连铸坯端面信息码智能识别系统

为了解决钢厂企业连铸坯信息跟踪的问题,以提高生产智能化水平,搭建了基于机器视觉的连铸坯端面信息码智能识别系统,并重点研究了该系统的识别方法。由于车间环境或连铸坯表面质量等因素对成像问题的影响,连铸坯端面信息码智能识别难度很大,针对现存的字符识别方法难以满足现场实际产线的需求,提出了一种多方向灰度共生矩阵的图像字符识别方法,该方法利用图像像素之间存在的灰度关系进行特征提取,建立了特征模板库,通过特征值比对进行连铸坯端面信息码的实时智能识别,并详细给出了该识别方法的原理及步骤。结果表明,本方法可有效解决连铸坯端面信息码的自动识别问题,提高了钢厂生产效率以及生产自动化和智能化水平。     

基于支持向量机回归的铸坯表面目标温度设定

提出了一种多输入多输出支持向量机回归算法,利用冶金技术人员计算的目标温度设定表,设定实时二冷区铸坯表面目标温度。200 mm×1 534 mm 16Mn钢板坯连铸试验结果表明,在训练样本相同时,支持向量机训练时间为3.2 s,预测目标温度误差为±1℃,BP神经网络训练时间为23.5 s,预测目标温度误差为±2℃,多输入多输出支持向量机回归算法优于BP神经网络算法,能够根据工艺变化情况,实时改变目标温度,为实现连铸动态控制提供了条件,有助于提高铸坯的质量。     

基于Contourlet变换的连铸坯表面缺陷识别

根据连铸坯表面图像的特点,提出了一种基于Contourlet变换的连铸坯表面缺陷识别方法.通过Contourlet变换将样本图像分解成不同尺度和方向的子带,提取子带的Contourlet系数特征,并结合样本图像的纹理特征,得到一个高维的特征向量.利用监督核保局投影算法对高维特征向量进行降维,将降维后的低维特征向量输入支持向量机,对连铸坯表面图像进行分类识别.对现场采集到的裂纹、氧化铁皮、光照不均和渣痕四类样本图像进行实验,本文提出的识别方法对样本图像的识别率可达94.35%,优于基于Gabor小波的识别方法.     

115方连铸坯剪切端面冒火现象剖析

调查研究了鞍钢第二炼钢厂115方连铸坯(A3)剪切端面冒火的实质及对铸坯质量的影响.提出连铸机一冷、二冷水量过大是造成A3钢连铸坯端面冒火的主要原因,另外钢水的化学成分也是影响因素之一.减少铸机的一冷和二冷水量,降低钢水中硫含量并控制平炉出钢前碳含量,就可以避免铸坯端面出现冒火现象。     

基于支持向量机的连铸板坯表面温度预测

提出了一种最小二乘支持向量机的连铸板坯表面温度预测新模型.以中间罐温度、拉速、二冷水量等主要工艺因素为输入,连铸坯表面温度为输出,通过最小二乘支持向量机模型拟合输入与输出之间的复杂非线性函数关系.以现场采集的连铸生产工艺数据为样本对模型进行学习训练,用训练好的模型预测在一定工艺条件下板坯的表面温度.实践表明该方法具有建模速度快、预测精度高、操作简便等优点,不仅克服了常规的BP预测模型的不足,而且性能优于标准支持向量机预测模型.     

氢氧焰与剪机切割连铸坯经济技术分析对比

通过采用氢氧焰取代剪机进行连铸坯切割,对二者综合经济效益进行了分析对比.认为使用氢氧焰切割连铸坯相对于剪机切割具有投资少,使用成本低,设备维护费用少,切割质量好等优点.     

基于高相关滤波算法的PSO-LSTM连铸坯质量预测模型

文章提出了一种将高相关滤波算法与粒子群优化长短期记忆神经网络相结合的连铸坯质量预测模型.首先,使用高相关滤波算法对影响连铸坯质量的多种因素进行降维处理,然后,利用粒子群优化长短期记忆神经网络进行连铸坯中心偏析陷等级的预测实验.实验结果验证了该模型在预测性能方面的优势.     

