AOD爐噴濺計量預報分析儀信息融合方法研究.pdf

1、噴濺是煉鋼行業(yè)久治不愈的頑疾，威脅工人生命安全，破壞生產(chǎn)環(huán)境并造成嚴重經(jīng)濟損失。作為國家支柱行業(yè)，鋼鐵生產(chǎn)成本居高不下、產(chǎn)能過剩、高污染、高耗能已成為亟待整治的現(xiàn)實問題。而對噴濺預報分析技術的研究必然會對上述問題的緩解甚至根除發(fā)揮極大作用。
　　本文基于AOD爐噴濺預報分析的多傳感器信息融合方法研究，根據(jù)現(xiàn)場采集到的發(fā)生噴濺爐次的爐口音頻信號、爐口火焰圖像及爐體振動信號進行時頻域分析總結(jié)，最后提出了一種基于特征層融合的BP神經(jīng)網(wǎng)絡

2、融合方法。根據(jù)大量實驗校正，證明該方法可以準確完成噴濺預報。最后設計了基于LabVIEW的噴濺預報界面，提供了一種對噴濺預報及分析研究的軟件平臺。
　　首先確定了特征層數(shù)據(jù)融合的融合結(jié)構，然后提取有效的噴濺預報特征信號。針對一維聲音及振動信號，本文將其分為正常冶煉信號及噴濺前信號。首先對比分析它們的FFT頻譜，比較出兩者的整體頻率特征;然后進行時域小波包頻譜分析，觀察它們的時頻變化特性;然后根據(jù)上面的分析結(jié)果，選擇具有噴濺預報特征

3、的頻譜，采用db10小波包對其進行三、四層小波包分解，進一步對比分析它們每個頻段的能量值、FFT的不同;最后根據(jù)分析結(jié)果確定一組可以完全區(qū)分噴濺信號和正常信號的特征向量，本文根據(jù)大量實驗數(shù)據(jù)分析得出的每種信號的噴濺特征向量都不盡相同。每路信號最終都得到一組噴濺特征值和預報分析閾值，通過分析比較實時信號特征向量值與噴濺預報特征值的相似度及預報分析閾值的大小，便可以實現(xiàn)提前預報的效果。對二維信號圖像的分析處理，采用圖像識別技術，分析方法與一

4、維信號類似。最終提取出可以完成準確預報的噴濺預報特征向量及閾值。
　　然后根據(jù)提取的噴濺預報向量值進行融合算法研究，最終確定基于BP神經(jīng)網(wǎng)絡的融合算法，并將預報等級分為四個預報級別。首先將四種噴濺預報特征信號的相似度值作為輸入信號，并根據(jù)實際發(fā)生噴濺情況的嚴重性分為三種，并且分別定義它們的輸出為四級噴濺。最后根據(jù)一種BP網(wǎng)絡進行網(wǎng)絡訓練，并根據(jù)訓練后的網(wǎng)絡實行實際值訓練，結(jié)果表明該網(wǎng)絡完全可以完成噴濺預報的任務。
　　最后本