论文部分内容阅读
该文以宝钢RH-KTB系统的实际项目作为研究对象,开发了RH-KTB故障诊断专家系统及数据分析软件.针对宝钢从国外引进的设备,建立了多点的监测系统,并配合高抗干扰性、高准确度的A/D卡,使得监测效果有了本质的提高,在现在的生产中已经发挥了巨大的作用,在跟踪记录了900炉的现场数据的基础上,应用Visual Basic 6.0和Matlab 6.1编制了数据分析软件.并通过调用线性回归处理模块或神经网络处理模块,可以迅速、自动的建立相应的数学模型,并成为专家系统不可缺少的组成部分.在应用数据分析软件,分析了宝钢数据后,经比较发现,BP神经网络方法要优于线性回归方法.在BP神经网络方法中,又经过对900炉历史数据的分析比较,选择了针对处理RH-KTB真空系统数据最优的BFGS算法,并达到了很高的精确度.利用神经网络方法,简便、精确的建立15个参量中任意几个参量与真空度的数学模型,并利用数学统计方法得到各个参量(如压力、温度、流量)之间的对应关系,可以分析出15个参量中任意一个参量与真空度的相关度.在分析RH-KTB真空系统所产生的大量非线性数据的时候,可避免数据建模工作,可以减少人工劳动,而且也避免了人工建模所带来的人为误差.