论文部分内容阅读
随着世界经济的蓬勃发展和我国现代化建设的阔步前进，钢铁企业正发挥着越来越重要的作用，与此同时它们之间的竞争也愈演愈烈，这就使得“技术”成为它们之间竞争的关键，而漏钢预报技术是这些技术中的重中之中。本文就是在分析原有的逻辑漏钢预报系统的基础上，提出将原来单独运用神经网络进行漏钢预报的技术和现在比较流行的热成像技术结合起来，对神经网络理论和平面热成像理论进行了深入细致的分析和研究，建立一个新的可视化连铸漏钢预报系统。以这些理论为基础，建立了数学模型，实现了新系统，该系统不仅具有原来神经网络预报系统的预报功能，还能通过直观的平面热成像对漏钢现象进行分析，对铸坯热力学行为进行研究，从而获得更好的漏钢预报效果。 本文测试使用的试验数据来源于宝钢原逻辑预报系统中的一些历史数据，使用这些数据对系统进行分析和研究，文中系统的运行和界面的生成也都是建立在这些历史数据的基础上的。模拟仿真的结果表明新系统在进行漏钢预报的时候不仅具有原来神经网预报的准确性同时更便于对铸坯热力学行为进行研究，为提高预报准确率提供更科学、实用的参考。如果能结合现场的数据进行分析和研究改善该系统，相信会取得更好的效果。本论文主要包括以下内容： 1．对漏钢机理的研究和分析； 2．神经网络相关知识的运用； 3．热成像相关知识的运用； 4．可视系统的设计及运行 最后，对本文的工作进行了总结，提出了其中的不足。并对可视化系统的下一步研究提出了方向和展望。