基于SG-PSO-SVR的扇形段故障预测系统设计

针对连铸机扇形段在连铸过程中出现设备故障发现率低的问题，提出并设计一种基于SG-PSO-SVR的故障预测系统。系统软件方面采用分层结构，包括界面层、应用层和感知层。首先收集连铸机扇形段运行中产生的实时数据，完成状态识别及故障预测；然后将结果数据返回上位机，以可视化的方式将状态信息及预测结果显示在界面上。结果显示：采用该状态评估方法将设备的故障发现率从75%提高到91%;采用SG-PSO-SVR模型相较于SG-SVR的预测效果更好，平均绝对百分误差与均方根误差都较低，该系统能有效地对扇形段运行过程中的状态进行评估。