基于神经元网络技术的铸坯质量分析算法研究

发布时间：2020-09-23 09:41

　　 随着钢铁企业轧钢工艺控制的日益稳定,炼钢工艺的控制水平也逐步成为了最终产品质量水平的重要衡量标准,然而炼钢工艺的控制要比轧钢工艺控制更加困难,如何精确控制工序成分和温度,如何提高铸坯产品的质量,降低铸坯内部缺陷的发生率成为目前钢铁企业管理者急需解决的难题。本课题基于鞍钢股份有限公司炼钢5#线大数据分析项目软硬件平台进行研究,建立了基于神经网络算法的铸坯质量判定模型,用于预测铸坯缺陷,为后续轧钢工序作参考,降低最终成品废品率。本课题主要工作内容如下:(1)首先分析了铸坯质量问题的分类、成因及可能的影响因素,并再此基础上确定需要采集的数据范围。与各级自动化、信息化系统建立数据采集接口,采集炼钢各工序与铸坯质量相关的工艺数据。(2)利用相关分析技术进一步确定与铸坯质量相关的重要影响因素,确定关键输入变量(Key Input Value,简称KIV)。数据经过一定的预处理和标准化后,形成用于分析建模的样本。(3)选用神经网络BP算法作为系统的数学理论基础,利用IBM SPSS数据挖掘软件,开发建立了铸坯质量判定模型,对铸坯质量特别是内部质量做出预报。在充分落实冶金机理的基础上,依据BP神经网络模型特点和优势,建立起基于BP神经元网络算法的铸坯质量预报模型,并初步确定了BP网络的结构参数和学习算法,最后利用80%的测试集样本进行模型训练,用另外20%进行模型测试,实践证明模型预报准确率可达到90%以上。本系统中的样本数据从冶金机理角度,综合考量了从炼钢到连铸整个工艺过程中影响铸坯质量的各类因素,覆盖范围较为全面,其结论更具指导意义和实际作用。BP神经元网络算法是目前应用最为广泛的神经算法,本课题在标准BP算法的基础上提出了一些改进措施,采用了变步长的学习方法、加入了动量因子,以防止网络振荡,达到了加速网络的收敛效果,满足现场应用的要求。
【学位单位】：大连理工大学
【学位级别】：硕士
【学位年份】：2017
【中图分类】：TF77;TP183

【相似文献】

相关期刊论文 前10条

1 张雷;刘希玉;;对传过程神经元网络及其应用研究[J];微型机与应用;2012年17期

2 张毅锋,杨绿溪,何振亚;混沌神经元网络及其在联想记忆中的应用[J];电路与系统学报;1998年04期

3 王蔓蔓;杨晓丽;;模块神经元网络中耦合时滞诱导的簇同步转迁[J];动力学与控制学报;2016年06期

4 何若雪;;肚子里的“第二大脑”[J];大自然探索;2017年05期

5 刘金月;祝宝玲;;连续小波过程神经元网络在非线性函数逼近的应用[J];长春理工大学学报(自然科学版);2010年03期

6 陈磊;刘飞;;两种特征扩展过程神经元网络应用比较研究[J];控制工程;2009年S3期

7 周淑梅;;一种过程神经元网络在管道土壤腐蚀速率预测中的应用[J];齐齐哈尔大学学报(自然科学版);2008年04期

8 吴雅娟;许少华;;一种模糊计算过程神经元网络及其应用[J];东北林业大学学报;2008年08期

9 蔡久评;;基于过程神经元网络的陶瓷窑炉智能控制机制[J];中国陶瓷;2008年10期

10 许少华;王兵;何新贵;;基于过程神经元网络的动态预测模型及其应用[J];信息与控制;2007年06期

相关会议论文 前10条

1 刘献心;黄布毅;;神经元网络与模糊控制的融合[A];1995年中国智能自动化学术会议暨智能自动化专业委员会成立大会论文集（上册）[C];1995年

2 王青云;;时滞对神经元网络时空同步的作用[A];第三届全国动力学与控制青年学者研讨会论文摘要集[C];2009年

3 李玉叶;张慧敏;魏春玲;杨明浩;王青云;古华光;任维;;随机信号在神经元网络中诱发的多次空间相干共振[A];第十二届全国非线性振动暨第九届全国非线性动力学和运动稳定性学术会议论文集[C];2009年

