冷轧带钢板形检测信号模式识别方法的进展.pdfVIP

第 27卷 第 2期 燕 山大学学报 Vbl_27NO．2 2003年 4月 JournalofYanshanUniversity Apr． 2003 冷轧带钢板形检测信号模式识别方法的进展 PatternRecognitionMethodProgressofMeasuredSignals ofShapeinColdRolling 彭 艳 刘宏民 摘 要 结合板形控制技术的发展，阐述了板形检测信号 术的发展，为使板形控制系统更趋稳定和完善，分 模式识别方法的发展过程。分析比较了各主要模式识别方 析研究板形检测信号模式识别方法的进展很有必 法的特点。对板形模式识别方法的发展趋势进行了讨论 。 要 。 关键词 冷轧，板形，模式识别，神经网络，模糊识别． 1 传统的板形模式识别方法 Abstract Inthispape~ thedevelopingprogressofmeasured signalspatternrecognitionisrepresentedwihthtedevelopment 在现有的板形控制系统中普遍采用 的方法是 ofshapecontroltechnology． Thecharacteristicsofvarious 基于最小二乘法的多项式回归分解法 。和正交多 chiefpatternrecong itionmehtodsraeanalyzedna dcompared， na dhtetrendofdevelopmentofhtemethodissymposiumed． 项式回归分解法 4[-7]。 Keywords coldrolling，shape，pattern recognition，neural 文献 [3】用式 (1)对板形缺陷回归 network， fuzzyrecong ition． )，：口0+口l+口2+口 +口4x (1) 0 引言 式中，ao～口为回归系数。 板形精度是冷轧带钢的一项主要质量指标。随 文献 [5】采用正交多项式回归模型，如式 (2) 着用户对板形质量要求的不断提高，板形控制技术 所示 己成为冷轧带钢生产的核心技术。板形控制的最终 目的是使在线实测板形达到 目标板形川，控制过程 )c 0+cll+c22+c3≯3 (2) 中根据 目标板形和实测板形的偏差值确定执行机 构的控制量。为了准确地确定该偏差值，需要对实 测板形进行模式识别 。板形模式识别的主要任务是 把在线检测到的板形值，经过一定的数学方法，映 射为较少的几个特征参数。随着板形控制技术的不 文献 [7】在文献 [3】、[5】基础上采用式 (4)～ 断发展，先后出现了多种板形模式识别方法。有基 (7)对板形缺陷进行正交多项式分解 于最小二乘法的多项式回归分解法 。’，有在此基 2 础上改进的正交多项式回归分解法 [4-7]有基于模 t(i)=XAF~j(f)+ f) (4) l 糊识别理论的模糊识别方法 和