收藏本站
《安徽冶金》 2012年01期
收藏 | 投稿 | 手机打开
二维码
手机客户端打开本文

矫直机的自动故障预报技术

黄远顺  
【摘要】:由于人们无法充分理解生产设备的行为特性,缺乏有效的预测模型来监测设备劣化的变化趋势,这成为解决故障预报问题的主要障碍。本文将采用k均值聚类和支持向量机预测方法,实现了对矫直机轧制力状态趋势的预测和故障预报。
【作者单位】马鞍山钢铁股份有限公司;
【分类号】:TG333.23

【参考文献】
中国期刊全文数据库 前3条
1 曲文龙;樊广佺;杨炳儒;;基于支持向量机的复杂时间序列预测研究[J];计算机工程;2005年23期
2 张军峰;胡寿松;;基于聚类和支持向量机的非线性时间序列故障预报[J];控制理论与应用;2007年01期
3 张学工;关于统计学习理论与支持向量机[J];自动化学报;2000年01期
中国硕士学位论文全文数据库 前1条
1 于翔;聚类分析中k-均值方法的研究[D];哈尔滨工程大学;2007年
【共引文献】
中国期刊全文数据库 前10条
1 王东霞;张楠;路晓丽;;基于育种算法的SVM参数优化[J];安徽大学学报(自然科学版);2009年04期
2 陶秀凤,唐诗忠,周鸣争;基于支持向量机的软测量模型及应用[J];安徽工程科技学院学报(自然科学版);2004年02期
3 程伟;张燕平;赵姝;;支持向量机在粮食产量预测中的应用[J];安徽农业科学;2009年08期
4 武素华;;基于最小二乘支持向量机的土壤含水量检测的研究与分析[J];安徽农业科学;2009年09期
5 陈念;沈佐民;;基于化学成分检测和SVM分类的茶叶品质鉴定[J];安徽农业科学;2010年15期
6 林春丽;齐欣;王克成;;SVM-KNN分类器在异常行为检测中的应用[J];辽宁科技大学学报;2010年05期
7 王亮;胡静涛;;基于LS-SVM的光刻过程R2R预测控制方法[J];半导体技术;2012年06期
8 梁万路;;代价敏感支持向量机的投影次梯度求解方法[J];兵工自动化;2011年04期
9 高学金;王普;孙崇正;易建强;张亚庭;张会清;;一种建立发酵过程模型的新方法[J];北京工业大学学报;2006年05期
10 李红莲;焦瑞莉;范京;;支持向量机多类分类方法的精度分析[J];北京机械工业学院学报;2008年02期
中国重要会议论文全文数据库 前10条
1 宋海鹰;桂卫华;阳春华;;基于核偏最小二乘的简约最小二乘支持向量机及其应用研究[A];第二十六届中国控制会议论文集[C];2007年
2 顾小军;杨世锡;钱苏翔;;基于支持向量机的旋转机械多类故障识别研究[A];第二十六届中国控制会议论文集[C];2007年
3 吕蓬;柳亦兵;马强;魏于凡;;支持向量机在齿轮智能故障诊断中的应用研究[A];第二十六届中国控制会议论文集[C];2007年
4 姜明辉;袁绪川;;基于GA优化的个人信用评估SVM模型[A];第二十六届中国控制会议论文集[C];2007年
5 韩露;余正涛;邓锦辉;章程;毛存礼;郭剑毅;;领域知识关系对领域文本分类的影响[A];第二十七届中国控制会议论文集[C];2008年
6 吴静珠;刘翠玲;孙晓容;;支持向量机在近红外光谱检测技术中的应用研究[A];第二十九届中国控制会议论文集[C];2010年
7 尹钟;张建华;;基于支持向量机方法的过程操作员功能状态分类[A];中国自动化学会控制理论专业委员会A卷[C];2011年
8 杨坤;纪志成;;基于峰值识别的改进SVM用电需求预测[A];中国自动化学会控制理论专业委员会B卷[C];2011年
9 晋朝勃;胡刚强;史广智;李玉阳;;一种采用支持向量机的水中目标识别方法[A];中国声学学会水声学分会2011年全国水声学学术会议论文集[C];2011年
10 郭玮;李智勇;朱晟;孙慧;;支持向量机在变压器油溶解气体检测中的应用[A];第一届电力安全论坛优秀论文集[C];2008年
中国博士学位论文全文数据库 前10条
1 母丽华;煤矿安全预警系统的方法研究[D];哈尔滨工程大学;2010年
2 朱广平;混响干扰中的信号检测技术研究[D];哈尔滨工程大学;2009年
3 孔凡芝;引线键合视觉检测关键技术研究[D];哈尔滨工程大学;2009年
4 郑大腾;柔性坐标测量机空间误差模型及最佳测量区研究[D];合肥工业大学;2010年
5 王晓明;基于统计学习的模式识别几个问题及其应用研究[D];江南大学;2010年
