基于支持向量机的铸坯尺寸预测研究开题报告

 2020-02-10 10:02
1.目的及意义(含国内外的研究现状分析)

本文主要是以智能铸坯系统中采集的各指标数据为研究对象,首先用统计分析的建立数学模型分析影响铸坯重量的主要影响因素,其次建立定尺寸铸坯重量的多变量二次多项式模型、BP神经网络模型、支持向量机回归模型,并根据目标重量修改定尺,最终实现提高产品质量从而节约成本的目的。

中国的粗钢产量长期处于世界第一位,尤其近十年的年产量上升快速,但同时我国钢铁生产仍处于规模化、中低端发展,其高精尖等拳头产品与国际先进水平差距较大,如李克强总理在参加一个有关钢铁煤炭行业产能过剩的座谈会时,曾举例说过“中国至今不能生产模具钢,比如圆珠笔的圆珠都需要进口”,这些都制约了钢铁产业的竞争力。炼钢铸坯质量控制作为钢铁生产的核心源头,其机理形成复杂、成本能耗大、技术含量高、品种结构类型多、对各项参数要求苛刻等因素,直接制约了钢铁企业的生产成本、产品质量稳定度以及品种结构。随着钢铁企业轧钢工艺控制的日益稳定,炼钢工艺的控制水平也逐步成为了最终产品质量水平的重要衡量标准,然而炼钢工艺的控制要比轧钢工艺控制更加困难,如何精确控制工序成分和温度,如何提高铸坯产品的质量,降低铸坯内部缺陷的发生率成为目前钢铁企业管理者急需解决的难题。近些年,炼钢信息化程度的逐渐提高,基础数据采集能力逐渐加强,炼钢各工序包括转炉、精炼、连铸都积累了大量的工艺数据和工程数据。如何利用这些数据进行炼钢工艺和铸坯质量分析对于炼钢厂来说是非常重要和迫切的。

国外在面向连铸坯质量预报系统的研究与开发当中,英格兰钢铁公司的结晶器热监控系统、奥地利林茨钢厂的计算机辅助质量控制系统和德国德马克公司的质量评估专家系统走在了前面具备一定的代表性。它们在炼钢漏钢预报警和铸坯表面质量判定等方面均进行了研究,并建立了相关分析模型。

您需要先支付 5元 才能查看全部内容!立即支付

该课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找,微信号:bysjorg 、QQ号:3236353895;