基于支持向量机的铝合金点焊多类缺陷识别

利用从铝合金点焊过程工艺参数曲线上提取出的特征向量,建立了铝合金点焊过程喷溅缺陷和未熔合及未完全熔合缺陷的支持向量机识别模型.根据所建立的识别模型,用采集的样本数据进行了训练,并用独立的测试数据对训练的结果进行了测试.结果表明,所建立的支持向量机识别模型在给定的样本集的情况下,识别喷溅缺陷的准确率为96.7%,识别未熔合及未完全熔合缺陷的准确率为100%,利用支持向量机方法实现铝合金点焊多类缺陷的自动识别是可靠的.     

聚类和优化支持向量机的冷轧带钢表面缺陷分类

针对具有小样本、非线性、高维模式识别特点的冷轧带钢表面缺陷,且部分缺陷分布零散、不相连而导致后期识别数量增加、识别率低的情况,提出聚类与优化支持向量机相结合的改进分类算法。利用矩形框将缺陷进行标记,实现缺陷聚类合并,减少后期缺陷识别分类个数,便于后期正确识别判断;利用粒子群优化算法结合交叉验证自动选取最优参数,确定支持向量机结构,并结合实际生产线上出现频率较高的5类带钢缺陷进行分类研究。实验结果表明,相较于改进BP神经网络和网格优化的支持向量机,聚类与优化支持向量机相结合的改进分类算法不仅解决了位置接近的同种缺陷重复分类的问题,而且耗时短、缺陷正确识别率可达98%,符合实际生产线需求。     

基于支持向量机的灰铸铁强度预测模型

利用高碳当量灰铸铁组织强度试验数据,提出了一种基于支持向量机理论的灰铸铁强度预测模型。与多元线性回归、模糊回归和自适应模糊神经网络相比,该模型学习精度高且具有较好的泛化能力,能取得较好的预测效果。     

多尺度高斯核支持向量机算法

针对支持向量机中单尺度高斯核算法存在局部风险的问题,提出一种基于核排列的多尺度高斯核算法。利用核排列这一度量标准来选择高斯核函数的尺度,并把多个弱分类器聚集成一个强分类器得到多尺度高斯核,从而构造支持向量机模型。利用UCI数据集Iris Plants、 Wine Recognition等仿真实验结果表明：所提出的基于核排列的多尺度高斯核算法比传统的单尺度高斯核算法具有更高的分类准确率。     

基于模糊支持向量机的硫浮选工况识别

针对硫浮选泡沫图像噪声大、特征重要度差异显著引起工况难以识别的问题,提出基于模糊支持向量机的硫浮选工况识别方法。通过融合样本模糊隶属度和特征信息增益,获取图像视觉特征的特征重要度;并结合特征重要度矩阵,改进模糊支持向量机的核函数,进而建立工况类别与图像特征之间的关系模型,实现硫浮选工况识别。采用模糊隶属度对噪声赋予较小的权值,并结合模糊隶属度来获取特征重要度矩阵,可以减小噪声样本的影响,以揭示图像特征重要度之间的差异,提高工况识别准确性。锌直接浸出冶炼硫浮选生产过程的实际测试数据验证了方法的有效性。     

基于支持向量机的铣削力预测

针对小样本、低泛化、过拟合和局部极小等问题,建立基于支持向量机(SVM)的铣削力预测模型,对铣削力进行预测,将其预测结果与试验值、BP神经网络预测值进行对比分析。结果表明:在训练样本较小情况下,得到的预测值与试验值吻合较好,且相对于BP神经网络预测模型的预测精度高。     

基于支持向量机的焊缝尺寸预测

焊缝尺寸是决定焊接接头强度及有关性能的重要因素,因此也是焊接质量控制的重要内容.分别以焊接电流、电弧电压以及焊接速度作为输入向量构造样本集,建立CO2焊接焊缝尺寸支持向量机模型,分别运用线性核函数,多项式核函数、高斯径向基核函数以及指数径向基核函数对焊缝熔宽、焊缝熔深以及焊缝余高进行预测.结果表明,采用指数径向基核函数所建立的支持向量机模型可以有效地对焊缝尺寸进行预测,为进一步实现焊缝质量的在线控制提供依据.     

