基于混沌神经元理论的振动式大包下渣检测系统

摘要

为了提高铸坯质量和连铸作业率，在钢水浇铸过程中，必须严格控制下渣。在对国内外现有的各种下渣检测方法的广泛调研、资料分析和总结的基础上，本文提出了对水口操作臂振动信号进行混沌神经元分析，以此来识别钢水浇注状态的下渣检测系统。文章对振动信号的采集与处理以及钢渣特征参数的提取与识别方法进行了深入研究，并详细阐述了神经网络技术应用于下渣检测的基本原理，简要介绍了该系统的总体框架与功能设计。系统在湘钢等钢厂的使用结果证明，该系统满足实时性的要求，能够显著提高钢水的洁净度和连铸作业率，为钢厂创造效益。