11基于混沌神經(jīng)元理論的振動式大包下渣檢測系統(tǒng)5-12？

1、田陸1962，男，鐳目公司總裁，博士，工程師，ramontl@vip.黃郁君，碩士，工程師，junjuncsu@基于混沌神經(jīng)元理論的振動式大包下渣檢測系統(tǒng)基于混沌神經(jīng)元理論的振動式大包下渣檢測系統(tǒng)田陸12，黃郁君1，2，黃琪才1，21衡陽鐳目科技有限責(zé)任公司，湖南衡陽4210012鐳目公司北京研究所北京100080摘要：為了提高鑄坯質(zhì)量和連鑄作業(yè)率在鋼水澆鑄過程中必須嚴(yán)格控制下渣。在對國內(nèi)外現(xiàn)有的各種下渣檢測方法的廣泛調(diào)研、資料分析和總

2、結(jié)的基礎(chǔ)上，本文提出了對水口操作臂振動信號進(jìn)行混沌神經(jīng)元分析，以此來識別鋼水澆注狀態(tài)的下渣檢測系統(tǒng)。文章對振動信號的采集與處理以及鋼渣特征參數(shù)的提取與識別方法進(jìn)行了深入研究，并詳細(xì)闡述了神經(jīng)網(wǎng)絡(luò)技術(shù)應(yīng)用于下渣檢測的基本原理，簡要介紹了該系統(tǒng)的總體框架與功能設(shè)計。系統(tǒng)在湘鋼等鋼廠的使用結(jié)果證明，該系統(tǒng)滿足實時性的要求，能夠顯著提高鋼水的潔凈度和連鑄作業(yè)率，為鋼廠創(chuàng)造效益。關(guān)鍵詞關(guān)鍵詞：混沌理論；神經(jīng)網(wǎng)絡(luò)；鋼渣檢測；小波分析；振動；信號處理

3、SlagDetectionSystemBasedonVibrationusingChaosnervecellTheyTIANLu12，HUANGYujun12HUANGQicai121.RamonScienceTechnologyCo.LtdHengYangHuNan4210012.BeijingResearchInstituteofRamon.Beijing100080Abstract:Attheprocessofmoltenstee

4、lcastingoutflowslagmustbedetectedtoimprovethequalityofsteelproductcontinuouscastingefficiency.Afterlotsofinvestigationoftheinternalexternalslagdetectiontechnologydataanalysisdatasummarizationthedissertationbringsfwardthe

5、slagdetectionsystemofthecastingstateofsteelbyanalyzingthevibrationsignalofnozzleoperationarmusingchaosnervecellmethod.Thecollectionprocessofmoltensteelvibrationsignalthemethodofslagacteristicparameteridentificationhasbee

6、nresearcheddeeplybasicprinciplesoftheapplicationofneuralwkincastingstaterecognitionareexpounded.theframefunctiondesignofslagdetectionsystemareallbrieflyintroduced.TheresultstestinginXiangSteelwksprovedtheeffectivenessoft

7、heslagdetectionsystemwhichcansatisfythedemfrealtimeimprovepuremeasureofmoltensteelcontinuouscastingefficiencycreatebenefitfthesteelwksevidently.KeyWds：MixedmethodtheyNeuralwkSlagDetectionWaveletAnalysisvibrationSignalPro

8、cessing1引言連鑄工藝的生產(chǎn)過程中，鋼水從鋼包流入中間包，再經(jīng)滑動水口進(jìn)入結(jié)晶器，冷卻后凝固成各種截面的鑄坯。渣層對鋼包及中包鋼水有保溫防氧化作用，然而當(dāng)中包渣層過厚則會導(dǎo)致鋼水污染，增加中包耐火材料侵蝕并增加中包殘余渣層厚度。因此控制鋼包中的鋼渣流動對提高鑄坯質(zhì)基于混沌神經(jīng)元理論的振動式大包下渣檢測系統(tǒng)圖2小波分解示意圖Fig.2sketchmapofwaveletdecomposition小波分析為多分辨率分析，然而由于測不準(zhǔn)

9、原理的制約，高頻部分的分辨率較低，對分析效果影響較大。小波包分析方法在時域和頻域都具有表征信號局部特征的能力，是一種時間窗和頻率窗都可以改變的時頻局部化分析方法。在振動信號的分析中的實用價值在于它的分解是對全頻域內(nèi)的信號進(jìn)行全面的正交分解，對小波分析的高頻細(xì)節(jié)再作分解，信息量完整，既無冗余也無疏漏。信號的三層小波包分解如圖3所示，具體可表示為：33333333DDDADDDADAADDDAADADAAAAAS????????圖3小波包分

10、解示意圖Fig.3sketchmapofwaveletpacketdecomposition3.3混沌分析鋼包、長水口內(nèi)的流體流動系統(tǒng)是一個非常復(fù)雜的動力系統(tǒng)，主要表現(xiàn)在流體流動的非線性上。作為非線性科學(xué)領(lǐng)域的前沿學(xué)科，混沌分析在很多領(lǐng)域越來越顯示出獨有的優(yōu)勢和潛力，特別是人們只需測得一個狀態(tài)變量的動態(tài)時間序列，就可通過重構(gòu)狀態(tài)相空間的方法獲得系統(tǒng)的宏觀特征，而不必設(shè)置許多可調(diào)參數(shù)建立或求解復(fù)雜的方程。本文對小波分解后不同頻段的信號進(jìn)行

11、分析，分別運用混沌吸引子與混沌特征參數(shù)關(guān)聯(lián)維、Kolmogov熵，來研究流體不同狀2D態(tài)（無渣、混渣和全渣）的混沌動力學(xué)行為。3.3.1關(guān)聯(lián)維離散動力系統(tǒng)由差分方程或映射給出：)21()(1????nXfXnn其中是時間變量取mmnRnXnXX??))()((1?整數(shù)n的m維狀態(tài)矢量。是m維空mmRRf?:間中的一個映射。定義關(guān)聯(lián)函數(shù)為????jijimXXrNrC2)(1)(?????????????jijijiXXrXXrXXr10

12、)(?關(guān)聯(lián)積分和特定距離r存在一個指數(shù)關(guān)系，即：vrrC?)(Grassberger和Procassia證明此指數(shù)v非常接近吸引子的維數(shù)，則定義系統(tǒng)關(guān)聯(lián)維數(shù)為rrCDrcln)(lnlim0??3.3.2Kolmogov熵熵是系統(tǒng)無序程度的度量，無序程度的增加對應(yīng)于狀態(tài)可知性的減少。根據(jù)Shannon信息論，熵可以用來刻畫對系統(tǒng)的無知程度。Kolmogov熵的定義如下：考慮奇怪吸引子上的動力學(xué)系統(tǒng)的軌道)()()(1tXtXtXd??設(shè)

13、d維相空間被劃分成尺寸為的盒子，系統(tǒng)的dl狀態(tài)可在時間的間隔內(nèi)觀察。設(shè)是X(0)?niiP?0在盒子中，在盒子中，在盒0i)(?X1i?)(?nX子中的聯(lián)合概率，根據(jù)香農(nóng)公式，有ni???nnniiiiiinPPK???000ln式中：——所要確定的一組特殊軌道的信息nK熵。——為進(jìn)一步確定下一個單元所需要1?nKnK1?ni的信息，這意味著度量了系統(tǒng)從時間)(1nnKK??n到n1的信息損失。K熵就是信息損失率的平均值為???????