基于计算机图像处理的板形识别研究

提出了一种基于计算机图像处理的板形识别方法。首先对输入系统的图像进行中值滤波去噪预处理;再通过Canny算子检测图像的边缘;用Hough变换提取钢板板形特征;最后根据板形特征应用分类决策树实现对钢板板形的分类。实验表明该方法能有效地识别出钢板的单边浪、双边浪、中间浪和边中浪。     

基于遗传算法反向传播模型的板形模式识别

针对在板形模式识别中, 反向传播（BP）网络对未知板形识别能力差和遗传算法（GA）优化神经网络初始权重过程复杂等问题, 提出一种基于多维空间优化的遗传算法优化BP网络初始权重的板形模式识别GA-BP模型, 该模型直接以网络权重构造多维空间染色体, 以训练样本误差和测试样本误差相结合作为遗传算法的适应度函数, 以较大的网络期望误差和低的进化程度为网络的训练策略. 研究结果表明： 基于多维空间的遗传优化方法, 建模简单, 无需编码、解码, 大大减少了编程计算量;GA-BP模型有效提高了BP网络对未知板形的识别能力和识别精度, 在工业试验中, GA-BP模型板形模式识别结果跟板形仪的实测板形非常接近.     

CVC热轧带钢板形控制仿真及软件开发

通过对某厂CVC热轧带钢板形控制系统的分析和研究,开发了符合实际生产工艺要求的板形控制仿真软件,并对实际生产中某轧制规程板形控制过程进行离线模拟,板凸度仿真结果可控制在目标范围之内.采用此软件对热轧带钢板形控制进行仿真,其结果对生产实践具有一定的参考指导作用,且可节约大量人力物力.此外,该软件操作方便,界面友好,易于维护,具有广阔的应用前景.     

基于插值组合核的LS-SVR板形预测方法

基于RBF核的LS-SVR模型,采用实验变差函数计算插值算法权值,对权系数与各训练样本内积值相乘所反映样本空间结构和相互间关联度的插值核函数进行构造,提出了一种通过Kriging空间散乱插值方法利用样本数据构造出的插值核函数与RBF核函数进行组合而成的核方法。结果表明,该方法使LS-SVR板形预测有更好的性能,在提升预测算法泛化能力的同时,实现了对板形的精准回归预测。     

有限元素法在气动板形检测辊上的应用

利用有限元素法计算气支板形检测辊辊缝中的压力分布,给出规则的三角形单元的有限元素法的计算过程。     

轧制板形对铝板带剪切后宽度影响的研究

本文通过试验测出板形指标中的波高、波长及铝板带的宽度,并计算出板形数据、残余应力和宽度偏差,运用MATLAB软件对比波高、板形数据、残余应力与宽度偏差变化趋势之间的关系,并提出减小宽度偏差的措施。结果表明,宽度偏差的变化与波高、板形的变化成正相关性。当板形或残余应力大于某一临界值时,实际宽度相对设定宽度偏大,说明此时板形或残余应力对宽度的变化起主要作用;当板形或残余应力小于相对应的临界值时,实际宽度相对设定宽度既有偏大也有偏小的情况,说明宽度的变化不只是由板形和残余应力决定的。