6 李先锋;基于特征优化和多特征融合的杂草识别方法研究[D];江苏大学;2010年
7 刘卫红;垃圾邮件检测与过滤关键技术研究[D];华南理工大学;2010年
8 汪春梅;癫痫脑电信号特征提取与自动检测方法研究[D];华东理工大学;2011年
9 张目;高技术企业信用风险影响因素及评价方法研究[D];电子科技大学;2010年
10 向国齐;支持向量回归机代理模型设计优化及应用研究[D];电子科技大学;2010年
中国硕士学位论文全文数据库 前10条
1 展慧;基于多源信息融合技术的板栗分级检测方法研究[D];华中农业大学;2010年
2 杜二玲;拟概率空间上等均值噪声下统计学习理论的理论基础[D];河北大学;2007年
3 李金华;基于SVM的多类文本分类研究[D];山东科技大学;2010年
4 安文娟;Fisher和支持向量综合分类器[D];辽宁师范大学;2010年
5 姜成玉;基于支持向量机的时间序列预测[D];辽宁师范大学;2010年
6 姜念;区间自适应粒子群算法研究及其应用[D];郑州大学;2010年
7 李朋勇;基于全矢高阶谱的故障诊断方法及其应用研究[D];郑州大学;2010年
8 辛保兵;既有预应力混凝土梁桥剩余承载力评估方法研究[D];郑州大学;2010年
9 王巧立;微生物发酵过程的建模与优化控制研究[D];郑州大学;2010年
10 刘松;基于OCSVM和主动学习的DDOS攻击分布式检测系统[D];郑州大学;2010年
【二级参考文献】
中国期刊全文数据库 前10条
1 范九伦,裴继红,谢维信;基于可能性分布的聚类有效性[J];电子学报;1998年04期
2 王熙照,王亚东,湛燕,袁方;学习特征权值对K-均值聚类算法的优化[J];计算机研究与发展;2003年06期
3 李丙永,顾辅柱,黄河;系统模糊聚类分析方法在房地产市场分析中的应用[J];重庆建筑大学学报;2001年01期
4 杨忠明,黄道,王行愚;基于模拟退火的动态聚类算法[J];控制与决策;1997年S1期
5 刘新勇,贺江峰,孟祥泽,陈增强,袁著祉;基于神经网络的股市预测[J];南开大学学报(自然科学版);1998年03期
6 卢增祥,李衍达;交互支持向量机学习算法及其应用[J];清华大学学报(自然科学版);1999年07期
7 李建中;一种并行数据库的动态多维数据分布方法[J];软件学报;1999年09期
8 陈宁,陈安,周龙骧;基于密度的增量式网格聚类算法(英文)[J];软件学报;2002年01期
9 马帅,王腾蛟,唐世渭,杨冬青,高军;一种基于参考点和密度的快速聚类算法[J];软件学报;2003年06期
10 康卓,黄竞伟,李艳,康立山;复杂系统数据挖掘的多尺度混合算法[J];软件学报;2003年07期
【相似文献】
中国期刊全文数据库 前10条
1 曹自立;;太重17-68/70×1700辊式板材矫直机获用户好评[J];重型机械;1986年07期
2 傅文祖;;板带矫直机辊缝的确定[J];重型机械;1979年06期
3 关学丰,关尔滨,伊春芝,苏位军;鼓形支承辊的23辊矫直机矫直的板材质量分析[J];轻合金加工技术;1994年12期
4 陶文华,李平;PLC在钢厂矫直机控制系统中的应用[J];冶金自动化;2002年03期
5 熊杰,徐勇,程先华,樊建成,潘孝礼;10CR8BW十辊钢管矫直机的结构特点及分析[J];宝钢技术;2002年05期
6 熊江华,周昌勇,彭梅宏;中板矫直机液压平衡系统的分析与改进[J];江西冶金;2002年05期
7 李振兴,崔凤玲,肖玉源;首钢中板厂矫直机控制系统[J];冶金自动化;2003年S1期
8 亓涛;李青;;大H型钢九辊紧凑型矫直机自动控制系统[J];莱钢科技;2006年06期
9 廖洪彪;;五辊矫直机清辊器[J];铝加工;1987年03期
10 黄大谋;;双曲线矫直机采用复合阻尼钢板降噪试验成功[J];上海金属;1988年06期
中国重要会议论文全文数据库 前10条
1 林杰华;张斌;李冬森;宋华茂;余志强;王浩;;支持向量机在电力客户信用评级中的应用[A];全国第21届计算机技术与应用学术会议(CACIS·2010)暨全国第2届安全关键技术与应用学术会议论文集[C];2010年
2 蒋铁军;张怀强;李积源;;多变量系统预测的支持向量机方法研究[A];管理科学与系统科学研究新进展——第7届全国青年管理科学与系统科学学术会议论文集[C];2003年
3 黄淑云;孙兴玉;梁汝萍;邱建丁;;基于小波支持向量机预测蛋白质亚细胞定位研究[A];第十一届全国计算(机)化学学术会议论文摘要集[C];2011年
