基于振动信号测量的连铸下渣检测系统

• 作者: 李培玉 潘晓弘 谭大鹏
• 来源期刊: 浙江大学学报（工学版）
• 学科: 工学
• 关键词: 连铸 下渣检测 振动 人工神经网络
• 年，卷（期）: 2008,（8）
• 所属期刊栏目: 机械工程
• 页码范围: 1399-1403
• 页数: 5页
• 分类号: TB123
• 字数: 3518字
• 语种: 中文
• DOI: 10.3785/j.issn.1008-973X.2008.08.023

摘要

为了解决当前连铸下渣检测系统成本高、使用寿命短且难于安装维护等问题,提出了一种基于振动信号测量的下渣检测系统实现方法.通过分析连续下渣过程,根据钢水、钢渣因相对密度不同而产生的冲击振动差异判断下渣时间点.结合嵌入式系统技术,搭建了传感器远离钢水的下渣检测实验平台,有效地提高了系统使用寿命.利用自主设计的嵌入式实时数据采集系统进行数据采样与特征信号提取,通过人工神经网络(ANN)技术对经过预处理的实时信号进行训练与识别,进而判断钢水状态,并结合相关控制策略实现连铸下渣的自动控制.实验结果表明,该方法成本低,对现在有设备改造小,使用寿命长,下渣检出率在96%以上.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李培玉	浙江大学机械与能源工程学院	41	280	8.0	15.0
2	潘晓弘	浙江大学机械与能源工程学院	130	2522	25.0	46.0
3	谭大鹏	浙江大学机械与能源工程学院	14	139	7.0	11.0