基于图像处理的转炉终点预测研究

声明

1 绪论

1.1 课题研究背景及现状

1.1.1 课题研究背景

1.1.2 课题研究意义

1.2 转炉终点预测研究现状

1.2.1 转炉终点预测现状

1.2.2 吹氧现状

1.2.3 转炉火焰图像特征提取研究现状

1.3 本文研究内容

2.1 转炉炼钢的工艺流程

2.2 转炉终点控制技术

2.2.1转炉静态控制

2.2.2转炉动态控制

2.2.3转炉全自动控制

2.3 本章小结

3改进深度信念网络的转炉耗氧量预测

3.1 数据预处理

3.1.1 数据采集

3.1.2 异常值剔除与填补

3.1.3 灰色关联度分析

3.2 深度信念网络

3.2.1 受限玻尔兹曼机

3.2.2 深度网络模型

3.2.3 深度网络模型高斯伯努利受限玻尔兹曼机

3.2.4 耗氧量预测模型

3.3 仿真实验及实验效果

3.4 本章小结

4 基于Resnet的转炉炼钢吹炼状态识别

4.1 转炉吹炼过程特点

4.2 基于ResNet 50的转炉炼钢吹炼状态识别模型

4.2.1 转炉炼钢吹炼状态识别过程

4.2.2 模型训练

4.2.3 模型测试

4.3 ResNet网络构建

4.4 仿真实验及结果

4.5 本章小结

5 转炉火焰图像的预处理及特征提取

5.1火焰图像预处理

5.2转炉火焰分割

5.2.1阈值分割

5.2.2FCM分割

5.2.3转炉火焰图像分割结果

5.3火焰颜色特征提取

5.3.1吹炼过程中元素与火焰颜色变化关系

5.3.2颜色三阶矩特征提取

5.4 转炉火焰边界特征提取

5.5 转炉火焰纹理特征提取

5.5.1吹炼过程中元素与火焰纹理变化关系

5.5.2灰度差分统计纹理特征

5.6 本章小结

6 转炉炼钢终点预测模型

6.1 支持向量机概述

6.1.1 支持向量机原理

6.2 最小二乘支持向量机原理

6.3 粒子群算法

6.4 模型的建立

6.4.1 样本数据的选取

6.4.2核函数选取

6.4.3模型结构

6.4.4终点预测模型

6.5 实验仿真结果

6.6本章小结

结论

参考文献

在学研究成果

致谢