基于PCA和NN的結晶器異常信息提取方法研究.pdf

1、結晶器穩(wěn)定、高效的運行是連鑄生產(chǎn)的關鍵環(huán)節(jié)。對結晶器的運行狀態(tài)進行檢測的研究由來已久，但隨連鑄高拉速的發(fā)展趨勢，鑄坯表面質(zhì)量缺陷以及漏鋼等異常的發(fā)生一直未得到很好的解決。關于結晶器的檢測與相應的異常信息提取方法還需進一步的研究。在此背景下，本文采用主元分析(PCA)方法和神經(jīng)網(wǎng)絡(NN)對結晶器摩擦力數(shù)據(jù)進行分析，探討合適的結晶器異常信息提取方法。 采用PCA方法和改進PCA方法對結晶器異常信息進行提取，詳細闡述了主元分析方法的

2、原理及其建模步驟?；趯氫?＃板坯連鑄結晶器摩擦力實測數(shù)據(jù)，建立PCA模型，計算獲得T2統(tǒng)計量和Q統(tǒng)計量，并生成對應的控制圖：T2圖和Q圖?；诮⒌腜CA模型對大量的異常數(shù)據(jù)進行仿真，利用T2圖和Q圖進行故障檢測，結合實測的結晶器摩擦力及其均方根圖進行分析。結果表明：PCA模型能夠?qū)Χ鄶?shù)異常做出反映，驗證了PCA方法應用于結晶器過程檢測是可行的。在Q圖未檢測到故障而T2圖檢測到故障時，利用改進PCA方法的主元顯著相關變量(PVR)統(tǒng)計

3、量圖對工況做進一步診斷。異常數(shù)據(jù)分析表明，改進的PCA能夠區(qū)分異常和工況改變引起的T2統(tǒng)計量的變化，較傳統(tǒng)PCA有更強的故障診斷能力。 運用NN和PCA相結合的方法對結晶器過程進行異常檢測，首先對實測數(shù)據(jù)做PCA預處理，獲取的主元作為BP網(wǎng)絡的輸入；再利用BP網(wǎng)絡消除各主元間的非線性和動態(tài)性，建立表征正常工況特征的NN模型。將實測的數(shù)據(jù)與NN模型相比較，實測值與輸出值之間的差值矩陣用PCA方法評估，并建立簡單的控制圖?；贜N-