基于模糊神经网络的连铸漏钢时序空间组合诊断预报方法

摘要

一种基于模糊神经网络的连铸漏钢时序空间组合诊断预报方法，属于冶金连铸过程的生产与控制领域，包括以下步骤：(1)采集数据；采集连铸现场热电偶的温度数据；(2)建立模糊ART神经网络；(3)单列热电偶时序网络判别，输入上排热电偶和下排热电偶的数据，如果单列热电偶贴近度大于0.95则报警；如果单列热电偶贴近度在0.85～0.95进入步骤(4)；(4)组偶空间网络判别；计算该单列热电偶相邻列热电偶贴近度，如果贴近度在0.85～0.95，计算此时组偶的阈值P，满足阈值P大于0.8，报警。本发明通过对单偶和组偶的组合判断，提高了网络模型对连铸粘结漏钢过程中典型温度模式的辨识效果和模型的预报精度。

主权项

1、一种基于模糊神经网络的连铸漏钢时序空间组合诊断预报方法，其特征是包括以下步骤：(1)采集数据；采集连铸现场热电偶的温度数据，并对温度数据进行预处理；(2)建立模糊ART神经网络，并进行训练；(3)单列热电偶时序网络判别对于步骤(2)建立的模糊ART神经网络，输入上排热电偶和下排热电偶的数据，如果单列热电偶贴近度η≥ρ，ρ取0.95则报警；如果单列热电偶贴近度η在0.85～0.95进入步骤(4)；(4)组偶空间网络判别计算该单列热电偶相邻列热电偶贴近度，如果贴近度η也在0.85～0.95范围，计算此时组偶的阈值P＝PD+PD(1-Pz)，满足阈值P大于0.8，报警；式中：PD单列热电偶的贴近度，Pz相邻列热电偶的贴近度。