基于机器学习的板带轧机大数据分析

来源 :燕山大学 | 被引量 : 0次 | 上传用户:wkz_wkz123
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着计算机软硬件高速发展,目前在商业、物流运输等领域大数据技术得到广泛应用,并取得显著成效。而工业生产中通过传感器所采集数据能够反映设备多种状态信息,其数据量远高于其它领域,由于其复杂性,完全依赖人工并没有充分有效挖掘其内在价值。本课题以某厂二次冷轧机组生产过程所采集的海量数据为研究对象,通过机器学习的方法实现板带轧机大数据分析。首先介绍了研究的二次冷轧机组,数据对象来源形式,主要是轧机PDA(Process Data Acquisition)数据,轧制规程信息和轧机报表数据等。为实现高效的对轧机某一工况数据分析,将轧机的生产过程细化为:穿带、加速、恒速、减速、停机五种工况,以组合信号时频图作为样本,应用卷积神经网络(CNN)对其进行工况识别。其次通过数据可视化方式对轧机生产过程数据进行小波时频变换,直观了解不同工况下信号变化情况。为衡量轧制过程数据间相关关系,针对传统相关系数方法在非周期时序数据分析上的不足,提出以最大互信息系数来计算冷轧机组各机架间不同工况下轧制力、张力、弯辊力等两两信号相关关系,对轧制力逐步回归分析,得到多信号耦合情况下影响轧制力的关键因素。最后针对每卷带钢仅在所设测点测定相应变形抗力值,难以把握整卷带钢变形抗力分布问题,对其值进行预测研究。结合现场实测数据计算出摩擦系数,以轧制力公式逆算方法得到变形抗力理论值,将理论值与实测值的误差作为预测目标,通过两层前馈神经网络对带钢变形抗力进行预测,与直接以变形抗力实测值作为神经网络预测目标相比,提高了预测精度。带钢变形抗力反映其物理特性,可作为带钢质量评价指标,结合轧机生产数据与预测的变形抗力值对带钢质量进行模糊评价。
其他文献
进入互联网时代以来,人们的生产生活中时刻产生着大量数据,如何快速高效地理解和利用这些信息,成为了当前的研究热点。知识图谱技术的出现在一定程度上解决了这个问题。在知识图谱中,图谱补全是一个重要任务。本文主要研究知识图谱补全技术中的实体类别补全技术和实体关系补全技术。在实体类别补全方面,针对缺少标注数据的问题,本文提出了一种基于迁移学习的实体类别补全模型。该模型先构建了一个映射关系模型,并用映射关系模
形状记忆合金丝驱动六杆机构移动机器人是一种集形状记忆合金传感、控制、驱动与平面连杆传动于一体的新型移动装置。连杆结构把形状记忆合金丝的往复直线运动转化为驱动轮的连续旋转运动从而实现机器人的移动。这种移动装置不仅结构简单,而且可以低压控制,在医疗器械和特种机器人等领域具有广阔的应用前景。本文提出一种形状记忆合金丝驱动六杆机构移动机器人。在给出移动机器人结构组成及工作原理基础上,依据形状记忆合金的本构
无线传感器网络(Wireless Sensor Network,WSN)是通过在目标监测区域内部署大量无线传感器节点,且传感器节点之间可相互通信而形成的自组织网络系统。WSN已被应用于军事、农业、工业等多项领域,且可被部署在人员无法到达的环境复杂的区域,进行区域监测工作。当由于自然灾害或其他原因导致监测区域内大量节点失效,导致WSN覆盖空洞形成且WSN自身修复机制无法修复网络时,需要从外部引入无人
随着人工智能的迅速发展,结合强化学习技术和机器人技术,研究具备一定自主决策和学习能力的机器人操作技能学习系统,已逐渐成为机器人研究领域的重要分支。自主避障能力是家庭服务机器人最基础、最重要的能力。随着家庭生活环境的日益复杂化,针对家庭服务机器人执行避障任务中面临的避障成功率低、训练时间长等一系列问题,设计出具备自主决策和学习能力的算法成为机器人研究领域的重点。本文针对家庭服务机器人的避障技能学习展
混联机器人是一种以并联机构为基础,在并联机构上连接串联机构,组合而成的混联系统。混联机器人通过串联机构,补偿了并联机构工作空间小的缺点,同时继承了并联机构负载能力好、刚度大、末端件惯性小、响应速度快的优点。但就目前而言,混联机器人工程应用较少,局限于汽车发动机复杂型腔及航天设备复杂曲面加工,特别是专业仿真软件对混联机器人的虚拟加工支持尚不成熟,对虚拟监测的研究也少有报道,本文将对一种混联机床进行虚
随着人类对自然界甚至外太空等领域的研究探索逐渐深入,对于能够在极端和复杂环境下工作的移动机器人需求慢慢增加。步行机器人相对于轮式机器人、爬行机器人和滚动机器人等具有更高的应对复杂地形的能力,与此同时,模块化机器人可以根据任务对象和工作环境的不同改变相应的拓扑结构,使得模块化的步行机器人逐渐成为广大研究人员关注的热点。本文以基于2-RRU/URR并联模块的步行机器人为主要的研究对象,对不同足腿数量的
传感器、计算机技术的发展推动机器人向自动化、智能化的方向迈进,机器人开始广泛应用于智能制造、空间探索和物流系统等行业中。但是面对复杂多变的应用环境,机器人还存在建图不完整和定位精度低等问题,因此导航算法的鲁棒性、准确性成为研究的热点。本文以焊接机器人的自主导航为应用背景,结合移动机器人平台,基于多传感器数据融合,探讨机器人在未知环境下建图和定位的改进方案,实现高质量建图和高精度定位,最后完成机器人
随着大数据时代的迅猛发展,面对数量剧增且结构复杂的文本数据,急需寻找更有效的方式对这些资源进行分类管理。文本分类能够有效的处理文本信息,提高对信息的利用程度。新闻是人们获取消息、了解时事的最有效途径,其内容主要是由非结构化文本数据构成,对新闻分类进行研究具有重大的现实意义,有助于新闻个性化推荐、广告推送等领域的发展。本文主要使用深度学习技术对新闻分类进行研究,主要工作内容如下。首先,对文本分类的研
随着科技的发展和进步,人们对于木门加工生产线上的自动化要求越来越高,但木门在各个加工工位之间的移动却还没有实现完全的自动化。本文设计出了一种应用于木门加工移位时的串并混联机械臂,其主要作用是解决木门加工过程中木门各个工位之间的移动问题。根据实际工况,设计了一种串并混联的四自由度木门移位机械臂,该机械臂主要包括龙门式直线移动机构、曲臂机构、方位调整装置以及末端拾取装置。其中龙门式直线移动机构实现水平
为了解放劳动力,实现果园的智能化运作,果蔬采摘机器人逐渐成为当前的研究热点。本文通过研究采摘点和障碍物等多目标的识别与定位问题,完成了苹果轮廓和采摘点分割、苹果图像的立体匹配、果实直径的测量、采摘点和障碍物的定位、采摘点的定位精度实验和光强度变化对定位精度的影响实验。针对遮挡情况下,果实轮廓分割效果不佳的问题,采用适用于轮廓分割的U-net卷积神经网络方法,为了解决在使用U-net分割苹果轮廓时,