摘要:针对宝钢1220mm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
单位:宝山钢铁股份有限公司; 上海200431; 上海宝钢工业技术服务有限公司; 上海201900; 东北大学工业工程与物流优化研究所; 辽宁沈阳110819
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社