漏钢预报系统中温度数据的预处理

漏钢预报是保证冶金连铸生产安全高效的关键环节，本文提出了一种新的温度数据预处理的方法，通过在基于模糊神经网络的漏钢预报系统中的成功应用，已经充分证明该方法不仅能优化网络的结构与参数，而且大大提高了系统的预报精度与速度。     

通过神经网络与专家系统实现漏钢预报

针对连铸生产中粘结性漏钢引起的恶性事故,为解决该情况,设计采用基于BP神经网络为机理的漏钢预报系统解决方案,介绍了神经网络的训练步骤及数据处理分析。方案经测试,能够准确实现漏钢预报,误报率较低,为用户创造了显著的经济效益。     

钢预报检测系统

板坯连铸机引入结晶器漏钢预报系统后,大大减少了生产过程中的漏钢事故,但其检测的准确率还有待于进一步提高。本文介绍了该系统的通用硬件组成、控制原理,并提出了提高漏钢预报准确率的途径和方法。实际应用表明,在采取该方法后其检测准确率大幅提高。     

漏钢预报在板坯连铸中的应用

本文介绍达涅利漏钢预报系统的构成,以及其在福建三钢板坯连铸机上的的应用。重点介绍了漏钢预报系统的原理,不足及改进措施。     

漏钢预报系统在第二炼钢厂连铸的应用

漏钢预报系统保证连铸系统正常生产，避免事故漏钢，减少漏钢损失。     

基于粒子群优化的神经网络漏钢预报模型研究

针对BP神经网络在训练过程中收敛速度慢以及用于模式识别泛化能力差的问题,将粒子群优化算法PSO引入到BP神经网络的训练过程,建立了PSO-BP神经网络模型,并将其应用到连铸漏钢预报系统中。结合某钢厂连铸现场历史数据对该连铸漏钢预报系统进行了测试,测试结果以98.03%的预报率及100%的报出率,验证了基于粒子群优化算法的BP神经网络连铸漏钢预报系统模型的可行性和有效性。     

漏钢预报系统在莱钢银山型钢有限公司2#板坯连铸机中的应用

漏钢预报系统作为一个工具去分配、收集、储存、比较和将结晶器所有数据参数可视化。这些数据与设定值相比较,可以帮助分析浇铸过程中的问题或产生报警信息或改变浇铸作业进程,漏钢预报系统的运行对于操作人员监控浇铸进程是非常有利的,由于在线的可视性,员工可找到最佳最稳定的浇铸进程。     

板坯连铸漏钢预报神经元网络专家系统的研究

在提出混合式神经元网络专家系统的理论框架结构的基础上，用C语言开发了具有神经元网络模式识别功能和专家系统功能的漏钢预报模型。离线测试表明，本系统比武钢引进的逻辑判断预报系统性能更好。     

连铸漏钢预报系统数据采样与热电偶埋设方式

炼钢工业中的连铸漏钢事故是影响我国钢铁工业生产的一个主要因素。通过对结晶器铜板上热电偶埋设方式的研究，建立了优化热电偶埋设方式的数学模型。根据预报系统的数据采样周期，分析了在特定热电偶埋设方式下，铸坯与结晶器铜板发生粘结时断裂口发展到结晶器下口的最短时间，得到了一些有价值的结论。     

基于支持向量机算法的连铸漏钢预报模型研究

漏钢预报系统的性能往往取决于其算法模型的性能,支持向量机(SVM)算法在解决小样本、非线性及高维模式识别中具有许多特有优势,能够避免神经网络隐含层节点选择及局部极小值等问题,而不同的SVM算法参数往往会对其性能产生显著影响。为此,本文利用GS网格搜索法、PSO粒子群算法和GA遗传算法对SVM支持向量机的算法参数进行了优化,并将优化后的SVM支持向量机算法应用到连铸漏钢预报系统中;利用某钢厂CSP连铸生产线的历史生产数据对各优化后的SVM支持向量机算法进行了训练和测试。测试结果表明,用GA遗传算法优化后的SVM支持向量机算法测试效果较好,得到了98.33%的预报率和100%的报出率,从而验证了基于SVM支持向量机漏钢预报系统的可行性和有效性。