基于人工智能與熱成像的結(jié)晶器漏鋼預(yù)報系統(tǒng)
本文關(guān)鍵詞:基于人工智能與熱成像的結(jié)晶器漏鋼預(yù)報系統(tǒng),由筆耕文化傳播整理發(fā)布。
基于人工智能與熱成像的結(jié)晶器漏鋼預(yù)報系統(tǒng)
下載積分:400
內(nèi)容提示:高效連鑄技術(shù)發(fā)展至今,漏鋼仍然是困擾連鑄作業(yè)穩(wěn)定性、安全性的主要問題。對 于操作復(fù)雜的板坯連鑄機,粘結(jié)漏鋼最為常見,造成巨大損失。當(dāng)前,針對粘結(jié)性漏鋼, 主要有兩方面對策:其一是探究粘結(jié)性漏鋼產(chǎn)生的機理,以便優(yōu)化各項操作工藝;其二 是開發(fā)連鑄漏鋼預(yù)報技術(shù),監(jiān)測結(jié)晶器漏鋼前的征兆,然后采取措施,避免漏鋼事故的 發(fā)生。目前漏鋼預(yù)報技術(shù)研究的熱點是如何提高系統(tǒng)的敏捷性,提高預(yù)報精度,降低預(yù) 報率。 首先,本文在薄板坯結(jié)晶器熱電偶溫度實測數(shù)據(jù)的基礎(chǔ)上,分析了穩(wěn)定工況下的結(jié) 晶器溫度變化及其分布特點:結(jié)合實測的粘結(jié)漏鋼數(shù)據(jù)樣本,對溫度的反映情況進(jìn)行研 究,探討了粘結(jié)傳播過程中溫度的典型變化特征,著重分析了粘結(jié)的縱向和橫向傳播行 為。研究結(jié)果可為高拉速下粘結(jié)性漏鋼的預(yù)報,以及測溫系統(tǒng)熱電偶布置方案提供參考。 其次,分別建立了邏輯判斷漏鋼預(yù)報模型和神經(jīng)網(wǎng)絡(luò)漏鋼預(yù)報模型,利用上述模型 對某鋼廠的生產(chǎn)數(shù)據(jù)進(jìn)行了離線模擬,取得了良好的效果,同時對比分析了兩種模型的 優(yōu)缺點,,為漏鋼預(yù)報系統(tǒng)的進(jìn)一步研發(fā)和完善提供了有效手段。 最后,在結(jié)晶器熱成像技術(shù)的基礎(chǔ)上開發(fā)了結(jié)晶器漏鋼預(yù)報系統(tǒng)軟件。該系統(tǒng)具備 邏輯判斷預(yù)報功能以及神經(jīng)網(wǎng)絡(luò)仿真預(yù)報功能,集成并整合了各預(yù)報模型的優(yōu)點,可通 過結(jié)晶器銅板的熱成像對其表面溫度進(jìn)行監(jiān)測、分析,從而為漏鋼預(yù)報提供更為直接、 準(zhǔn)確監(jiān)控的手段。關(guān)鍵詞:連鑄;結(jié)晶器;粘結(jié)漏鋼;漏鋼預(yù)報;可視化
文檔格式:PDF| 瀏覽次數(shù):10| 上傳日期:2012-05-10 17:21:13| 文檔星級:
該用戶還上傳了這些文檔
本文關(guān)鍵詞:基于人工智能與熱成像的結(jié)晶器漏鋼預(yù)報系統(tǒng),由筆耕文化傳播整理發(fā)布。
本文編號:131707
本文鏈接:http://sikaile.net/kejilunwen/rengongzhinen/131707.html