【摘 要】
：
针对钢包连铸过程中需要精确控制下渣时刻的问题,提出一种基于局部加权回归和长短时记忆(LSTM)神经网络模型的连铸下渣预测系统.该系统对下渣过程中采集到的信号进行处理和识别,可准确预测下渣时刻.结合某钢厂的实际生产情况,在采集到的大量钢包下渣相关参数中,提取主要特征;使用局部加权回归对数据进行过滤处理,再结合LSTM建立下渣预测模型;给出LSTM模型与ARIMA模型、RNN模型的预测结果比较.研究结果表明,长短时记忆神经网络模型的预测误差小,预测准确度较高,具有广泛的应用前景.
【机 构】
：
华北理工大学电气工程学院,河北唐山 063210
论文部分内容阅读
针对钢包连铸过程中需要精确控制下渣时刻的问题,提出一种基于局部加权回归和长短时记忆(LSTM)神经网络模型的连铸下渣预测系统.该系统对下渣过程中采集到的信号进行处理和识别,可准确预测下渣时刻.结合某钢厂的实际生产情况,在采集到的大量钢包下渣相关参数中,提取主要特征;使用局部加权回归对数据进行过滤处理,再结合LSTM建立下渣预测模型;给出LSTM模型与ARIMA模型、RNN模型的预测结果比较.研究结果表明,长短时记忆神经网络模型的预测误差小,预测准确度较高,具有广泛的应用前景.
其他文献
随着我国风电产业的迅速发展,风机装机容量逐渐增加,叶片的长度也随之增长,所以风机产生故障的机率越来越大,因此,开展风力机叶片预测与健康管理(Prognostics and Health Management,简称PHM)的研究具有重要意义.首先,从监控与数据采集系统(Supervisory Control and Data Acquisition,简称SCADA)中提取叶片正常和异常状态下的特征参数,其次,采用BP神经网络建立叶片健康状态预测模型,最后采用Power Designer建模软件建立系统物理数
为了实现在基础激励下,保证Stewart平台具有较好的隔振效果,设计了 一种用于液压驱动Stewart平台稳定器的自整定PID控制器.通过执行机构驱动的轴向力,求取总的主动力及惯性力的模型,并将其用以Kane方程的计算,在Kane方程的基础上,建立了六自由度液压驱动Stewart平台的非线性动力学模型.利用Stewart平台动力学设计了 一种以隔振为目标的控制方案.为了抑制不确定基础激励下的上平台振动,提出了一种基于神经网络的自整定PID(NN-PID)控制方案.仿真结果表明,该控制方法能够满足不确定基础
永磁同步电机伺服系统是一个复杂的非线性系统,模型参数、摩擦等因素使其难以用准确的数学模型表示.针对永磁同步电机伺服系统存在不确定参数、摩擦及外部扰动现象,提出一种基于多新息模型辨识的双曲正切滑模定位策略.首先,将永磁同步电机的模型进行状态离散化,并用多新息模型辨识方法对系统的模型参数进行辨识;然后根据离散化的辨识系统状态空间模型,设计一种双曲正切滑模控制器;同时,基于Lypunov理论对设计的闭环控制系统进行稳定性分析;最后通过数值仿真验证这里方法的正确性和有效性.
