HMM在钢水连铸下渣振动检测方法中的应用

隐MARKOV模型(HMM)是一种处理非平稳时间序列的统计模型,根据钢水浇铸振动信号的特点,作者提出把HMM应用于钢水振动信号的下渣识别。实验表明,这种方法是有效的。     

基于矢量量化技术的钢水连铸下渣检测方法的研究

在钢水浇注后期,为了提高钢材质量,需要判断钢水浇铸是否下渣。矢量量化技术作为一种非参数的模式识别方法,已经成功应用于语音编码、语音合成、语音识别和说话人识别方面。在分析大量浇铸机构振动信号的基础上,创造性地把矢量量化技术引入钢水浇铸的下渣识别中。实验结果表明,这种方法是有效的。     

矢量量化在钢水连铸下渣检测方面的应用

针对当前钢水连铸下渣检测系统（SWCC-SDS）成本高、难于安装等问题，提出了一种基于矢量量化（VQ）技术的钢水下渣检测方法.对钢水连铸下渣过程进行了研究，根据连铸过程中钢水、钢渣产生的振动差异，确定了把振动信号作为主要检测信号的实施方案.利用振动传感器，搭建了远离钢水的控制系统，解决了钢渣检测的传感器易耗问题.通过VQ技术对经过预处理的实时信号进行特征提取、码本训练，来判断钢水状态，实现连铸下渣的自动控制.实验结果表明,该方法成本低，对现在有设备改造小，下渣检出率在95％ 以上，符合钢水连铸的生产要求.