混合蛙跳算法优化的支持向量机EBPSK检测器

为了充分利用"0","1"码元经过冲击滤波器后的波形差异和有效改善基本支持向量机经典训练方法容易陷入局部最优的缺陷,设计了混合蛙跳算法优化的支持向量机EBPSK检测器.首先,从经过冲击滤波器的"0","1"码元原始数据中提取训练集和测试集,并进行归一化处理;然后,利用混合蛙跳算法的全局寻优能力在训练集空间搜索支持向量机的支持向量和分类阈值,并用训练过的支持向量机对测试集分类.将混合蛙跳算法优化的支持向量机的检测效果与基本支持向量机以及幅度积分判决进行了对比,结果表明:基本支持向量机检测效果要好于幅度积分判决,混合蛙跳算法优化的支持向量机具有更好的检测精度,检测效果优于前两者.     

基于机器视觉的小方坯端面手写字符自动识别系统

针对线材表面质量信息无法按支追溯到坯、对分析异常原因及改进均带来很大局限、造成各种质量异议的问题,结合机组现场条件,自主开发了小方坯端面手写字符自动识别系统。该系统以机器视觉技术为基础,配置高性能双侧照明光源和面扫描CCD图像传感器,获得高质量的方坯端面图像;系统检测识别软件采用快速高效的边缘检测算法和深度学习算法,实时识别出端面手写字符,并将检测结果发送至服务器。系统采用C/S模式为网络架构,实现检测数据在客户端和服务器之间的可靠传递。系统上线1年多的运行实绩证明:该系统在条钢部加热炉前位置,可长期连续工作,按支跟踪准确率达98%以上,实现小方坯的在线按支自动识别和跟踪,具有卓越的检测识别性能和良好的稳定性。     

基于LS-SVM的烧结矿碱度预报研究

开发了最小二乘支持向量机(LS-SVM)模型,并用于对烧结矿碱度进行预测.仿真结果证明,本模型能在小样本贫信息的条件下对烧结矿碱度做出比较准确的预测.此种模型具有预测精度高、所需样本少、计算简便等优点.和BP神经网络算法相比,最小二乘支持向量机算法有很好的应用前景和推广价值.     

面向多输出系统的启发式支持向量机回归

针对面向多输出系统支持向量机回归算法训练时间较长的问题,提出一种面向多输出系统的启发式支持向量机回归算法.与多输出的支持向量机回归建模相比,该方法建立的模型结构较为简单,模型训练速度更快.将此方法和直接支持向量机回归算法分别应用到甲基丙烯酸甲酯的间歇聚合反应过程中,仿真结果表明了该方法的有效性.     

一种用于电力变压器故障识别的理论方法研究

支持向量机方法基于小样本的统计学习理论,其本质上是个优化和分类问题。本文设计了一种使用遗传算法优化多分类支持向量机参数,并将参数优化后的多分类支持向量机用于电力变压器故障识别的方法。该方法对色谱分析法检测到的特征气体含量进行数值预处理,提取出故障识别所需要的n+1个特征量,然后利用数值预处理后得到的数据样本对多分类支持向量机进行训练和识别,通过输出结果判断变压器所处的状态,以达到设备状态监测的目的。     

小方坯连铸的节能降耗

本文从钢水罐采用滑动水口,中间罐使用绝热板和炭化稻壳的角度,叙述了小方坯连铸的节能降耗情况。     

基于群体智能优化的MKL-SVM算法及肺结节识别

针对单核学习支持向量机无法兼顾学习能力与泛化能力以及多核函数参数寻优问题,提出了一种基于群体智能优化的多核学习支持向量机算法。首先,研究了五种单核函数对支持向量机分类性能的影响,进一步提出具有全局性质的多项式核和局部性质的拉普拉斯核凸组合形式的多核学习支持向量机算法;其次,为增加粒子多样性及快速寻优,将粒子群优化算法引入了遗传算法中的杂交操作,并用此改进的群体智能优化算法对多核学习支持向量机进行参数寻优。最后,分别采用深度特征与手工特征作为识别算法的输入,研究表明采用深度特征优于手工特征。故本文采用深度特征作为多核学习支持向量机的输入,以交叉遗传与粒子群混合智能优化算法作为其寻优方式。实验选取合作医院数据集对所提算法进行训练并初步测试,进一步为了验证所提算法的泛化能力,选取公开数据集LUNA16进行测试。实验结果表明,本文算法易于跳出局部最优解,提升了算法的学习能力与泛化能力,具有较优的分类性能。      