基于LabVIEW和支持向量机的电弧传感焊缝偏差识别系统

在虚拟仪器开发软件LabVIEW环境下,构建了一种新的基于旋转电弧传感的自动焊缝偏差识别系统.描述了基于LabVIEW的数据采集,小波滤波,数据归一化处理,纵向均值滤波,横向数据维数约简等预处理方法.简述了支持向量回归机的基本原理,数据依赖型核函数的构建,以及支持向量回归机在MATLAB中的算法实现.最后采用LabVIEW和MATLAB相结合的方法,给出了偏差识别系统整个软件的设计方法及控制流程并进行了试验研究.结果表明,方法是可行的,识别精度能满足工程应用的需要.     

基于支持向量机的齿轮故障分类

齿轮是旋转机械中的关键元件。提出了一个基于支持向量机的齿轮多故障分类方法。齿轮状态被划分为正常、齿轮磨损和断齿状态。振动信号的均方根和小波包能量被选作为分类器的特征参数。分类器选用支持向量机（SVM）。SVM具有良好的实用性及多分类能力。实验结果表明：提出的方法能很好地区分齿轮故障。     

基于模糊支持向量机的产品造型特征研究

消费者的喜好往往影响着各种产品的造型特征.传统上,产品造型设计的质量在很大程度上依靠设计师的直觉,在市场上并不总是成功的.提出基于模糊支持向量机的产品造型设计方法.依据消费者的喜好构造产品造型设计分类模型,采用一对一的方法将多级问题分解成两级问题进行处理.收集产品样本和造型特征制定分类问题并进行系统研究,每个产品的样本和模糊隶属度被指定为一类标记,利用收集的产品样本建立一对一模糊支持向量机模型.通过交叉验证法确定模型的理想训练参数.     

热平直度控制的研究

对１４２０ｍｍ连轧机板形控制中多区冷却控制进行了研究,对其冷却模型进行了分析,归纳出其控制模式,以及不同控制模式下的工作机制;同时描述了多区冷却控制的几种辅助功能。     

基于自适应滤波的铸轧板形检测信号分析

超薄快速铸轧同常规铸轧相比，板形奇异机理复杂，板形现象突出，根据铸轧板形缺陷的表征特点，建立了铸轧板形的数学描述，将板形检测信号视为动态时间序列，运用自适应滤波理论，建立了一种通用的板形检测信号除噪方法，仿真结果表明该法除噪效果明显，能满足实时控制要求。     

极薄规格冷轧带钢板形控制研究

针对厚度0.2 mm以下极薄规格带钢在生产过程中经常出现中浪缺陷的问题,对某UCM轧机极薄规格带钢局部中浪板形缺陷与轧制过程数据进行了分析,通过工作辊温度测量与工作辊热凸度引起平坦度的有限元计算,表明中浪缺陷是由于轧辊热凸度过大而造成的。分析了轧辊热凸度影响因素,以及UCM轧机轧辊辊型,板形目标曲线,中间辊轴向横移,乳化液,中间辊、工作辊弯辊力等参数对极薄规格带钢板形的影响。结果表明:通过板形目标曲线优化设计,合理配置中间辊轴向横移量、工作辊弯辊、中间辊弯辊3种板形调节手段,增加中间辊轴向横移量,增加工作辊弯辊、中间辊弯辊负弯的调节余量,可在消除中浪的同时避免边浪的产生。同时,通过优化工艺润滑制度,降低乳化液温度到合理范围,可有效提高分段冷却的板形控制能力,使带钢平坦度回归到板形目标曲线设计范围,释放弯辊调控量。再有,通过支撑辊边部辊型优化设计,可提高辊型对边浪的抑制能力,在减少中浪的同时不产生边浪。采用上述措施,将中浪缺陷减小到5 IU以内,极薄规格带钢中浪板形缺陷问题得到了有效解决。     

