基于信息融合的电熔镁炉熔炼异常工况等级识别
来源期刊:东北大学学报(自然科学版)2020年第2期
论文作者:李鸿儒 王奕文 邓靖川
文章页码:153 - 157
关键词:电熔镁炉;异常等级识别;规则推理;支持向量机;决策树支持向量机;
摘 要:采用多源信息融合思想,提出了电熔镁炉加热熔化异常工况等级的识别方法.在分析加热熔化过程各种异常工况的基础上,提取电流、图像和声音信号特征进行同步序列化和归一化处理,根据各种异常工况的特点选取不同特征,建立了基于支持向量机的轻微半熔化和严重过加热工况识别模型、基于规则推理的中度半熔化和严重半熔化工况识别模型和基于决策树支持向量机的轻微过加热和中度过加热工况识别模型.仿真结果表明,本文方法实现了对半熔化和过加热工况异常等级的有效识别.
李鸿儒,王奕文,邓靖川
东北大学信息科学与工程学院
摘 要:采用多源信息融合思想,提出了电熔镁炉加热熔化异常工况等级的识别方法.在分析加热熔化过程各种异常工况的基础上,提取电流、图像和声音信号特征进行同步序列化和归一化处理,根据各种异常工况的特点选取不同特征,建立了基于支持向量机的轻微半熔化和严重过加热工况识别模型、基于规则推理的中度半熔化和严重半熔化工况识别模型和基于决策树支持向量机的轻微过加热和中度过加热工况识别模型.仿真结果表明,本文方法实现了对半熔化和过加热工况异常等级的有效识别.
关键词:电熔镁炉;异常等级识别;规则推理;支持向量机;决策树支持向量机;