基于神经网络的连铸钢包下渣识别系统
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
第 ５期 （ 总第 １８期 ） ６
２１牟 １ 月 ０１ ０
机 械 工 程 与 自 动 化
ＭＥ ＣＨＡＮＩ ＡＬ ＥＮ ＮＥ Ｉ Ｃ ＧＩ ＥＲ ＮＧ ＆ ＡＵ ＭＡＴ ＯＮ Ｔ０ Ｉ
Ｎ ． ｏ５ ０ｃ ． ｔ
文章编号 ：６２ ６ １ （ ０ １ １ ． １０ ０ １７ ．４ ３ ２ １ ） ００ ２ －３
过程 中液面的变化 （ 或运动 ）与另一 系统 的相关参
数 问有关 联 ，因此 钢水 液 面变动 情况 可通 过另 一 系统 中可 测参 数进行 间接测 量 ，进而 可采 用智 能模 型进行
下渣 识别 。
２ Ｂ Ｐ神 经 网络 预报 模型
水受 到污染 ，真正提高 钢水 的收得率 。因此 ，利用 Ｂ Ｐ神 经 网络 对 连铸 大 包 钢 水液 面 进 行模 式 识 别 与检
在 钢 坯连铸 生产 过程 中 ，许 多钢 厂往往 对 钢包浇 铸末期 中间包 液位 过低 时下 渣 的危害性 缺 乏足 够 的认 识 ，或者 片 面追求很 高 的钢水 收得 率 ，使得 钢包 下渣 量过 大 ，钢渣被 卷人 铸坯 形 成夹渣 ，严 重 降低 了钢 的 洁净度 。只有 在钢水 连铸 下 渣 的生 产过 程 中分 析临界 卷渣 条件 ，使 大包 液面不 低 于临界 液 面 ，才 能 防止钢
基 于 神 经 网络 的连 铸 钢 包 下 渣 识 别 系统
陈至坤 ，魏殿 才 ，王福斌
（ ．河北联合 大学 电气工程学院 ，河北 １
０３０ ） ６０ ９
唐 山 ０ ３ ０ ；２ ６ ０９ ．唐 山劳动技 师学院 电气工 程系 ，河北 唐 山
摘要 ：Ｂ Ｐ网络可 以逼近复杂 的非线性 函数 ，可广泛 用 于 函数拟合 、模 式识 别、分 类、数据 压 缩、预测 等。 设计 了连铸钢包 下渣 自动检 测系统 中 Ｂ Ｐ神经 网络的结构 ，并结合钢包 下渣 工艺参数 ，对钢 包下渣 时刻进行
第 ｋ 输 出单元 的输 出为 ： 个
ｊ Ｙ ＝Ｅ 口 ｆ … … … … … … … … … … … … （） Ｈ 。……………………………… ３ 口ｏ
— —
变量 ＝ 一＾（ 一 ； （一 Ｅ ＾ ； Ｙ １ Ｙ ｔ Ｙ ＝ １ ） （ ） ） 茸
为 学习 率 ， ＜ ＜１ｏ为 动量 项 ；为 学 习次数 。 ０ ； ｒ Ｚ 网络通 过对样 本集 的反 复学 习、训 练 ，将 知识 以
给定 函数 的任 意精 度 的逼 近 Ｉ］ ｌ 。钢 包下 渣 识别 神 经 ３
网络 结构 如 图 １ 示 。 所
近 年来 ，钢包 下渣 自动 检测 方法 已越 来越 引起人
们 的重视 ，国 内外 也相 继研 制开 发 了一些 下渣 检测 方
图 １中 ，Ｗ１０ 、 分别 为 输 入层 到 隐层 的连 接 权 值
了预 报分析。仿真结果 证明 Ｂ Ｐ神经 网络能够提高连 铸钢包下渣时刻预报 的准确 性。
关键词 ：连铸 下渣 ；Ｂ Ｐ神经 网络 ；识别 系统
中图 分 类 号 ： 肿 ７ Ｔ １ ３ ７： Ｐ ８ 文 献标 识 码 ：Ａ
０ 引言
视” ，因此 ，直接 测量 液 面 位 置或 长 水 口内钢 流 速 度 是不 现实 的 。根据 间接 测 量理论 ，钢 包 中钢水 在浇 注
波检测法 中超声波探头的工作环境比较恶劣 ，工作温 度高达 ７ ０ｏ ８０℃ ，制造和使用费用都较高 ，目 ０ Ｃ一 ０
前 还处 于研 制 阶段 ；振动检 测 方法 受环境 振 动影 响较 大 ，该 方法 也处 于试 验性探 索研 究 阶段 。
连 铸钢 包浇 注过 程是 一个 封 闭的系 统 ，钢包 中钢
第 ＿ 隐层单 元输 出为 ： 『 个
＝
输 入层 与 隐层 间的权 值修 正量 为 ：
△ “ ＝ ” ＋以 。 …… …… …… … （ ） ６
）＝ １＋ ｅ ｐ 一 ）。 ｘ（
