|
|||||
|
|
| 板坯连铸结晶器异常预报方法研究 | |
| 作者姓名： | 王旭东 姚曼 张立 陈亚贤 |
| 作者单位： | 1. 大连理工大学,材料科学与工程学院,辽宁,大连,116024;大连理工大学,三束材料改性国家重点实验室,辽宁,大连,116024 2. 上海宝钢集团公司,上海,201900 |
| 基金项目： | 国家自然科学基金资助项目 , 教育部科学技术研究重点资助项目 |
| 摘 要： | 结晶器是钢水凝固成型的核心设备,其内部的传热和摩擦直接决定铸坯的表面裂纹和满钢等各类异常.是实现高效连铸的关键因素.基于功率法检测到的板坯结晶器摩擦力实测数据,对摩擦力的异常预报方法进行了研究.建立了以BP人工神经网络为基础的异常预报模型,并开发出相应软件.对应现场的异常记录,离线预报结果表明:软件能够对满钢、水口断裂及液位波动等各类异常进行预报,并具有一定的预报提前量.证明了方法的可行性,并显示出极大的应用潜力. |
| 关 键 词： | 连铸 结晶器 异常 神经元网络 |
| 本文献已被 维普 万方数据 等数据库收录！ | |
| 点击此处可从《大连理工大学学报》浏览原始摘要信息 | |
| 点击此处可从《大连理工大学学报》下载全文 | |