基于小波神经网络的结晶器漏钢预报技术研究

• 作者: 彭力 朱雪芳 杨琴
• 来源期刊: 计算机测量与控制
• 关键词: 小波神经网络 漏钢预报 数据预处理 仿真系统
• 年，卷（期）: 2008,（3）
• 所属期刊栏目: 设计与应用
• 页码范围: 407-410,426
• 页数: 5页
• 分类号: TP277
• 语种: 中文

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	彭力	江南大学通信与控制工程学院	148	814	15.0	21.0
2	杨琴	江南大学通信与控制工程学院	6	20	4.0	4.0
3	朱雪芳	江南大学通信与控制工程学院	2	11	2.0	2.0