COREX冷煤气成分预测的二步建模方法

针对熔融气化炉冷煤气成分含量,提出了基于熵权模糊C均值聚类和偏最小二乘的COREX冷煤气成分预测方法.建模过程中首先根据料单中各种原料的单耗量,利用熵权模糊C均值聚类的方法将料单聚类成若干种料单类别,然后针对不同的料单类别,利用偏最小二乘法分别建立冷煤气成分预测模型.对宝钢COREX-1#炉实际生产数据验证结果表明:该方法可以有效地建立COREX冷煤气成分预测模型,具有较好的预测精度.      

基于半监督流形学习的无线传感器网络定位方法及其应用

提出了一种基于流形半监督学习的移动节点定位算法.该算法利用基于流形学习的半监督方法,通过一定量的有标签样本和无标签样本,获取隐含在节点接收信号强度信息中的流形结构,直接建立节点物理位置与接收信号强度之间的映射关系.算法不需要使用现有的理论或经验信号传播模型,避免了模型不准确带来的定位误差,而且允许网络中存在大量无标签样本,降低了数据采集难度,提高了算法实用性.冶金工业现场的实际应用结果表明,相对RADAR算法,本文算法具有较高的定位精度.     

一类新的纹理谱描述子

在纹理元的基础上提出了一类新的纹理谱描述子,新的纹理谱描述子在3个方面作了改进：将像素的灰度差量化为4个值;量化区间根据纹理对比度自动确定,并保证量化值具有灰度线性不变性;利用相关性弱的8邻域像素构建纹理谱描述子,从而降低了纹理谱维数。定义了基于新的纹理谱描述子的光照、旋转不变性纹理特征。利用该特征对Outex纹理进行光照、旋转不变性分类,分类准确率高于基于局部二值模式的光照、旋转不变性纹理特征。     

遗传算法在缺陷特征选择中的研究

由于冷轧带钢表面缺陷的类型多种多样,在所提取的特征集中,需要寻找出一组较优的特征集,使之可以更有效地表达缺陷的本质特征,从而提高缺陷识别的准确率。针对该问题,研究了遗传算法在缺陷特征选择中的应用,并在充分研究信息熵理论的基础上,以平均净分类信息为遗传算法的适应度函数,以弥补互信息熵作为适应度函数所导致的不足。实验表明,利用遗传算法得到的特征集,对现场的冷轧带钢表面缺陷进行分类时,能得到更高的分类准确率。     

基于核偏最小二乘的锌层重量预测模型

为了给带钢热镀锌生产的质量控制提供必要的决策支持和分析手段,针对气刀对锌层重量的控制工艺,提出了基于核偏最小二乘回归的锌层重量预测模型。利用核函数将低维空间的非线性回归转化为高维空间的线性回归,克服了实际生产工艺中非线性因素对预测模型的不利影响。应用鞍山钢铁集团公司带钢热镀锌的生产实际数据进行验证,结果表明,基于核偏最小二乘的锌层重量预测方法与线性偏最小二乘、BP神经网络等方法相比,具有更好的预测精度。     

基于核费希尔判别的生产状态诊断方法

工艺参数间的非线性耦合关系,给生产过程的状态识别带来了很大的困难。为此,引入新的核映射准则,利用梯度优化方法选取核参数,并采用核Fisher方法进行降维处理,实现对生产状态在可视平面上的逐层多故障分类,完成对当前生产过程的状态诊断。利用TE数据进行实验验证,结果表明,与核主成分分析方法相比,该方法可以得到更加准确的诊断结果。     

新型无线传感器网络节点供电方案

工业现场对振动信号等快变量进行采集时,需要对无线传感器网络节点进行在线供电.通过分析开关噪声对无线传感器网络节点通信质量的影响,并结合传感器网络的工作特点,给出无线传感器网络供电方案的设计要求.针对开关噪声的宽频谱特点,提出适用于无线传感器网络的供电方案,实验表明:该供电方案可有效消除电源噪声.     

基于小波变换的带钢表面缺陷图像增强算法

针对传统图像增强算法在处理有大量噪声、光照不足或不均匀的图像,尤其是实际现场的带钢表面图像时效果较差的问题,提出基于小波变换的图像增强算法,将其应用于冷轧带钢表面缺陷图像的增强中。对比实验结果表明,该方法的增强效果和抗噪性能明显优于传统算法。     

基于空气湿度的土壤含水量估计模型研究

针对当前土壤含水量测量装置结构复杂、测量稳定时间长、成本造价高以及传感器间一致性差等问题,对土壤水分蒸发过程与土壤含水量之间的关系进行了理论分析。基于对近土壤区域空气相对湿度的测量,在彭曼蒙特斯公式基础上提出了一种土壤含水率估计模型,并设计制作了集温度、光照强度及土壤含水量测量为一体的测试系统进行实验验证。实验表明,测试结果与称重法得到的实际含水量具有较高的一致性,且该测试具有响应速度快、成本低等优势。