基于智能算法的高炉煤气流分布识别方法

基于智能算法的高炉煤气流分布识别方法

ID:34125690

大小:1.69 MB

页数:60页

时间:2019-03-03

基于智能算法的高炉煤气流分布识别方法_第1页
基于智能算法的高炉煤气流分布识别方法_第2页
基于智能算法的高炉煤气流分布识别方法_第3页
基于智能算法的高炉煤气流分布识别方法_第4页
基于智能算法的高炉煤气流分布识别方法_第5页
资源描述:

《基于智能算法的高炉煤气流分布识别方法》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、分类号:TP393密级:公开UDC:学校代码:10127硕士学位论文论文题目:基于智能算法的高炉煤气流分布识别方法英文题目:GasFlowDistributionIdentificationMethodofBlastFurnaceBasedonIntelligentAlgorithm学位类别:工学硕士研究生姓名:曹安威学号:201002178学科(领域)名称:控制理论与控制工程指导教师:崔桂梅职称:教授协助指导教师:职称:2013年6月17日内蒙古科技大学硕士学位论文摘要高炉煤气流分布模式在冶炼生产过程中起决定性作用,好的煤气流分布不

2、仅可以保证炉况稳定顺行,延长高炉炉体寿命,而且可以增加炉内间接还原效率,提高煤气利用率,降低焦比,达到节能降耗、高产优质的效果。准确识别煤气流分布模式,对布料操作有巨大指导意义,然而高炉内部环境复杂,使得煤气流的分布识别具有一定的困难。针对高炉煤气流分布直接测量方式在工业上不可行,而间接测量又困难的情况下,本文研究了十字测温数据和炉顶摄像图像数据的相互制约关系,提出一种基于十字测温边缘煤气流分布和基于炉顶摄像的中心煤气流分布分别识别再进行整合的方法。首先,对炉顶摄像进行二源时空校正,得到的图像分别进行灰度处理,二值化处理,边缘检测等步

3、骤,得到煤气流的边缘点集,进行平方中值最小二乘法椭圆拟合,得到椭圆的参数方程后,根据椭圆的几何特征,得出椭圆的半长轴,半短轴等参数,作为中心煤气流分布模式识别的数据;同时,对十字测温数据进行时空校正,校正后的数据提取得到边缘三点温度数据,作为边缘煤气流分布模式识别的数据。其次,利用得到的椭圆参数输入到遗传算法优化的BP神经网络算法中,而将高炉专家对图像的评价结果作为输出,对网络进行训练,得出中心正常发展,中心过发展和中心欠发展三类中心煤气流分布识别模型。同时,利用边缘三点温度数据,输入到混合神经网络模型中,对网络进行训练,得出边缘正常

4、发展,边缘过发展和边缘欠发展三类边缘煤气流分布识别模型。最后,将得到的中心煤气流分布识别模型和边缘煤气流分布识别模型进行模型融合,得到九种不同的整体煤气流分布模式。最后,利用炉顶摄像图像,得出等温线图,三维直方图,伪彩图等多种工业参考图像,为生产过程得出更加直观的指导图像。根据提出的煤气流分布识别模型,在仿真软件上进行了仿真。结果表明,文中所提出的方法有较好的识别性能,识别率达到93%,在钢铁冶炼过程中可以满足对煤气流分布模式的检测;得出的工业参考图像,可以更加直观明了的反应具体的冶炼工况,为高炉专家对实际冶炼工况有了更有力的依据。关

5、键词:图像处理;煤气流分布识别;遗传算法优化;混合神经网络;椭圆拟合I内蒙古科技大学硕士学位论文AbstractGasflowdistributionpatternsofblastfurnaceplaysadecisiveroleintheproductionprocess,goodgasflowdistributioncannotonlyguaranteethestabilityoffurnacecondition,extendtheservicelifeofblastfurnace,butalsocanincreasetheind

6、irectreductionefficiencyinsidethefurnace,improvetheutilizationrateofgas,reducethecokeratio,achieveagoalofsavingenergyandreducingconsumption,highyieldandgoodquality.Todistinguishgasflowdistributionpatternscurrentlyhasagreatguidingsignificancetotheoperationofdistributingm

7、aterials,however,becauseofthecomplexenvironmentofblastfurnace,makescertaindifficultytothedistributionofgasflowidentification.Forblastfurnacegasflowdistributioninthedirectmeasurementapproachisnotfeasibleintheindustry,andindirectmeasurementisdifficult.Thispaperstudiedthem

8、utualrestrictionrelationsbetweenthecrosstemperaturemeasuringdataandtopvideoimagedataandputforwardakindmethodof

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。