AOD爐噴濺計(jì)量預(yù)報(bào)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(yán)重經(jīng)濟(jì)損失。作為國(guó)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(shí)問題。而對(duì)噴濺預(yù)報(bào)分析技術(shù)的研究必然會(huì)對(duì)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(yù)報(bào)分析的多傳感器信息融合方法研究，根據(jù)現(xiàn)場(chǎng)采集到的發(fā)生噴濺爐次的爐口音頻信號(hào)、爐口火焰圖像及爐體振動(dòng)信號(hào)進(jìn)行時(shí)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(luò)

2、融合方法。根據(jù)大量實(shí)驗(yàn)校正，證明該方法可以準(zhǔn)確完成噴濺預(yù)報(bào)。最后設(shè)計(jì)了基于LabVIEW的噴濺預(yù)報(bào)界面，提供了一種對(duì)噴濺預(yù)報(bào)及分析研究的軟件平臺(tái)。
　　首先確定了特征層數(shù)據(jù)融合的融合結(jié)構(gòu)，然后提取有效的噴濺預(yù)報(bào)特征信號(hào)。針對(duì)一維聲音及振動(dòng)信號(hào)，本文將其分為正常冶煉信號(hào)及噴濺前信號(hào)。首先對(duì)比分析它們的FFT頻譜，比較出兩者的整體頻率特征;然后進(jìn)行時(shí)域小波包頻譜分析，觀察它們的時(shí)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(yù)報(bào)特征

3、的頻譜，采用db10小波包對(duì)其進(jìn)行三、四層小波包分解，進(jìn)一步對(duì)比分析它們每個(gè)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(hào)和正常信號(hào)的特征向量，本文根據(jù)大量實(shí)驗(yàn)數(shù)據(jù)分析得出的每種信號(hào)的噴濺特征向量都不盡相同。每路信號(hào)最終都得到一組噴濺特征值和預(yù)報(bào)分析閾值，通過分析比較實(shí)時(shí)信號(hào)特征向量值與噴濺預(yù)報(bào)特征值的相似度及預(yù)報(bào)分析閾值的大小，便可以實(shí)現(xiàn)提前預(yù)報(bào)的效果。對(duì)二維信號(hào)圖像的分析處理，采用圖像識(shí)別技術(shù)，分析方法與一

4、維信號(hào)類似。最終提取出可以完成準(zhǔn)確預(yù)報(bào)的噴濺預(yù)報(bào)特征向量及閾值。
　　然后根據(jù)提取的噴濺預(yù)報(bào)向量值進(jìn)行融合算法研究，最終確定基于BP神經(jīng)網(wǎng)絡(luò)的融合算法，并將預(yù)報(bào)等級(jí)分為四個(gè)預(yù)報(bào)級(jí)別。首先將四種噴濺預(yù)報(bào)特征信號(hào)的相似度值作為輸入信號(hào)，并根據(jù)實(shí)際發(fā)生噴濺情況的嚴(yán)重性分為三種，并且分別定義它們的輸出為四級(jí)噴濺。最后根據(jù)一種BP網(wǎng)絡(luò)進(jìn)行網(wǎng)絡(luò)訓(xùn)練，并根據(jù)訓(xùn)練后的網(wǎng)絡(luò)實(shí)行實(shí)際值訓(xùn)練，結(jié)果表明該網(wǎng)絡(luò)完全可以完成噴濺預(yù)報(bào)的任務(wù)。
　　最后本