4 王青云;;神经元网络系统的非线性时空动力学[A];第四届全国动力学与控制青年学者研讨会论文摘要集[C];2010年

5 沈瑜;侯中怀;;从簇放电振幅推测耦合神经元网络的度分布性质[A];第五届全国复杂网络学术会议论文（摘要）汇集[C];2009年

6 孙晓娟;;噪声激励下多层次神经元网络放电的动力学行为特性研究[A];第七届全国动力学与控制青年学者研讨会论文摘要集[C];2013年

7 李丽明;王众嫭;王延章;;一种类神经元网络模型及其学习算法初探[A];全国青年管理科学与系统科学论文集（第1卷）[C];1991年

8 陈剑飞;王一玲;林伟;;用神经元网络模型求解多目标决策问题[A];全国青年管理科学与系统科学论文集（第2卷）[C];1993年

9 曾贵生;柯益华;;神经元网络在厌氧流化床反应器动态建模中的应用[A];1995年中国智能自动化学术会议暨智能自动化专业委员会成立大会论文集（上册）[C];1995年

10 贾雁兵;古华光;;相位噪声诱导神经元网络的双重相干共振[A];第十五届全国非线性振动暨第十二届全国非线性动力学和运动稳定性学术会议摘要集[C];2015年

相关重要报纸文章 前8条

1 本报记者 俞陶然;模拟人脑人眼，让人工智能更像“人”[N];解放日报;2017年

2 杨骏 刘石磊;中国“芯”加速布局人工智能[N];中华工商时报;2017年

3 老鬼阿定;“深度学习”技术进展令人振奋[N];计算机世界;2014年

4 实习生 马昌剑;早教真能决定孩子的一生吗？[N];科技日报;2012年

5 ;GF Srl开发出用于包装过程检测的系统[N];中国包装报;2005年

6 百度总裁 张亚勤 口述 本报记者 李正豪 整理;人类定规则，机器将可控[N];中国经营报;2016年

7 邵珍珍 本报记者 胡唯元;自动化让冶金如此简单[N];科技日报;2005年

8 杨健;树立中国人管理创新的信心[N];人民日报;2007年

相关博士学位论文 前10条

1 王兵;面向油田诊断预测的过程神经元网络模型和算法研究[D];东北石油大学;2015年

2 秦迎梅;神经元网络的共振效应—信息的检测与传导[D];天津大学;2014年

3 李艳玲;培养神经元网络的学习模型构建及机理研究[D];华中科技大学;2007年

4 卢梅丽;基于相响应的神经元网络同步的优化控制[D];天津大学;2013年

5 于海涛;神经元网络的同步、共振及控制研究[D];天津大学;2012年

6 陈传平;基于多电极阵列的培养神经元网络动态特征分析[D];华中科技大学;2007年

7 陈琳;培养神经元网络自发电信号的特性分析[D];华中科技大学;2008年

8 郭大庆;复杂神经系统中信息传输及信息处理的若干问题研究[D];电子科技大学;2011年

9 刘延俊;气动比例位置系统的控制方法及动态特性研究[D];山东大学;2008年

10 曾贤强;基于神经元网络的SFC注入束运线自动调束控制系统研究[D];兰州大学;2012年

相关硕士学位论文 前10条

1 韩舟;基于神经元网络技术的铸坯质量分析算法研究[D];大连理工大学;2017年

2 田姗姗;基于微流控技术体外构建神经元网络的相关研究[D];北京工业大学;2017年

3 胡丽萍;耦合时滞作用下模块神经元网络的簇同步及同步抑制研究[D];陕西师范大学;2015年

4 陈建春;延迟耦合神经元网络的研究[D];浙江师范大学;2015年

5 于波;基于过程神经元网络的动态预测模型及其应用[D];大庆石油学院;2007年

6 贾雁兵;噪声和耦合时滞作用下复杂神经元网络的同步和共振动力学[D];陕西师范大学;2014年

7 杨康乐;神经元网络FPGA仿真系统构建的研究[D];天津大学;2012年

8 高萌;复杂神经元网络的同步问题研究[D];哈尔滨工程大学;2010年

9 王蔓蔓;模块神经元网络系统的簇同步及簇同步转迁[D];陕西师范大学;2016年

10 吕永兵;神经元网络的簇同步和节律动力学研究[D];北京邮电大学;2014年

本文编号：2825164