基于LS-SVM回归的连铸下渣智能检测系统研究应用

下载PDF

导出

摘要系统基于现有连铸生产检测参数,在不对钢包浇注系统结构进行任何改造,也不额外添加传感器的状况下,利用注机现有的大包称重、中间包称重、钢流拉速信号,经数据采集转换传至上位机,采用软测量技术及智能预报模型,准确判定钢水浇铸过程中的浇铸终点,对下渣时刻进行准确识别预报,提高钢水收得率。

作者谢锦秋陈至坤王福斌高建宇

机构地区河北联合大学电气工程学院河北联合大学轻工学院

出处《电子制作》 2014年第4X期87-87,共1页 Practical Electronics

关键词连铸下渣 LS-SVM回归 LS-SVMlab编程系统仿真

参考文献5

1张日新,张彩军,程翠花.钢包下渣对钢水洁净度的影响[J].金属世界,2009(4):47-49. 被引量：3
2刘斌,苏宏业,褚健.一种基于最小二乘支持向量机的预测控制算法[J].控制与决策,2004,19(12):1399-1402. 被引量：38
3蔡开科,张立峰,刘中柱.纯净钢生产技术及现状[J].河南冶金,2003,11(4):3-8. 被引量：16
4李振兴.低碳低硅钢连铸过程的非金属夹杂物研究[J].南方金属,2002(2):14-17. 被引量：4
5Z. Sterjovski,D. Nolan,K.R. Carpenter,D.P. Dunne,J. Norrish.Artificial neural networks for modelling the mechanical properties of steels in various applications[J]. Journal of Materials Processing Tech. . 2005 (3)

1蔡开科.连续铸钢500问[M].北京:冶金工业出版社,1994.134-140,202-222.
2翁宇庆.我国冶金工业在新世纪最初几年的科技进步[A]..中国钢铁年会论文集(1)[C].北京:冶金工业出版社,2003.13-21.
3Hojo Masatake, Nakao Ryuji, Umezaki Tsuyoshi, etc. Oxide Inclusions Control in Ladle and Tundish for Producing Clean Stainless Steel [J]. ISIJ, 1996, 36 (supplement): 128-131.
4[6]D*V*Barradell et al, The development of secondary steelmaking process routesfor the successful continous casting of flat product , 2nd European CC Conference 6th International Rolling onference,l～8, Dusseldorf, June,1994.20～22.
5[7]J*Schade et al , The measurement of Steel Cleanliness , Steel Technology International,1993.l49.
6[19]H*Narzt等.Measures taken in secondary steelmaking zhd continous casting to influence type、shape、size、and number of non-metalic inclusions in flat product.同[6],63～70.
7[21]L*Kuchar,steelmakeing conference proceeding 1993,l76.445～502
8[22]C*M*Lee et al, production of high purity aluminum killed steel,La Revue de Metallurgie-CIT,Avril 1993.
9[23]N*Bannenberg et al, Combined decrease of sulphur、nitrogen、hydrogen and totaloxgen in only one secondary steelmaking operation, Steel research 1992.63(10):431.
10[27]N*Bannenberg等.Improvement in steel cleanliness by Tundish inertisation, LaRevue de Metallurgie-CIT,Janvier,1993.

1年海威,毛志忠.精炼炉终点硫容量预报模型的研究[J].控制工程,2010,17(S1):49-51.
2张奚东.钢包浇注用引流砂特性分析[J].上海金属,1991,13(1):14-20. 被引量：6
3丁一鸣.锌粉添加量智能检测系统的研制[J].矿业研究与开发,1995,15(4):47-50.
4陈至坤,魏殿才,王福斌.基于神经网络的连铸钢包下渣识别系统[J].机械工程与自动化,2011(5):120-122. 被引量：4
5李雷,于铭杰,安航航,韩传基.莱钢近终型异形坯连铸机生产实践[J].连铸,2012,37(6):30-32.
6宋强,程国彪,常卫兵,李华.基于LS-SVM的烧结矿碱度预报研究[J].钢铁研究,2008,36(6):10-13.
7叶枫.连铸工艺操作第一讲连铸浇注操作[J].连铸,1998(3):39-42.
8韩颖.基于LS-SVM的电炉钢水温度预测[J].沈阳大学学报,2008,20(2):36-38. 被引量：5
9谭大鹏,李培玉.基于小波的钢液连铸下渣检测系统[J].机械工程学报,2007,43(2):141-146. 被引量：11
10于学斌,张红,邱玲慧,喻淑仁,魏素文,陈廷南,江传洪,彭胜堂,尹作雄,邱同榜,刘东夫,肖忠敏.连铸钢包下渣检测技术的开发[J].华东冶金学院学报,1997,14(4):376-380. 被引量：11

电子制作

2014年第4X期

内容加载中请稍等...