基于SVM熱軋板形智能識別方法.pdf

1、進(jìn)入二十一世紀(jì)以來，全球經(jīng)濟(jì)的高速發(fā)展帶動了鋼材的需求量的大幅度提高，并且科技的進(jìn)步使得多數(shù)行業(yè)對鋼材的質(zhì)量要求也越來越高。作為板帶材的兩個重要質(zhì)量指標(biāo)，板形和板厚近年來一直是國內(nèi)外研究人員所關(guān)注的重要問題。相對于厚度自動控制系統(tǒng)(Auto Gauge Control，AGC)的不斷完善和廣泛應(yīng)用，板形問題顯得格外突出，板形的識別與控制成為當(dāng)前研究的熱點(diǎn)技術(shù)。
　　作為板形控制中的重要組成部分之一，板形模式識別結(jié)果的好壞直接影響后

2、面板形質(zhì)量的控制效果。板形缺陷識別的原理是通過對板形檢測設(shè)備獲取的板形信號進(jìn)行識別，從而確定帶鋼存在的板形缺陷類型，進(jìn)而提供給后面板形控制環(huán)節(jié)以便達(dá)到所要求的目標(biāo)板形。
　　熱軋帶鋼板形檢測技術(shù)是板形缺陷識別的基礎(chǔ)。板形檢測方法有很多種，與冷軋帶鋼生產(chǎn)工藝不同，熱軋帶鋼生產(chǎn)過程中溫度較高、環(huán)境惡劣，容易對板形檢測裝置產(chǎn)生影響，此外帶鋼的振動、漂浮等也會存在干擾，因此熱軋帶鋼板形檢測通常選用非接觸式板形檢測方法。本文選取多束激光截面

3、法平直度測量技術(shù)來獲得板形信息。
　　文中介紹了傳統(tǒng)的板形識別方法以及多種板形智能識別方法。由于板形控制精度要求的越來越高，傳統(tǒng)方法已經(jīng)難以滿足控制需求，再加上熱軋板帶產(chǎn)品越來越薄和熱軋板形檢測技術(shù)近幾年的高速發(fā)展，涌現(xiàn)了多種板形智能識別方法，使得板形模式識別向高精度、高速度、數(shù)字化方向發(fā)展。
　　本文在分析比較現(xiàn)有傳統(tǒng)的板形模式識別方法和板形智能識別方法之后，選擇了一種基于SVM（Support Vector Machin

4、e,支持向量機(jī)）的智能識別方法來進(jìn)行熱軋板形缺陷分類識別，利用支持向量機(jī)(SVM)多分類方法中的一對一策略實(shí)現(xiàn)了對幾種常見板形缺陷的識別，并使用網(wǎng)格搜索法對參數(shù)進(jìn)行了優(yōu)化。支持向量機(jī)一般用于解決兩類問題，但現(xiàn)實(shí)中往往是多分類問題，這時(shí)可以利用支持向量機(jī)采取一定策略來實(shí)現(xiàn)多分類，比如一對一策略和一對多策略等。仿真實(shí)驗(yàn)結(jié)果表明，該方法行之有效，結(jié)合板形檢測的信息，利用MATLAB中的LIBSVM工具箱進(jìn)行仿真實(shí)驗(yàn)，實(shí)現(xiàn)了六種板形缺陷的正確分