摘要:介绍了预报粘结性漏钢的基本方法,并对结晶器热电偶测得的大量温度数据进行预处理,再利用小波神经网络技术对经过预处理的检测数据进行训练,优化神经网络系统的结构和参数,识别出具有漏钢征兆的波形,提高了预报系统的精度和快速性;给出了用MATLAB实现的网络训练和测试的仿真结果,同时用VC开发了能识别结晶器内单偶、横向、纵向漏钢征兆温度波形的仿真系统。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社
相关期刊
相关论文
期刊名称:计算机测量与控制
期刊级别:统计源期刊
期刊人气:10972