学位论文 > 优秀研究生学位论文题录展示

连铸板坯表面质量预报专家系统的研究

作　者: 姜广森
导　师: 毕学工
学　校: 武汉科技大学
专　业: 钢铁冶金
关键词: 连铸表面裂纹神经网络表面质量预报专家系统
分类号: TF777
类　型: 硕士论文
年　份: 2005年
下　载: 496次
引　用: 7次
阅　读: 论文下载

内容摘要

在连铸生产中,对铸坯质量及时做出在线预报,对确保生产的连续性、提高产品质量及降低生产成本都具有极其重要的意义。世界上的著名钢铁企业对此都表现出极大的关注,并开发了自己的铸坯质量预测专家系统,对铸坯进行在线质量评判和分类,并进行跟踪。事实上,连铸坯质量缺陷绝大部分起源于结晶器内的热力学和动力学过程,而结晶器铜板所埋设热电偶提供的温度信息是其热力学和动力学的直接反映。本系统综合运用了神经元网络和专家系统,用Visual Basic 6.0语言自行开发。系统使用神经元网络模块和逻辑模块对结晶器热电偶温度模式进行识别,同时采集连铸机各项设备参数和工艺参数,利用冶金学理论知识和现场专家的经验知识,对发生铸坯表面质量的可能性给出判定。用历史数据测试发现,该专家系统可以根据生产过程中的原因预报板坯的部分质量缺陷。本系统吸收了国内外同行的研究成果,同时结合自己的实践,大胆地提出了一些自己的观点,应用于系统的开发之中,总结起来有如下几点: ①引入神经网络概念,设计了新型的神经网络专家系统结构; ②在BP网络的训练中使用了子块分割及误差分段等新方法; ③在神经网络的设计中将拉速作为一个输入结点,网络将不再仅用于温度识别,丰富了神经网络的功能; ④开发了逻辑漏钢预报模块,作为神经网络预报的有益补充; ⑤运用热电偶温度数据,结合结晶器液面、保护渣、钢号、钢液C、S、P含量等数据用于板坯表面裂纹预报。

全文目录

第一章课题概要  7-13
  1.1 课题研究意义  7
  1.2 课题来源  7
  1.3 国内外研究现状  7-13
    1.3.1 表面质量预报的研究  7-8
    1.3.2 对粘结漏钢的研究  8-13
第二章神经元网络专家系统的理论研究  13-21
  2.1 人工智能  13
    2.1.1 人工智能的定义  13
    2.1.2 人工智能的研究及应用领域  13
  2.2 专家系统  13-16
    2.2.1 专家系统的定义  13-14
    2.2.2 专家系统的基本结构  14
    2.2.3 专家系统的建造步骤  14-15
    2.2.4 专家系统的局限性  15-16
  2.3 神经网络和专家系统的结合  16-17
  2.4 神经元网络专家系统的结构及设计  17-21
    2.4.1 神经元网络专家系统的结构  17-19
      2.4.1.1 神经元网络模块  17-18
      2.4.1.2 神经元网络专家系统的框架结构  18-19
    2.4.2 神经元网络专家系统的设计步骤  19-21
第三章漏钢形成机理的研究  21-27
  3.1 弯月面的作用  21
  3.2 粘结漏钢的成因及钢液弯月面的破损  21-22
  3.3 弯月面的表面性质  22-24
  3.4 粘结漏钢形成机理  24
  3.5 粘结漏钢的影响因素和防止  24-26
  3.6 小结  26-27
第四章铸坯表面质量问题的冶金学分析  27-37
  4.1 表面纵裂  27-34
    4.1.1 纵裂形成机理分析  27-28
    4.1.2 纵裂形成原因分析  28-33
    4.1.3 结晶器内的冷却  33-34
  4.2 表面横裂  34-36
  4.3 小结  36-37
第五章板坯表面质量预报系统的开发  37-60
  5.1 基于BP神经网络的板坯漏钢预报模块的开发  37-53
    5.1.1 预报算法的确定  37-40
      5.1.1.1 BP网络  37-40
      5.1.1.2 延时网络技术  40
    5.1.2 神经网络模块的开发  40-41
      5.1.2.1 结晶器铜板热电偶的布置  40
      5.1.2.2 神经网络模块的结构和功能  40-41
    5.1.3 神经网络模块的设计  41-43
      5.1.3.1 网络结构的确定  41-42
      5.1.3.2 网络中的寄存器  42-43
      5.1.3.3 BP网络的程序设计  43
    5.1.4 神经网络的训练  43-46
      5.1.4.1 样本数据的处理  43
      5.1.4.2 BP的局限和改进  43-45
      5.1.4.3 BP网络的训练技巧  45-46
    5.1.5 知识库的建立  46-53
      5.1.5.1 知识的表达方式  46
      5.1.5.2 规则  46-48
      5.1.5.3 知识源细析  48-53
  5.2 板坯逻辑漏钢预报模块  53-54
    5.2.1 逻辑预报  53-54
    5.2.2 逻辑预报程序的设计  54
  5.3 系统的基本构成及数据采集方案  54-56
    5.3.1 系统的构成  54-55
    5.3.2 数据采集方案  55-56
  5.4 用户界面  56-60
第六章结论与展望  60-61
  6.1 结论  60
  6.2 展望  60-61
参考文献  61-64
致谢  64

连铸板坯表面质量预报专家系统的研究

内容摘要

全文目录

相似论文