基于神经网络的连铸板坯质量在线诊断系统.pdfVIP

第37卷 第3期 冶 金 自 动 化 Vol_37 No．3 2013年 5月 MetallurgicalIndustryAutomation May2013 人工智能技术应用 doi：10．3969／j．issn．1000-7059．2013．03．004 基于神经网络的连铸板坯质量在线诊断系统 郭贤利，彭世恒，仇圣桃 (中国钢研科技集团有限公司 钢铁研究总院，北京 100081) 摘要：为了在线准确诊断连铸板坯质量和分析引起质量事件的原因，利用 Delphi和 SQLServer开发了连铸板坯 质量在线诊断系统。系统建立了生产异常事件诊断模型和神经网络诊断模型 ，对系统跟踪采集的质量数据进 行计算，根据计算结果对连铸板坯质量做出评价，并指出影响其质量的关键因素，便于指导生产。生产异常事件 诊断模型着重于对生产异常事件的识别以及 由此引起的铸坯缺陷类型的初步诊断，而神经网络诊断模型着重 于对每一类缺陷和生产异常事件发生可能性的计算。结合连铸现场数据，诊断测试了连铸过程中的粘结事件， 确定了引起每次粘结的关键因素，验证了系统能有效运行。 关键词 ：连铸板坯；在线诊断；神经网络；生产分析 文献标志码 ：B 文章编号：1000—7059(2013)03-0016-07 On-linediagnosticsystem ofthecontinuouscasting slabbasedonneuralnetwork GUOXian—li，PENGShi—heng，QtuSheng—tao (CentralIronandSteelResearchInstitute，ChinaIron＆SteelResearchInstituteGroup，Beijing100081，China) Abstract：Thecontinuouscastingslabon—linediagnosticsystemisdevelopedbyDelphiandSQLServ— ersoastoguaranteeon-·lineaccuratediagnosisofthequalityandanalyzethemaincausesofqualitye-- vents．Thediagnosticmodelsofabnormalproductioneventsandneuralnetworkareestablishedtocal- culatethedatacollectedbythesystem ，thequalityofcontinuouscastingslabisevaluatedandthekey factorsarepointedoutbasedontheresults．Itiseasytoug idetheproduction．Thediagnosticmodelof abnormalproductioneventsfocusesontheidentificationofabnomr al eventsandinitialdiagnosisofthe slab defect．Thediagnosticmodelofneuralnetworkfocusesontheoccurrencelikelihoodcalculationof thedefectandabormalevents．Thestickingpredictioninthecontinuouscastingprocessesistestedwith thecollectedhistoricaldata，thusfindingthekeyfactorsleadingtoeachstickingwith neuralnetwork weight，itisverifiedtheefficiencyofthesemethodsusedinthesystem． Keywords：continuouscasti