其 中 ： ｔ为期 望 的网络输 出 ； 网络 实 际输 出 ； ）为 ， 中间
＋ｆ ｂ。…… … …… … … 一（） １
作者简介 ：陈至坤（ ９ １）， 河北景县人 ， １６ 一 男， 教授 ， 在读博士 ， 主要从事检测控制技术 、 计算机层析成像技术研究。
２ １ 年 第 ５期 ０１
陈至坤 ， ： 等 基于神 经 网络的连铸钢 包下渣识 别 系统
・１ ２１・
矩 阵和 阈值矩 阵 ；２ ｂ 分别 为 隐层 到输 出层 的连接权 ｖ 、
法 ，主要 有称 重 自动检 测法 、电磁检 测法 、超 声波 检 测法 、振 动检 测法 等 。称 重 自动 检测 法要 求水 口开度
值矩 阵 和阈值 矩 阵 ； 为 维 特 征 输 人 向量 ， 应 于 对 网络 输入 层神 经单 元 ； 钢包下 渣状 态空 间 向量 ， ｙ为 对
值 ，在修改 网络 的权 值、阈值过程 中引人 附加 动量
项。
网络正 向传播 时第 个隐层神经单 元 的净输 入
为：
＝
水液面位置及 长水 口内铸 流状况对 操作人员 “ 不可
收稿 日 ： ０ １０ —８ 期 ２ １— ３０ ；修 回日期 ：２ １ ・ —５ ０ １ ４ １ ０
∑
ｉΒιβλιοθήκη Baidu
不变，并且对称重传感器有较高的要求 ；电磁检测法 线 圈埋 于钢包 结构 中 ，需 要 对钢包 进 行改 造 ，另外线
圈要承受 高 温 ，使 传感 器 的使用 寿命 受到 影 响 ；超 声
应于输出层神经单元 ； 为隐层输出向量 。 口
为 提高 网络 的收敛 速 度及避 免 网络 陷入局 部极 小
测 ，从而 快速 准确 地判 断下 渣 时刻 ，对连铸 生 产具有
极 为重要 的意 义 。 １ 连铸 钢包 下渣检 测 原理
由于神经 网络具有 并行 信息 处理 、 自学 习 、联 想
记忆和容错能力 ，使其很适合于对 系统运行状态进行 预报 、识 别 。Ｂ Ｐ神 经 网络 在 隐层 中使 用 Ｓ形 传 输 函 数 ，在输出层使用线性传输 函数 ，即可实现对
２１牟 １ 月 ０１ ０
机 械 工 程 与 自 动 化
ＭＥ ＣＨＡＮＩ ＡＬ ＥＮ ＮＥ Ｉ Ｃ ＧＩ ＥＲ ＮＧ ＆ ＡＵ ＭＡＴ ＯＮ Ｔ０ Ｉ
Ｎ ． ｏ５ ０ｃ ． ｔ
文章编号 ：６２ ６ １ （ ０ １ １ ． １０ ０ １７ ．４ ３ ２ １ ） ００ ２ －３
过程 中液面的变化 （ 或运动 ）与另一 系统 的相关参
数 问有关 联 ，因此 钢水 液 面变动 情况 可通 过另 一 系统 中可 测参 数进行 间接测 量 ，进而 可采 用智 能模 型进行
下渣 识别 。
２ Ｂ Ｐ神 经 网络 预报 模型
水受 到污染 ，真正提高 钢水 的收得率 。因此 ，利用 Ｂ Ｐ神 经 网络 对 连铸 大 包 钢 水液 面 进 行模 式 识 别 与检
在 钢 坯连铸 生产 过程 中 ，许 多钢 厂往往 对 钢包浇 铸末期 中间包 液位 过低 时下 渣 的危害性 缺 乏足 够 的认 识 ，或者 片 面追求很 高 的钢水 收得 率 ，使得 钢包 下渣 量过 大 ，钢渣被 卷人 铸坯 形 成夹渣 ，严 重 降低 了钢 的 洁净度 。只有 在钢水 连铸 下 渣 的生 产过 程 中分 析临界 卷渣 条件 ，使 大包 液面不 低 于临界 液 面 ，才 能 防止钢
基 于 神 经 网络 的连 铸 钢 包 下 渣 识 别 系统
陈至坤 ，魏殿 才 ，王福斌
（ ．河北联合 大学 电气工程学院 ，河北 １
０３０ ） ６０ ９
唐 山 ０ ３ ０ ；２ ６ ０９ ．唐 山劳动技 师学院 电气工 程系 ，河北 唐 山
摘要 ：Ｂ Ｐ网络可 以逼近复杂 的非线性 函数 ，可广泛 用 于 函数拟合 、模 式识 别、分 类、数据 压 缩、预测 等。 设计 了连铸钢包 下渣 自动检 测系统 中 Ｂ Ｐ神经 网络的结构 ，并结合钢包 下渣 工艺参数 ，对钢 包下渣 时刻进行
