GTM在冷轧带钢颤振监测与识别中的应用.pdf

第 卷 第 期 华 中 科 技 大 学 学 报（自然科学版） 3l 2 Vol . 3l No. 2 年 月 （ ） 2003 2 J . ~uazhong Univ . of sci . & Tech . Nature science Edition Feb . 2003 GTM 在冷轧带钢颤振监测与识别中的应用 廖广兰 陈勇辉 史铁林 （华中科技大学机械科学与工程学院） 摘要：研究了GTM 算法在冷轧带钢颤振监测识别中的应用，结果表明，通过对轧制过程的工艺参数或振动特 征的聚类训练，它能把正常数据和颤振数据分别映射到二维平面的不同输出区域，较好地将两种轧制状态聚 类分开；输入数据映像点在平面上的轨迹变化趋势正确而直观地反映了轧制状态的变化，便于及时监测识别 出颤振的发生，有利于提高轧制生产率和产品质量. 关 键 词：颤振；监测；识别； 模型 GTM 中图分类号： ； 文献标识码： 文章编号： （ ） T~l7 TPl7 ^ l67l-45l2 2003 02-0064-03 目前国内外众多学者一直都在研究冷轧颤振 模型，对于确定的 和 ，选用一组径向对称的 " # ［ ］ 问题，并取得了进展 l !4 . 他们主要从建立颤振 高斯函数来表示数据分布，其中高斯函数的中心 模型出发，研究颤振发生的内在机理、以及颤振发 为 空间点 在 中的映射点 （， ），方差 X I T f " # 生后如何着手来减弱或消除颤振、提高冷轧带钢 为 - l ，条件分布的表达式为 ! ／ d 2 质量等等 相反，从轧制工艺参数或设备状态参数 （ ） ［／（ ）］ · . p !\ " = ! 2" 的变化趋势出发，来及时监测识别颤振的发生，这 2 ｛ （， ） ／｝ exp ~ ! t ~ f " # 2 . 方面工作相对较少. Generative To o ra hic 对 （）和 （ ）积分，求得 的分布 p g p p " p !\" t （ ）是 等人提出的一种非线 Mapping GTM Bishop