文献类型：期刊文章

作　　者：唐智雁[1] 史懿[2] 王显鹏[3]

机构地区：[1]宝山钢铁股份有限公司,上海200431 [2]上海宝钢工业技术服务有限公司,上海201900 [3]东北大学工业工程与物流优化研究所,辽宁沈阳110819

出　　处：《自动化仪表》

基　　金：国家自然科学基金面上资助项目(编号:61573086)

年　　份：2016

卷　　号：37

期　　号：11

起止页码：12-15

语　　种：中文

收录情况：CAS、CSA、CSA-PROQEUST、INSPEC、RCCSE、ZGKJHX、普通刊

摘　　要：针对宝钢1 220 mm连续退火机组均热炉(SF)段带钢经常发生跑偏或打滑的问题,提出了一个基于最小二乘支持向量机(LSSVM)的带钢跑偏分类模型。使用改进粒子群算法对其模型参数进行寻优,再将LSSVM分类模型与主元分析(PCA)方法相结合;并基于动态时间窗思想,提出了一个SF段带钢跑偏的混合动态监测模型,开发了SF段带钢跑偏监测系统。基于实际生产数据的仿真结果表明,所提出的LSSVM模型具有较高的分类精度;相较于单一方法,混合监测模型能够更加准确地对带钢跑偏进行分析和预警。

关 键 词：连续退火机组 混合动态监测  神经元网络 最小二乘支持向量机  主元分析 改进粒子群算法 径向基函数

分 类 号：TH7[仪器类] TP277]