第 ｋ 输 出单元 的输 出为 ： 个
ｊ Ｙ ＝Ｅ 口 ｆ … … … … … … … … … … … … （） Ｈ 。……………………………… ３ 口ｏ
— —
变量 ＝ 一＾（ 一 ； （一 Ｅ ＾ ； Ｙ １ Ｙ ｔ Ｙ ＝ １ ） （ ） ） 茸
为 学习 率 ， ＜ ＜１ｏ为 动量 项 ；为 学 习次数 。 ０ ； ｒ Ｚ 网络通 过对样 本集 的反 复学 习、训 练 ，将 知识 以
给定 函数 的任 意精 度 的逼 近 Ｉ］ ｌ 。钢 包下 渣 识别 神 经 ３
网络 结构 如 图 １ 示 。 所
近 年来 ，钢包 下渣 自动 检测 方法 已越 来越 引起人
们 的重视 ，国 内外 也相 继研 制开 发 了一些 下渣 检测 方
图 １中 ，Ｗ１０ 、 分别 为 输 入层 到 隐层 的连 接 权 值
了预 报分析。仿真结果 证明 Ｂ Ｐ神经 网络能够提高连 铸钢包下渣时刻预报 的准确 性。
关键词 ：连铸 下渣 ；Ｂ Ｐ神经 网络 ；识别 系统
中图 分 类 号 ： 肿 ７ Ｔ １ ３ ７： Ｐ ８ 文 献标 识 码 ：Ａ
０ 引言
视” ，因此 ，直接 测量 液 面 位 置或 长 水 口内钢 流 速 度 是不 现实 的 。根据 间接 测 量理论 ，钢 包 中钢水 在浇 注
波检测法 中超声波探头的工作环境比较恶劣 ，工作温 度高达 ７ ０ｏ ８０℃ ，制造和使用费用都较高 ，目 ０ Ｃ一 ０
前 还处 于研 制 阶段 ；振动检 测 方法 受环境 振 动影 响较 大 ，该 方法 也处 于试 验性探 索研 究 阶段 。
连 铸钢 包浇 注过 程是 一个 封 闭的系 统 ，钢包 中钢
第 ＿ 隐层单 元输 出为 ： 『 个
＝
输 入层 与 隐层 间的权 值修 正量 为 ：
△ “ ＝ ” ＋以 。 …… …… …… … （ ） ６
）＝ １＋ ｅ ｐ 一 ）。 ｘ（
其 中 ： ｔ为期 望 的网络输 出 ； 网络 实 际输 出 ； ）为 ， 中间
＋ｆ ｂ。…… … …… … … 一（） １
作者简介 ：陈至坤（ ９ １）， 河北景县人 ， １６ 一 男， 教授 ， 在读博士 ， 主要从事检测控制技术 、 计算机层析成像技术研究。
２ １ 年 第 ５期 ０１
陈至坤 ， ： 等 基于神 经 网络的连铸钢 包下渣识 别 系统
・１ ２１・
矩 阵和 阈值矩 阵 ；２ ｂ 分别 为 隐层 到输 出层 的连接权 ｖ 、
法 ，主要 有称 重 自动检 测法 、电磁检 测法 、超 声波 检 测法 、振 动检 测法 等 。称 重 自动 检测 法要 求水 口开度
值矩 阵 和阈值 矩 阵 ； 为 维 特 征 输 人 向量 ， 应 于 对 网络 输入 层神 经单 元 ； 钢包下 渣状 态空 间 向量 ， ｙ为 对
值 ，在修改 网络 的权 值、阈值过程 中引人 附加 动量
项。
网络正 向传播 时第 个隐层神经单 元 的净输 入
为：
＝
水液面位置及 长水 口内铸 流状况对 操作人员 “ 不可
收稿 日 ： ０ １０ —８ 期 ２ １— ３０ ；修 回日期 ：２ １ ・ —５ ０ １ ４ １ ０
∑
ｉΒιβλιοθήκη Baidu
不变，并且对称重传感器有较高的要求 ；电磁检测法 线 圈埋 于钢包 结构 中 ，需 要 对钢包 进 行改 造 ，另外线
圈要承受 高 温 ，使 传感 器 的使用 寿命 受到 影 响 ；超 声
应于输出层神经单元 ； 为隐层输出向量 。 口
为 提高 网络 的收敛 速 度及避 免 网络 陷入局 部极 小
测 ，从而 快速 准确 地判 断下 渣 时刻 ，对连铸 生 产具有
极 为重要 的意 义 。 １ 连铸 钢包 下渣检 测 原理
由于神经 网络具有 并行 信息 处理 、 自学 习 、联 想
记忆和容错能力 ，使其很适合于对 系统运行状态进行 预报 、识 别 。Ｂ Ｐ神 经 网络 在 隐层 中使 用 Ｓ形 传 输 函 数 ，在输出层使用线性传输 函数 ，即可实现对