欢迎登录材料期刊网
韩顺杰，李长亮，马海涛
钢铁研究学报
针对铬铁合金氩氧精炼过程中时常发生的喷溅现象，提出一种基于BT-SVM的喷溅预测方法。结合生产工艺，依据喷溅发生的原因及主要特征，选择了渣液上层表面温度与铁水温度等8个参数作为支持向量机的输入特征，选择爆发性喷溅、泡沫性喷溅、金属喷溅、正常工作作为输出特征，构建了基于BT-SVM的喷溅预测结构，将分类器分布在各个节点上，从而构成了多类分类支持向量机，并给出了分类函数的求解过程及其算法实现。测试结果表明：该方法可根据生产工艺参数实时预测喷溅是否发生，预测准确率在97%以上。
关键词: 喷溅预报 , support vector machine , argon-oxygen decarburization , Cr-Fe alloy , binary tree
崔桂梅，鄢常亮，关英辉
高炉冶炼过程中炉温是影响技术经济指标的关键参数，保持合理的炉温是高炉稳定顺行的关键因素。采用某炼铁厂在线采集的数据，通过核主元分析对建模数据进行预处理，根据相关系数选定模型参数，确定参数对炉温的滞后时间，基于支持向量机建立了高炉向凉、向热预测诊断模型。通过实例验证，该模型具有很高的精度。
关键词: 高炉 , SVM , KPCA , prediction of furnace temperature
丁攀 , ，吕福在，项占琴
针对石油套管缺陷超声无损检测(NDT)中缺陷回波的特点，提出了一种基于小波包分解和支持向量机(SVM)的缺陷智能识别新方法。分析了Gabor、小波和小波包3种信号时频变换分解方法的特点，并进行了基于3种方法生成的特征数据可分性比较，确定了小波包分解方法效果最好。根据SVM解决分类问题的原理，采用SVM法对3种时频分解提取的缺陷信号特征数据进行识别。试验表明，基于小波包分解局部熵的特征提取结合SVM模式智能识别的组合方法，可应用于石油套管上的4种典型缺陷的识别。
关键词: 超声无损检测 , wavelet packet decomposition , support vector machine(SVM) , intelligent flaw identification
