多级网络连铸漏钢预报系统的分析.pdfVIP

摘 要 漏钢预报系统的开发，大大减少了漏钢事故，降低了经济损失，减少 了人员伤亡，但并不能消除漏报、误报的发生。本文从防止粘结发生和提 高预报系统性能两方面进行了研究。 分析了粘结性漏钢机理，得出弯月面破损是粘结发生的根本原因。对 影响弯月面的诸多因素进行了分析，并提出了改善措施，防止粘结的产生。 在对现有各种漏钢预报系统深入研究的基础上，利用 BP 神经网络、逻 辑判断和 T-S 模糊神经网络构建了一套多级网络连铸漏钢预报系统。 采用了 BP 网络来对单偶的温度波形进行识别。提出了利用极大熵函数 的曲线拟合技术对网络的输入数据进行处理，简化了网络结构，降低了不 良数据的干扰，提高了网络的性能。根据粘结坯壳破裂线扩展规律，结合 热电偶的实际埋设情况，得出了横向测温优于纵向测温，采用横向网络代 替以往的纵向网络，缩短了预报时间。热电偶的温度模式经常受到一些因 素影响，造成系统的误报。为了降低误报率，提出了利用模糊神经网络对 这些因素进行建模，系统的误报率大大降低，提高系统预报的准确性。 整个系统在 WIND