收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于模糊小波神经网络的多辊热连轧产品质量控制

袁月春  
【摘要】:多辊热连轧过程是钢铁冶炼轧制的重要过程,它是把炙热的钢坯在大型多辊热连轧机的挤压下,变成一定厚度、宽度的成品钢板。随着现代社会对成品钢板质量要求日益增高,为了研究如何更好的控制钢铁企业的大型多辊热连轧机生产线板材产品的质量,根据理论分析和实际操作经验,将整个生产线抽象为一个关于多个关键输入变量和多个关键输出变量的非线性函数关系;找出这些关键输入变量和关键输出变量之间的非线性函数关系,得出工业生产的产品稳态质量模型,以确保热多辊连轧产品的质量,一直是世界各钢铁企业所面临的难题。 伴随着计算机技术、人工智能技术的进步,人工神经网络,模糊逻辑和小波分析已经得到快速发展,并且已经开始应用于各种控制系统,分析系统,逼近器中。在多辊热连轧产品质量控制过程中也有一些尝试,并取得了一定的效果,但是由于冶金产品质量控制过程的非线性、时变性、随机干扰等因素,使得以上理论模型很难应用于实际生产中指导实践或者指导实践的效果不明显。小波分析具有多分辨率特性和时频局部化特性,特别适合于对非线性信号的分析,而模糊神经网络不仅具有人工神经网络的非线性映射能力,还具有模糊逻辑刻画分类边界模糊性的优势。基于理论上较成熟的小波分析、模糊逻辑和人工神经网络,论文将小波分析和模糊人工神经网络用在多辊热连轧生产线板材产品的质量控制中,研究一种符合企业要求的多辊热连轧产品质量控制的模糊小波神经网络模型。 为此主要做了以下工作: 首先,分析了神经网络、小波神经网络和模糊控制的结构和算法;研究了小波神经网络隐含层神经元个数的确定;分别给出了神经网络、模糊神经网络一种快速算法。 其次,通过分析某钢厂多辊热连轧生产过程,确定影响热轧产品质量的32个关键输入变量和3个输出变量;并进行了数据预处理。 最后,构建了一种模糊小波神经网络的结构和算法;并运用钢厂汽瓶钢钢种的数据样本对该模糊小波神经网络进行建模,仿真结果表明,其训练样本命中率为94.3%,检验样本命中率为93.3%,符合企业要求。 下一步要做的工作是将构建的模糊小波神经网络模型应用于钢铁企业的多辊热连轧产品质量控制中。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 梁松林;潘宏侠;高阳;;基于DSP的小波神经网络齿轮箱故障诊断[J];煤矿机械;2010年09期
2 马致远;龚灏;黄晓春;;基于小波神经网络的中国煤炭消耗预测[J];能源技术与管理;2006年05期
3 蒋敏兰;;动态测量系统精度损失溯源方法研究[J];仪器仪表学报;2006年S2期
4 张俊;刘海生;付正飞;;基于小波神经网络的钢丝绳磨损趋势预测研究[J];矿山机械;2007年09期
5 蔡吉刚;李树荣;王平;;基于小波神经网络的自适应控制器设计[J];中国石油大学学报(自然科学版);2007年05期
6 单海欧;;改进的小波神经网络在管道泄漏故障诊断中的应用[J];辽宁石油化工大学学报;2008年01期
7 孟彦京;汪宁;佟明;杨雅莉;;小波神经网络在压力传感器温度补偿中的应用[J];陕西科技大学学报(自然科学版);2009年02期
8 周杰;王蕴恒;潘洪亮;;基于遗传算法的小波神经网络DTC转速辨识[J];黑龙江科技学院学报;2009年03期
9 黄胜忠;;小波神经网络在离心压缩机故障诊断中的应用[J];煤矿机械;2010年10期
10 李元松;李新平;代翼飞;田昌贵;陈清运;;小波神经网络在高陡边坡位移预测中的应用[J];武汉工程大学学报;2010年09期
11 李换琴;万百五;;基于高维输入小波神经网络的热连轧机产品质量模型(英文)[J];工程数学学报;2006年04期
12 岑健;;小波神经网络在电牵引采煤机故障诊断中的应用[J];煤矿机械;2006年04期
13 赵鹏程;朱焕勤;孟凡芹;秦勇;;基于小波神经网络的油泵故障诊断[J];西南石油大学学报(自然科学版);2008年04期
14 侯建国;;一种基于BP算法学习的小波神经网络[J];煤炭技术;2009年08期
15 林远艳;王斌武;;基于SAPSO优化的小波神经网络在滚动轴承故障诊断中的应用[J];煤矿机械;2009年10期
16 杨海燕;兰宝华;;基于PSO-WNN的无刷直流电机转子位置检测方法[J];武汉工程大学学报;2010年01期
17 刘晓琴;;基于小波神经网络的化学反应器故障模式识别[J];辽宁石油化工大学学报;2010年03期
18 朱小梅;郭志钢;;石油价格预测算法的仿真研究[J];计算机仿真;2011年06期
19 郭亚军;张士昌;;基于小波神经网络矿山安全的评价模型[J];东北大学学报(自然科学版);2006年06期
20 张俭让;董丁稳;;WNN的矿井通风系统可靠性评价模型[J];西安科技大学学报;2009年05期