特钢棒材标记方案设计与信息码识别

为了解决特钢棒材信息跟踪的问题,提高生产智能化水平,搭建了基于机器视觉的特钢棒材端面信息码识别系统。根据车间环境和特钢棒材端面特征,提出了水平双标志点的标记方案,并针对该标记方案提出了一种信息码图像识别方法。该识别方法提取了字符二值图像灰度共生矩阵与区域连通域面积两组特征,建立特征模板库,利用特征模板库对特钢棒材端面信息码进行识别。结果表明,基于水平双标志点的标记方案能够满足特钢棒材身份标记需求,信息码图像识别方法可有效解决特钢棒材端面信息码的自动识别问题,提高钢厂自动化和智能化水平。     

一种连铸坯定尺控制新技术

针对连铸坯定尺中检测辊存在磨损、打滑等问题，提出了一种基于数字图像边缘检测技术的连铸坯定尺切割和铸机拉速动态跟踪方法。介绍了数字图像边缘检测原理和连铸坯位置动态跟踪原理，并给出了在Visual C＋＋环境下图像的获取、边缘检测算法的程序流程图。     

连铸结晶器瞬态摩擦阻力的实验研究

应用连铸结晶器凝固综合模拟装置,研究了结晶器瞬态摩擦阻力随结晶器振动的变化规律。结果显示在结晶器上部,连铸坯与结晶器之间以粘性摩擦为主,摩擦阻力的变化规律与结晶器振动的速度波形一致。应用结晶器非正弦振动,在保证负滑动期间对初始凝壳的压缩作用的同时,可以大幅度降低正滑动期间的结晶器摩擦阻力。这对防止高速连铸初始坯壳的拉裂、提高拉坯速度有重要意义。     

不锈钢铸坯宽度优化控制模型研究及应用

 铸坯宽度的精确控制是连铸生产过程中保证铸坯质量的重要手段之一,过宽或过窄都会给轧钢工序带来不利影响。目前,铸坯宽度主要通过人工经验在线调整二冷区参数来进行控制,存在铸坯宽度合格率低、波动大的问题。因此,实现不锈钢铸坯宽度的自动优化控制就极为重要。针对不锈钢铸坯宽度控制过程中影响因素多且具有非线性、多变量耦合等特性,提出一种基于随机森林-差分进化(RF-DE)算法的铸坯宽度优化控制模型。首先,根据专家经验从大量连铸生产工艺参数中选取不锈钢铸坯宽度的关键影响因素,进而采用随机森林算法(random forest,RF)建立不锈钢铸坯宽度预测模型。接着,以连铸二冷工艺参数为决策变量,以宽度模型预测值与铸坯目标宽度的绝对误差为目标函数,构建带工艺约束条件的不锈钢铸坯宽度优化控制模型,进而采用差分进化算法对上述模型进行优化求解,获得可用于连铸生产控制的二冷工艺参数设定值。最后,通过某钢厂实际生产数据对模型进行验证。结果表明,相较于梯度提升树、支持向量回归、多层感知机等模型,随机森林模型泛化能力强且精确度高,更适用于铸坯宽度的预测,其平均绝对误差MAE为0.047 2 mm;且采用宽度优化控制模型后的不锈钢铸坯宽度合格率显著提高,新模型具有较高的宽度控制精度。     

连铸液压剪机横移跟随系统

液压剪是连铸定尺剪切常用设备,液压剪在使用中存在最大问题是“拉坯”现象,造成定尺精度低,不利于结晶器液面自动控制和保护性浇铸,连铸液压剪机跟随系统能消除拉坯现象。     

大方坯结晶器电磁搅拌冶金效果研究

通过统计不同时间段结晶器电磁搅拌磁场强度及连铸坯质量,将不同磁场强度所对应的连铸坯内部质量进行对比,分析了不同磁场强度对连铸坯质量的影响.同时,浇注过程中改变电搅线圈的电流强度,在同一流次得到不同的磁场强度,取对应的连铸坯样进行检验,对比分析了同一流次不同磁场强度对连铸坯质量的影响.分析认为:电磁搅拌磁场强度衰减至300×10-4T以下时,不宜再上线使用.进而对攀钢大方坯结晶器电磁搅拌的冶金效果进行了评价,规范了电磁搅拌器的使用.