基于pca和nn的结晶器异常信息提取方法研究-材料加工工程专业论文.docxVIP

大连理工大学硕士学位论文 摘 要 结晶器稳定、高效的运行是连铸生产的关键环节。对结晶器的运行状态进行检测 的研究由来已久，但随连铸高拉速的发展趋势，铸坯表面质量缺陷以及漏钢等异常的 发生一直未得到很好的解决。关于结晶器的检测与相应的异常信息提取方法还需进一 步的研究。在此背景下，本文采用主元分析(PCA)方法和神经网络(NN)对结晶器 摩擦力数据进行分析，探讨合适的结晶器异常信息提取方法。 采用PCA方法和改进PCA方法对结晶器异常信息进行提取，详细阐述了主元分析 方法的原理及其建模步骤。基于宝钢2#板坯连铸结晶器摩擦力实测数据，建立PCA 模型，计算获得T2统计量和Q统计量，并生成对应的控制图：T2图和Q图。基于建 立的PCA模型对大量的异常数据进行仿真，利用T2图和Q图进行故障检测，结合实 测的结晶器摩擦力及其均方根图进行分析。结果表明：PCA模型能够对多数异常做出 反映，验证了PCA方法应用于结晶器过程检测是可行的。在Q图未检测到故障而T2 图检测到故障时，利用改迸PCA方法的主元显著相关变量(PVR)统计量图对工况做 进一步诊断。异常数据分析表明，改进的PCA能够区分异常和工况改变引起的f统 计量的变化，较传统PCA有更强的故障诊断能力。 运用NN和PCA楣结合的方法对结晶器过程进行异常检测，首先对实测数据做PCA 预处理，获取的主元作为BP网络的输入：再利用BP网络消除各主元间的非线性和 动态性，建立表征正常工况特征的NN模型。将实测的数据与NN模型相比较，实测 值与输出值之间的差值矩阵用PCA方法评估，并建立简单的控制图。基于NN—PCA模 型对现场实测的摩擦力数据离线分析，对应生产现场的异常记录，仿真结果表明，祸 合NN和PCA的方法较PCA方法对异常反应更加明显，并且有更强的过程工况诊断能 力，表明该方法在结晶器异常信息提取方面具有明显的应用潜力。 关键词：结晶器摩擦力；主元分析；异常；神经网络；检测  大连理工大学硕士学位论文 Method ofabnormal information extraction during continuous casting mould based on PCA and NN Abstract Keeping mould in a stable and efficient state is the key factor to continuous casting production．Research on process monitoring of mould has been done for a long time． However,wim the的nd Of high-speed in continuous casting,the defects on surface quality, breakout and other abnormalities have never been resolved satisfactorily．Further study should be taken on methods of mould monitoring and extracting abnormalities．In this paper，based on principal component analysis(PCA)and Nepal Network(NN)，the measured data of the Mould Friction(MDF)has been analyzed，and appropriate method of abnormal information extraction ofm01lld process has been explored． PCA and improved PCA methods are used to extract abnormal information from mould。 and the principle and modeling process ofPCA method are elaborated in this paper．Based on the me硒ured data of MDF in slab continuous casting。a PCA modeI has been built，and the corresponding control charts，Tz chart and Q chart，are generated from the calculation of the test of T2 and Q．Appling PCA model to analyze a large num