基于模糊神經(jīng)網(wǎng)絡的漏鋼預報系統(tǒng)的研究.pdf

1、漏鋼事故是連鑄過程中最典型的事故，它損壞設備，降低作業(yè)率，破壞生產(chǎn)組織的均衡。為了避免或減少漏鋼事故的發(fā)生，國際上目前主要研究的方向有兩個，即漏鋼機理的研究和漏鋼預報技術的研究。 本文首先闡述了連鑄漏鋼事故的產(chǎn)生機理，并由此引出進行漏鋼預報的必要性。國內(nèi)外漏鋼預報系統(tǒng)的現(xiàn)狀表明，神經(jīng)網(wǎng)絡漏鋼預報系統(tǒng)替代早期的邏輯判斷系統(tǒng)已成為一種趨勢?；诖?，作者對國際上普遍應用的神經(jīng)網(wǎng)絡方法進行模型及算法上的改進，以獲得精確、快速的漏鋼預報系

2、統(tǒng)模型。 經(jīng)過對某鋼廠現(xiàn)場的實地調(diào)研以及資料檢索，本人建立了設備及工藝參數(shù)經(jīng)驗數(shù)據(jù)庫和溫度數(shù)據(jù)庫以便于預報系統(tǒng)學習和決策。針對于結晶器上熱電偶所采集的溫度訓練樣本數(shù)據(jù)中，不可避免地存在噪聲數(shù)據(jù)、空缺數(shù)據(jù)和不一致數(shù)據(jù)等情況，文中提出了一種新的數(shù)據(jù)預處理方法，其中，二值數(shù)據(jù)窗前置處理法，不但實現(xiàn)了數(shù)據(jù)的歸一化，而且利用數(shù)據(jù)窗技術僅僅截取發(fā)生漏鋼時溫度變化異常的8個采樣點，大大減少了網(wǎng)絡的輸入個數(shù)，提高了網(wǎng)絡運算速度。利用減法聚類技術

3、對數(shù)據(jù)進行組織與分類，進而優(yōu)化模糊神經(jīng)網(wǎng)絡系統(tǒng)的結構和參數(shù)，最大限度的降低了由輸入變量的增多而帶來的規(guī)則數(shù)“數(shù)據(jù)爆炸”的問題，提高了預報系統(tǒng)的精度和速度。 在Windows的操作平臺上，作者采用簡單、實用、編程方便的VB軟件進行界面的設計、數(shù)據(jù)庫的調(diào)用、圖形的顯示等技術；采用強大的MATLAB軟件對基于減法聚類的模糊神經(jīng)網(wǎng)絡進行編程，并離線訓練單偶、多偶網(wǎng)絡的預報模型。 本系統(tǒng)綜合運用了模糊神經(jīng)網(wǎng)絡技術、減法聚類技術以及