基于人工神经元网络的连铸结晶器摩擦力异常预报  

作　　者：王旭东[1] 姚曼[1] 陈兴福[1] 魏树立[1] 

机构地区：[1]大连理工大学材料系,大连,116023 大连理工大学材料系,大连,116023 大连理工大学材料系,大连,116023 大连理工大学材料系,大连,116023

出　　处：《钢铁》2004年第z1期606-609,共4页Iron and Steel

摘　　要：基于板坯连铸机生产中的结晶器摩擦力异常数据的分析结果,开展了结晶器摩擦力应用方法的研究.应用BP神经元网络与斜坡、脉冲等辅助判据相结合的方法进行结晶器摩擦力异常预报,并开发出结晶器摩擦力异常分析软件.应用该软件对现场实时记录的结晶器摩擦力数据进行预报仿真,预报结果与实际生产中的异常记录基本吻合.结果表明该软件可以对漏钢、水口断裂、液面波动等引起的结晶器摩擦力异常做出较准确的判断,与测温系统相比,结晶器摩擦力在某些漏钢事故发生时能提前做出反应,在异常预报等方面显示出明显的应用潜力.

关 键 词：连铸 结晶器摩擦力 神经网络 异常预报 

分 类 号：TF4[冶金工程—钢铁冶金]