4 谢湘;匡镜明;;支持向量机在语音识别中的应用研究[A];现代通信理论与信号处理进展——2003年通信理论与信号处理年会论文集[C];2003年
5 涂冬成;薛龙;刘木华;赵进辉;沈杰;吁芳;;基于支持向量机的鹅肉肉色客观评定研究[A];中国农业工程学会电气信息与自动化专业委员会、中国电机工程学会农村电气化分会科技与教育专委会2010年学术年会论文摘要[C];2010年
6 杨凌;刘玉树;;基于支持向量机的坦克识别算法[A];第三届全国数字成像技术及相关材料发展与应用学术研讨会论文摘要集[C];2004年
7 黄宴委;吴惕华;;基于支持向量机灵敏度的轧制过程模型仿真[A];中国自动化学会全国第九届自动化新技术学术交流会论文集[C];2004年
8 师旭超;巴松涛;;基于支持向量机方法的深基坑变形预测[A];科技、工程与经济社会协调发展——河南省第四届青年学术年会论文集(上册)[C];2004年
9 张军;;支持向量机方法在地下水位干扰排除中的初步应用[A];2007年地震流体学术研讨会论文摘要集[C];2007年
10 许建生;盛立东;;基于改进的支持向量机和BP神经网络的识别算法[A];第八届全国汉字识别学术会议论文集[C];2002年
中国重要报纸全文数据库 前10条
1 陈欣 李俊峰 张舟 潘峰;可调中心距矫直机的工作原理及应用[N];世界金属导报;2011年
2 ;中冶京诚自主研发中厚板高性能矫直机系列产品[N];世界金属导报;2010年
3 梁英;矫直机使用性能的开发[N];世界金属导报;2001年
4 李运前;中信重机大型轧制装备研制获突破[N];中国冶金报;2007年
5 ;辊式高速圆棒材矫直机[N];世界金属导报;2001年
6 ;达涅利佛罗林轧机在中国中铝的应用[N];世界金属导报;2006年
7 ;“附着式轧制力智能监测系统研制与应用”通过鉴定[N];世界金属导报;2002年
8 阮莉珠;挑战难题 挑战自我[N];上海科技报;2008年
9 张晓健;二重承制大H型钢矫直机试车成功[N];中国冶金报;2007年
10 林立恒;厚板轧机配套用现代精整设备[N];世界金属导报;2005年
中国博士学位论文全文数据库 前10条
1 杜小芳;基于CPFR的农产品采购模型研究[D];华中科技大学;2005年
2 刘育明;动态过程数据的多变量统计监控方法研究[D];浙江大学;2006年
3 栾锋;支持向量机(SVM)和径向基神经网络(RBFNN)方法在化学、环境化学和药物化学中的应用研究[D];兰州大学;2006年
4 孙薇;市场条件下抽水蓄能电站效益综合评价及运营模式研究[D];华北电力大学(河北);2007年
5 常群;支持向量机的核方法及其模型选择[D];哈尔滨工业大学;2007年
6 朱燕飞;锌钡白回转窑煅烧过程智能建模研究[D];华南理工大学;2005年
7 田英杰;支持向量回归机及其应用研究[D];中国农业大学;2005年
8 燕忠;基于蚁群优化算法的若干问题的研究[D];东南大学;2005年
9 任东;基于支持向量机的植物病害识别研究[D];吉林大学;2007年
10 杨金芳;支持向量回归在预测控制中的应用研究[D];华北电力大学(河北);2007年
中国硕士学位论文全文数据库 前10条
1 刘艳伟;支持向量机方法在感潮河段洪峰水位预报中的应用[D];浙江大学;2010年
2 杨镭;支持向量机算法设计及在高分辨雷达目标识别中的应用[D];国防科学技术大学;2010年
3 童振;基于支持向量机的电解液成分预测[D];东北大学;2008年
4 聂小芳;模糊粗糙集与支持向量机在煤与瓦斯突出预测中的应用研究[D];辽宁工程技术大学;2009年
5 鄢常亮;基于支持向量机的高炉向凉向热炉况预测研究[D];内蒙古科技大学;2010年
6 韩叙东;基于支持向量机的水电故障分类器的设计与实现[D];东北大学;2008年
7 冯杰;慢时变对象的支持向量机建模与在线校正方法研究[D];东北大学;2009年
8 朱耿峰;支持向量机在冲击地压预测模型中的应用研究[D];山东科技大学;2010年
9 王奇安;基于广泛内核的CVM算法研究及参数C的选择[D];南京航空航天大学;2009年
10 张永新;基于支持向量机和遗传算法相结合的模拟电路故障诊断方法研究[D];东北大学;2009年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026