本發明提供一種基于特征向量和神經網絡的結晶器漏鋼預報方法,屬于鋼鐵冶金連鑄檢測技術領域。所述的結晶器漏鋼預報方法通過提取結晶器銅板溫度速率異常區域的形狀特征與擴展特征,并利用神經網絡對構建的特征向量進行分類,從而檢測和預報結晶器漏鋼。適用于板坯、方坯、圓坯、異型坯等連鑄坯的漏鋼預報。本發明通過在線獲取熱電偶的實測溫度,可視化表征出溫度速率異常區域,進而提取和構建異常區域的特征向量,通過神經網絡模型對特征向量樣本庫進行學習和訓練,最終實現結晶器漏鋼的在線預報;該方法基于神經網絡模型對結晶器漏鋼進行實時檢測和預報,能夠在保證100%黏結漏鋼報出率的前提下,同時降低誤報率,有效提高預報準確率。
聲明:
“基于特征向量和神經網絡的結晶器漏鋼預報方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)