中国重要会议论文全文数据库 前10条
1 曲建岭;王新;李富荣;高峰;;航空仪电设备综合测试系统中的故障诊断技术研究[A];第三届全国虚拟仪器大会论文集[C];2008年
2 李元松;李新平;代翼飞;陈清运;;基于小波神经网络的高陡边坡位移预测[A];岩石力学与工程的创新和实践:第十一次全国岩石力学与工程学术大会论文集[C];2010年
3 董健;尹萌;张辉;;小波神经网络结合多项式的混合预测方法在通信规划中的应用[A];2011全国无线及移动通信学术大会论文集[C];2011年
4 王勇青;陈延如;邵艳明;陈晶晶;陈斐楠;;基于小波神经网络的氧气顶回转炉口火焰温度多光谱测量[A];中国光学学会2011年学术大会摘要集[C];2011年
5 牛东晓;邢棉;谢宏;陈志业;;短期电力负荷预测的小波神经网络模型的研究[A];西部大开发 科教先行与可持续发展——中国科协2000年学术年会文集[C];2000年
6 金向阳;张莉;于广滨;;基于改进小波神经网络的航空滚动轴承的故障检测[A];第二十六届中国控制会议论文集[C];2007年
7 牟海维;马娜;付光杰;刘祥楼;;基于小波神经网络的电力谐波检测方法[A];第二十九届中国控制会议论文集[C];2010年
8 侯霞;张军峰;刘国海;;基于小波神经网络的飞机故障诊断[A];第二十九届中国控制会议论文集[C];2010年
9 鲁艳军;陈汉新;陈绪兵;;基于小波神经网络的齿轮裂纹故障诊断[A];2010全国机械装备先进制造技术(广州)高峰论坛论文汇编[C];2010年
10 鲁艳军;陈汉新;陈绪兵;;基于小波神经网络的齿轮裂纹故障诊断[A];节能减排 绿色制造 智能制造——低碳经济下高技术制造产业与智能制造发展论坛论文集[C];2010年
中国博士学位论文全文数据库 前10条
1 宋清昆;自适应结构优化神经网络控制研究[D];哈尔滨理工大学;2009年
2 薛雅丽;基于轨迹线性化方法的近空间飞行器鲁棒自适应控制研究[D];南京航空航天大学;2010年
3 魏建明;基于集成计算智能的图像信息融合技术研究[D];上海大学;2005年
4 何海;混合动力汽车控制系统设计与仿真[D];华中科技大学;2005年
5 王勇献;蛋白质二级结构预测的模型与方法研究[D];国防科学技术大学;2004年
6 吴建发;优选压裂井方法研究[D];西南石油学院;2005年
7 邓胜祥;石灰炉在线仿真技术与炉况诊断及复杂系统智能控制研究[D];中南大学;2004年
8 隗海林;LPG/汽油两用燃料发动机燃料转换过程控制策略研究[D];吉林大学;2007年
9 王瑞敏;基于神经网络辨识模型的质子交换膜燃料电池系统建模与控制研究[D];上海交通大学;2008年
10 冯秀芳;无线传感器网络数据融合技术的研究及在机械故障诊断中的应用[D];太原理工大学;2009年
中国硕士学位论文全文数据库 前10条
1 袁月春;基于模糊小波神经网络的多辊热连轧产品质量控制[D];山西师范大学;2010年
2 朱美龙;小波神经网络在遥感溢油图像去噪中的应用[D];大连海事大学;2011年
3 李凤鸣;基于小波神经网络的柴油机燃油系统故障诊断的设计与实现[D];山东大学;2010年
4 刘鑫;多自由度机械手臂鲁棒控制技术研究[D];南京理工大学;2008年
5 韩宝如;模拟电路故障诊断的小波与模糊神经网络方法研究[D];燕山大学;2007年
6 王桂芳;基于人工智能的大学生综合素质评价研究[D];北京服装学院;2010年
7 宋红梅;基于QPSO优化小波神经网络的信息安全风险评估方法研究[D];河北师范大学;2011年
8 周桂珍;基于小波神经网络的异步电机故障诊断[D];湘潭大学;2010年
9 莫慧芳;基于LabVIEW的小波神经网络在电机声频故障诊断中的应用研究[D];广东工业大学;2005年
10 员世芬;小波神经网络理论的研究及其在加热炉钢坯温度预报中的应用[D];太原理工大学;2005年
中国重要报纸全文数据库 前10条
1 黄秀声;“要从钢中得到更多”[N];中国冶金报;2007年
2 黄秀声;加速提升我国多辊冷轧装备技术水平[N];中国冶金报;2007年
3 ;我国开发出精密轧机尖端技术[N];北京日报;2000年
4 张秀娴;紧凑式在线张力平整机[N];世界金属导报;2004年
5 本报记者 刘纪生;我国先进冷轧管机开发任重道远[N];中国冶金报;2007年
6 元城;肺癌诊断技术取得新突破[N];中国高新技术产业导报;2001年
7 何进喜;肺癌诊断研究填补国内空白[N];中国医药报;2002年
8 何进喜;肺癌早期诊断又添新手段[N];医药经济报;2001年
9 黄晓良 邹建国 马会元;天水锻压抓西部开发机遇求发展[N];中国机电日报;2002年
10 ;伯乐特种钢公司新建4辊冷轧机[N];世界金属导报;2009年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978