板形检测与板形控制方法

本文对国内外现有的板形检测方法和控制系统进行了介绍 ,并从检测辊结构、检测元件、信号采集与传输以及供电方法等几个方面对接触式板形检测方法进行了详细阐述 ;另外 ,在板形控制方面 ,文章主要从自动控制的角度对板形函数、控制方法、控制模型及调控功效进行了分析     

基于改进PSO神经网络的板形板厚解耦控制研究

针对板形板厚综合系统具备强耦合、非线性、大时滞等特性,传统的控制方法无法对其完成精确解耦,导致控制精度较低。提出一种基于免疫机制的改进粒子群算法,同时借助此算法来优化处理PID神经网络(PIDNN),形成新型PIDNN控制器。利用两个PIDNN解耦控制器对板形板厚综合系统进行控制以降低系统耦合影响。通过仿真结果可以看出,在动态性能与静态性能上,此算法较以往PIDNN解耦控制均存在明显优势。可为控制领域中的解耦问题提供一定的参考。     

冷轧带材板形检测计算机模拟研究

本文建立了三维板形计算模型和包括系统噪声的板形检测信号模型。通过动态板形检测模拟装置的实验测定 ,证明本文建立的模型所给出的板形信号与实验检测输出的板形信号吻合良好。     

钢轨焊接接头平直度研究

钢轨焊接接头是无缝线路的重要组成部分,其平直度情况对于列车行车速度、运行平稳性和旅客乘坐舒适性具有重要影响。采用型尺测量方法,对某线路现场新铺钢轨焊接接头平直度进行了测量、统计及分析,结果表明现役钢轨焊接接头平直度与TB/T1632-2005《钢轨焊接》关于平直度的要求差距很大。结合轨道平顺性控制特点,总结了钢轨焊接接头平直度控制的主要措施,对钢轨焊接接头平直度研究方向提出了建议,指出全面系统研究钢轨焊接接头平直度,对于发展我国高速重载无缝线路、加快经济建设等具有重要意义。     

1 700 mm平整机薄规格带钢板形缺陷控制研究与应用

为提高某厂1 700 mm罩退平整机板形控制能力,改善薄规格带钢的板形控制质量,以平整机辊型配置优化为基础,对平整轧制力、弯辊力、张力、延伸率等工艺参数进行了优化,并优化了罩退机组对上游产线的板形控制要求,在酸轧采用统一的双边浪板形目标曲线,形成了一整套针对薄规格带钢的板形控制工艺技术,并在生产中得到稳定应用。宽规格带钢板形一检不合格率由11.47%降至1.24%以内,中间规格带钢板形一检不合格率由4.91%降至0.74%以内,窄规格带钢局部浪一检不合格率由95.5%降至8.4%,支撑辊辊型不均匀磨损得到改善,服役吨位提高了30%。     

冷连轧机板形控制原理的研究

国内引进的两套不同冷连轧机的自动板形控制系统分为预设定、轧制力前馈控制和板形的闭环反馈控制三个部分,分析了这两套板形控制系统所采用的主要控制模型和控制原理,对我国自主开发先进的自动板形控制系统具有现实的意义。     

基于弹塑性有限元的板形控制机理研究现状与展望

带钢冷连轧过程中的板形控制问题因具有多变量、多控制回路、非线性和强耦合等特征，是工业控制领域最为复杂的控制过程之一。精准的板形预测模型是提高板形控制水平的重要保证。当前，弹塑性有限元法能够耦合分析轧制过程中带钢的弹塑性变形、轧后的残余应力以及轧辊的弹性挠曲、弹性压扁，因此在带钢轧制领域有很广泛的应用。介绍了现代板形控制系统的工作原理，以及当前弹塑性有限元法关于板形控制问题分析的研究进展。同时，采用显式动态有限元建立了六辊UCM轧机的三维数值仿真模型，研究了不同板形调节机构对带钢板形的调控特性及其最优调节量，并采用实际轧制试验对模型进行了验证。结合带钢保持良好板形的几何条件，利用所建立的UCM轧机模型，分析了中间辊轴向横移、工作辊与中间辊弯辊对带钢横截面形状、凸度、边降及平直度的影响。最后，对有限元法应用于分析板形控制问题的方向进行了展望。