崔桂梅
,
李静
,
张勇
,
李仲德
,
马祥
钢铁
针对高炉炉温与铁水硅含量呈正相关而非严格的线性关系和机制建模的主观性以及其难以建立各变量之间隐含的数学关系等的不足,在数据挖掘理论的基础上,对海量的样本数据进行预处理和特征提取,然后以高炉铁水温度为研究对象,建立了基于TS模糊神经网络的高炉铁水温度预测模型.最后,应用某高炉数据进行模型验证,并将该模...
关键词:
高炉铁水温度
,
T-S模糊回归
,
T-S模糊神经网络
崔桂梅
,
李静
,
张勇
,
卢俊慧
,
马祥
钢铁研究学报
针对高炉炉温铁水硅含量为预测对象的不确定性和高炉炉温单变量时间序列模型所含炉温输入信息量少、难以揭示各个变量之间的相互关系及变化规律的特点,以高炉铁水温度为研究对象,建立BP神经网络多元时间序列模型和T-S模糊神经网络多元时间序列模型.应用高炉实际数据做模型检验,结果表明,T-S模糊神经网络多元时间...
关键词:
高炉铁水温度
,
多元时间序列
,
BP神经网络
,
模糊神经网络
潘志文
,
崔桂梅
物理测试
为了提高电力电容器的使用率,延长其寿命,对电力电容器进行失效分析是十分必要的。与传统的电压、电流表法和双电压表法相比,现在测量电容器电容值大多采用数字电容表如：AI-6600,测量范围宽,准确度高。通过对一组12个滤波电容器在2003～2011年期间运行中所积累的电容值数据进行比较、分析和讨论,指出...
关键词:
电力电容器
,
电容值
,
失效分析
崔桂梅
,
程史
钢铁
高炉炼铁通常采用铁水Si含量间接反映炉温的变化,模型预测精度低.以影响炉温的6个变量为输入变量,采用基于自组织的分布式RBF神经网络模型分别对铁水温度和铁水Si含量建立预测模型,先用自组织神经网络划分输入输出样本空间,然后对每个子空间建立RBF神经网络子网模型,再使用子网模型对测试样本集的同一个样本...
关键词:
铁水温度预测
,
铁水Si含量预测
,
分布式建模
,
自组织神经网络
,
RBF神经网络
崔桂梅
,
冯小东
,
李伟明
物理测试
棒材连轧过程对各连轧机的协调能力要求极高,其中任一轧机的波动都会影响其前后轧机状态及轧件形变.传统棒材轧制虽采用直流电机和活套装置,实现无张无扭轧制,但这并不能保证每道次轧件的变形和断面形状都合理、正确.通过对工程法轧制压力的综合分析以及对轧制过程中影响棒材直径的各相关量的全面考虑,建立了基于BP网...
关键词:
BP神经网络
,
AGC系统
,
棒材连轧
崔桂梅
,
赵继威
,
李仲德
钢铁
针对轧机轧辊反复正反转咬钢抛钢受到突然强有力的冲击时扭振现象极为严重的情况,研究采用扭矩无线传感器实时采回负载干扰值,解决了现有的扭振抑制方法中采用扭振预估器计算扭振时容易出现偏差的问题；利用前馈能在扰动发生时提前做出干扰补偿的原理,在大型轧机交交变频调速系统定子转矩电流与转速双闭环的基础上,在转矩...
关键词:
轧机
,
扭矩检测
,
扭振
,
前馈控制
,
无线传感器
崔桂梅
,
胡登飞
,
马祥
钢铁研究学报
doi:10.13228/j.b0yuan.issn1001-0963.20130265
针对高炉冶炼过程中喷煤量通常根据炉长经验总结而出、过程建模困难、生产过程工艺指标波动较大的问题,提出了一种喷煤量操作模式匹配的智能优化方法.该方法以高炉喷煤量为研究对象,以某钢厂高炉大量的实际工业运行数据为基础,首先对不可实时检测变量[Si]含量建立了BP神经网络预测模型,以对当前[Si]含量进行预...
关键词:
模式匹配
,
高炉喷煤量
,
聚类
,
工艺指标
,
相似度
