基于粗糙集理论的连铸坯缺陷诊断预报系统.PDF

重庆大学学报 (自然科学版) VoI．24 NO 1 第24卷弟1期 Journal of Chongq[~g University(Natural scjen矍兰 ! Jan 200I 文章编号：1000—582x(2001)01—0095—04 基于粗糙集理论的连铸坯缺陷诊断预报系统’ 曹龙 汉，孙 颖楷，曹长修 (重庆大学 自动化学簏．重庆 400044) 摘 要：提出了基于粗糙集理论的连铸板坯缺陷类型的诊断厦预报系统，以粗糙集理论为主要工 具。揭示了板坯缺陷形成因素的冗余性，井对此约简后，利用径向基函数神经网络进行预报豉诊断，初步 结果表明该理论具有较好的实用性厦有效性。 关键词：粗糙集；神经网络：聚类；缺陷诊断；预报 中图分类号：TP 391 76；TP 389 1 文献标识码：A 钢材连铸生产过程中，一些工艺参数经常偏离最 r振动痕迹 佳状态，使得产品的质量有所下降，从而产生各类缺 l表面裂纹 陷，对不同连铸坯质量的判断和预测，如裂纹、偏析、夹 表面夹渣 I气孔和气泡 杂等，无疑是一线操作人员和管理人员都十分关心的 r表面缺陷 l表面增碳和偏析 问题。法国、日本、加拿大等国正在连铸生产线上使用 l凹坑 的板坯缺陷诊断系统，根据结果提前预报，然后来取相 重皮 应措施，对于减少园质量等级改判而引起的损失起到 ke／割端面缺陷 了不可估量的作用。但鉴于影响连铸质量各因素具有 连铸坯缺陷 r内部裂纹 不确定性和非线性关系，许多成因仍在研究之中。而 偏析条纹 现有的板坯缺陷诊断系统都是基于从连铸生产机理出 I断面 发所建立的预报模型，很难适应不同企业产品种类、原 内部缺陷 l中心星状裂纹 材料的变化，致使移植、维护变得非常困难。 l中心疏橙 中心偏析 本课题以连铸生产工艺为基础。利用人工神经网 络、粗糙集理论等作为推理工具，建立板坯缺陷诊断及 预报系统，以期帮助现场工作人员和管理人员及时调 形状缺陷一撞薹 杂物 整工艺参数以确保连铸坯质量的稳定，从而降低园质 量改判而带来的损失。 研究。 1 连铸坯主要缺胳及影响因素 表面纵裂是发生在板坯宽面中部与拉坯方向平行 根据英国钢铁研究学会的分类，连铸坯缺陷大致 的裂纹，它是由于钢的高温应力超过钢的高温强度而 分为三大类31种，如图1所示。 在结晶器内产生的。该袭缺陷造成板坯表面清理增