基于SVM熱軋板形智能識別方法.pdf

1、進入二十一世紀以來，全球經(jīng)濟的高速發(fā)展帶動了鋼材的需求量的大幅度提高，并且科技的進步使得多數(shù)行業(yè)對鋼材的質量要求也越來越高。作為板帶材的兩個重要質量指標，板形和板厚近年來一直是國內外研究人員所關注的重要問題。相對于厚度自動控制系統(tǒng)(Auto Gauge Control，AGC)的不斷完善和廣泛應用，板形問題顯得格外突出，板形的識別與控制成為當前研究的熱點技術。
　　作為板形控制中的重要組成部分之一，板形模式識別結果的好壞直接影響后

2、面板形質量的控制效果。板形缺陷識別的原理是通過對板形檢測設備獲取的板形信號進行識別，從而確定帶鋼存在的板形缺陷類型，進而提供給后面板形控制環(huán)節(jié)以便達到所要求的目標板形。
　　熱軋帶鋼板形檢測技術是板形缺陷識別的基礎。板形檢測方法有很多種，與冷軋帶鋼生產(chǎn)工藝不同，熱軋帶鋼生產(chǎn)過程中溫度較高、環(huán)境惡劣，容易對板形檢測裝置產(chǎn)生影響，此外帶鋼的振動、漂浮等也會存在干擾，因此熱軋帶鋼板形檢測通常選用非接觸式板形檢測方法。本文選取多束激光截面

3、法平直度測量技術來獲得板形信息。
　　文中介紹了傳統(tǒng)的板形識別方法以及多種板形智能識別方法。由于板形控制精度要求的越來越高，傳統(tǒng)方法已經(jīng)難以滿足控制需求，再加上熱軋板帶產(chǎn)品越來越薄和熱軋板形檢測技術近幾年的高速發(fā)展，涌現(xiàn)了多種板形智能識別方法，使得板形模式識別向高精度、高速度、數(shù)字化方向發(fā)展。
　　本文在分析比較現(xiàn)有傳統(tǒng)的板形模式識別方法和板形智能識別方法之后，選擇了一種基于SVM（Support Vector Machin

4、e,支持向量機）的智能識別方法來進行熱軋板形缺陷分類識別，利用支持向量機(SVM)多分類方法中的一對一策略實現(xiàn)了對幾種常見板形缺陷的識別，并使用網(wǎng)格搜索法對參數(shù)進行了優(yōu)化。支持向量機一般用于解決兩類問題，但現(xiàn)實中往往是多分類問題，這時可以利用支持向量機采取一定策略來實現(xiàn)多分類，比如一對一策略和一對多策略等。仿真實驗結果表明，該方法行之有效，結合板形檢測的信息，利用MATLAB中的LIBSVM工具箱進行仿真實驗，實現(xiàn)了六種板形缺陷的正確分