提出一种以平行四边形为基本单元的水弹(waterboom,以下称“水弹”)轮结构及基于复合材料利用3D打印工艺制作水弹轮实体模型的方法.利用Abaqus仿真软件对仿真模型进行轴向压缩仿真试验,验证了制作工艺的可行性.对制作出的实体模型进行轴向压缩试验,验证了仿真结果的准确性.建立了不同结构参数的仿真模型,利用ABAQUS软件进行有限元仿真,得到了结构参数对轴向刚度的影响规律.研究结果表明,利用复合材料软硬结合3D打印工艺制作水弹轮结构可以有效降低水弹轮结构刚度、提高变形能力,对其实际应用的研究具有重要参考
钢管内壁滚涂衬塑是提高钢管防腐性能和使用寿命的重要手段之一.为适应不同直径钢管的感应加热需求,本文设计了一种可调弧度的感应加热装置,并进行了电磁场仿真、电磁-热耦合仿真和性能试验.利用Maxwell软件对两种不同绕制方式的感应器进行电磁场仿真分析,发现采用涡状绕制方式的感应器磁场分布更集中;并与ANSYS workbench软件进行电磁-热耦合仿真分析,仿真结果表明该装置能够满足钢管衬塑的加热要求.加热试验和粉末熔融试验表明:在电流为460 A,频率为8000 Hz时,加热装置能在10 s左右将钢管内壁加
在机床产品可靠性评估中,针对采集到的有效故障数据较少而导致失效分布无法唯一确定的问题,提出建立RBF神经网络故障数据扩充算法模型.该模型通过自组织聚类学习算法确定神经网络的径向基函数中心和扩展常数,然后利用学习算法的输出结果对神经网络进行训练,随后将随机生成的累积失效分布函数导入训练好的神经网络,得到与原数据组具有一致失效分布规律的仿真数据,从而确定机床故障分布类型.最后通过实例分析表明:此方法确定的机床故障分布类型为威布尔分布,对其进行的可靠性评估显示MTBF估计值为909.20h,可靠度估计值为0.4
提出基于神经网络代理模型的汽车铝合金轮毂优化方法.对铝合金轮毂的两种工况开展静力学分析,结果表明相比正对辐条加载,正对窗口加载时轮毂的受力状态更加恶劣,不同加载方式应力都集中于外侧轮辐与辐板连接处附近.设计并实施静力学试验,验证有限元分析的准确性.基于静力学分析结果,提出分层递进的轮毂轮辐优化方法,通过正交试验设计、神经网络代理构建和遗传算法寻优,实施轮辐尺寸优化、轮辐截面形状优化、轮辐圆角优化,最后对结构进行加强优化.与最初模型相比,优化后轮毂重量下降1.91％,正对辐条加载位移下降11.01％,最大应
针对使用传统滑模观测器的永磁同步电机的无传感器控制中存在的系统抖振问题,提出了一种基于指数趋近律与变速趋近律的组合趋近律算法,用于替代传统观测器,并使用连续的饱和函数取代了开关符号函数,该算法减小了传统的基于指数趋近律控制算法在稳态时抖振过大以及稳定时间过长的问题,并运用Lyapunov稳定性理论验证了该控制系统的稳定性;在MATLAB/Simulink中搭建了基于改进滑模观测器的PMSM无传感器控制的仿真模型,对系统进行了分析,验证了所提方法的可行性.
为得到高质量的航空发动机压气机叶片型面,采用三维扫描仪准确测量获取叶片点云数据,将点云数据去噪和精简处理后等距提取叶型截面点云并存储为二维数据.利用Matlab软件对叶型截面二维点云数据采用三次B样条曲线整体逼近拟合的方法形成叶身截面曲线,并在SolidWorks软件中放样生成叶身型面.逆向建模后的叶片可借助UG二次开发生成磨削抛光路径轨迹线,成功实现了叶片模型的应用.结果表明逆向建模成型后的叶片精确性高,光顺性好并且对解决实际的工程问题提供帮助.
针对汽车钢制车轮研发周期长和生产成本高的问题,以15×5J钢制车轮为例,基于ANSYS Workbench 19.2软件完成车轮重要尺寸的参数化建模并创建车轮弯曲疲劳试验有限元模型,采用优化空间填充设计法,生成车轮重量及Mises应力的试验数据,获得车轮重量及应力响应面,最终在短期内成功确定车轮最优轻量化数模并应用于生产.实物测试实验结果表明:轻量化测试车轮符合SAE标准,车轮厚度是最重要的安全影响因素且不应小于4mm,优化后车轮减重3.69％,测试验证了仿真结果的正确性.