GTM在冷轧带钢颤振监测与识别中的应用
【摘要】:研究了GTM算法在冷轧带钢颤振监测识别中的应用 ,结果表明 ,通过对轧制过程的工艺参数或振动特征的聚类训练 ,它能把正常数据和颤振数据分别映射到二维平面的不同输出区域 ,较好地将两种轧制状态聚类分开 ;输入数据映像点在平面上的轨迹变化趋势正确而直观地反映了轧制状态的变化 ,便于及时监测识别出颤振的发生 ,有利于提高轧制生产率和产品质量
|
|
|
|
1 |
章云;梅雪松;邹冬林;姜歌东;许睦旬;;应用动力学模型的高速主轴无试重动平衡方法[J];西安交通大学学报;2011年07期 |
2 |
黄富贵;董兆鹏;崔长彩;;用谐波分析方法识别零件的圆度误差特征[J];实验室研究与探索;2011年08期 |
3 |
;[J];;年期 |
4 |
;[J];;年期 |
5 |
;[J];;年期 |
6 |
;[J];;年期 |
7 |
;[J];;年期 |
8 |
;[J];;年期 |
9 |
;[J];;年期 |
10 |
;[J];;年期 |
11 |
;[J];;年期 |
12 |
;[J];;年期 |
13 |
;[J];;年期 |
14 |
;[J];;年期 |
15 |
;[J];;年期 |
16 |
;[J];;年期 |
17 |
;[J];;年期 |
18 |
;[J];;年期 |
19 |
;[J];;年期 |
20 |
;[J];;年期 |
|