基于改进混沌蜂群算法优化的SVM漏钢预报系统研究.pdfVIP

摘要

在高效连铸技术迅速发展的背景下，漏钢事故频率明显增加，为解决漏钢问题，

冶金工作者不断努力优化连铸设备和工艺。国内钢铁厂也纷纷引入结晶器漏钢预

报系统，以提高生产的质量和稳定性。虽然国内在这方面起步较晚，但在各方机构

以及企业的努力下，过程监控技术已经取得了迅速的发展。为适应高效连铸的可视

化和智能化趋势，本文采用机器学习技术，针对结晶器工作过程的可视化和异常预

测的方法展开研究，以提供新的思路和借鉴。本文的研究工作主要有以下四个方面：

（1）分析连铸技术在提升产品质量方面的显著优势以及面临的一些问题，针

对粘结漏钢问题展开研究，并分析其形成的原理。通过参考现有的漏钢预报系统和

检测技术，选取K型热电偶完成数据采集工作，规划热电偶在结晶器铜板上的布

局，并对采集的温度数据进行预处理。引入群体智能优化算法，为解决漏钢问题提

供新的解决途径。

（2）为优化人工蜂群算法（ArtificialBeeColony,ABC）的全局有哪些信誉好的足球投注网站性能，采

用Bernoulli混沌映射进行种群初始化，引入莱维飞行策略平衡全局有哪些信誉好的足球投注网站与局部探

索，在单峰测试函数和多峰测试函数上验证了改进混沌蜂群算法（ICABC）的收敛

能力和寻优性能，为优化问题的求解提供了有效手段。

（3）针对神经网络需要大量数据集训练的难点，采用支持向量机（Support

VectorMachine,SVM）理论来解决分类问题。相对于神经网络模型，支持向量机模

型的训练无需大量样本，符合漏钢预报问题的数据集特点。同时提出了一种创新性

的参数优化方法，采用ICABC算法获得最佳SVM参数，构建ICABC-SVM模型，

并与GWO-SVM模型、ABC-SVM模型进行对比。利用现场采集的270组样本数

据对模型进行训练和测试，综合考察各模型的性能，为支持向量机在漏钢预报问题

中的实际应用提供了有力支持。

（4）基于结晶器铜板的传热模型，使用ANSYS工具模拟结晶器的温度云图。

通过C#编程技术对文件的高效处理，开发可视化漏钢预报系统。系统集成温度检

测、结晶器可视化和漏钢预报功能。同时系统设计了用户界面，通过界面可展示正

常运行和检测到漏钢时的预警情况，为操作人员提供可视化的工具，辅助分析浇铸

时结晶器的状态，并及时响应异常情况。

关键词：连铸；漏钢预报；支持向量机；人工蜂群算法

Abstract

Undertherapiddevelopmentofefficientcontinuouscastingtechnology,the

frequencyofsteelleakageincidentshassignificantlyincreased.Toaddressthisissue,

metallurgistshavebeencontinuouslystrivingtooptimizecontinuouscastingequipment

andprocesses.Domesticsteelmillshavealsointroducedmoldleakagepredictionsystems

toimproveproductionqualityandstability.Althoughthedomesticeffortsinthisfield

startedrelativelylate,processmonitoringtechnologyhasmaderapidadvancements

throughtheconcertedeffortsofvariousinstitutionsandenterprises.Toadapttothetrends

ofvisualizationandintelligentizationinefficientcontinuouscasting,thispaperemploys

machinelearningtechniquestoinvestigatemethodsforvisualizingthemoldprocessand

predictinganomalies,prov