欢迎来到天天文库
浏览记录
ID:12695831
大小:13.65 MB
页数:66页
时间:2018-07-18
《基于svm回归的连铸钢水下渣辨识系统研究硕士学位论文》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、中图分类号:TP273+.5论文编号:HBLH2014-393UDC:密 级:公开硕士学位论文基于SVM回归的连铸钢水下渣辨识系统研究作者姓名:谢锦秋学科名称:控制工程研究方向:检测技术及智能装置学习单位:河北联合大学学习时间:3年提交日期:2013年12月9日申请学位类别:工程硕士导师姓名:陈至坤教授单位:河北联合大学电气工程学院王向武高工单位:河北广电信息网络集团唐山有限公司论文评阅人:匿名单位:匿名单位:论文答辩日期:2014年3月3日答辩委员会主席:赵春祥研究员关键词:下渣检测;重量检测法;速度检测法;支持向量机回归唐山河北联合大学2014年3月Re
2、searchonSVMRegressionSystemofSteelLiquidContinuousCastSlagDissertationSubmittedtoHebeiUnitedUniversityinpartialfulfillmentoftherequirementforthedegreeofMasterofEngineeringbyXieJinqiu(ControlEngineering)Supervisor:ProfessorChenZhikunWangXiangwuMarch,2014独 创 性 说 明本人郑重声明:所呈交的论文是我个人在导师指
3、导下进行的研究工作及取得的研究成果。尽我所知,除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写的研究成果,也不包含为获得河北联合大学以外其他教育机构的学位或证书所使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中做了明确的说明并表示了谢意。论文作者签名:日期:年月日关于论文使用授权的说明本人完全了解河北联合大学有关保留、使用学位论文的规定,即:已获学位的研究生必须按学校规定提交学位论文,学校有权保留、送交论文的复印件,允许论文被查阅和借阅;学校可以将学位论文的全部或部分内容采用影印、缩印或编入有关数据库进行公开、检索和交流。
4、作者和导师同意网上交流时间:自授予学位之日起自年月日起作者签名:导师签名:签字日期:年月日签字日期:年月日摘要摘 要在钢水连铸生产过程中,准确判断钢水连铸下渣时刻,对连铸生产具有极为重要的意义。目前,国内外主要采用的钢水连铸下渣自动检测方法有以下几种:电磁检测法、超声波检测法、称重自动检测方法和振动检测法。每一种下渣检测技术都有其相对的优点和缺陷,由此研究开发实用、造价较低、下渣时刻预报较准的新型智能钢水连铸下渣检测系统对连铸生产来说非常必要、非常紧迫。主要介绍了基于支持向量机技术的钢水连铸下渣智能检测方法。在对国内外钢水连铸下渣检测技术深入分析和调查的基础
5、上,提出了重量检测法和速度检测法相结合的基础上,运用支持向量机回归原理建立模型构建了钢水连铸下渣智能检测方案,MATLAB仿真和测试结果表明,利用支持向量机回归的预测原理预测钢水连铸下渣时刻可以很好地达到预期目标。还介绍了钢水连铸下渣智能检测系统的软硬件设计和试验。由VisualBasic这款优秀的开发工具开发的上位机软件,实现对钢水连铸下渣智能检测系统的监控,能提高钢水连铸下渣时刻预报的可靠性和准确性。软件开发周期短,可维护性强。通过调试和测试,系统的软硬件设计均达到了预期的要求。图37幅;表5个;参76篇。关键词:下渣检测;重量检测法;速度检测法;支持向量
6、机回归分类号:TP273+.5-III-摘要AbstractItisveryimportantforcontinuouscastingproductiontoaccuratelyjudgethetimeofslag.Atpresent,domesticandinternationalautomaticslagdetectionmethodsmainlyareautomaticweightdetectionmethod,automaticelectromagneticdetectionmethod,ultrasonicauto-detectionmethod,a
7、ndauto-detectionmethodbasedonvibration.However,thesemethodshavesignificantflaws,soitisverynecessaryandurgentforcontinuouscastingproductiontoresearchanddevelopanintelligentdetectionsystemwhichispractical,lowcost,andmoreaccurateinforecastingslagtime.Theintelligentslagdetectionmethod,w
8、hichisbasedontheSVM
此文档下载收益归作者所有