基于小波能量和RBF网络的钢水下渣自动检测

被引：5

作者：

朱启兵

刘杰

应怀樵

机构：

[1] 东北大学机械工程及自动化学院

[2] 东方振动和噪声技术研究所沈阳

[3] 沈阳

[4] 北京

来源：

振动、测试与诊断 | 2005年 / 03期

关键词：

小波包分析; RBF神经网络; 钢水下渣; 特征提取;

D O I：

10.16450/j.cnki.issn.1004-6801.2005.03.016

中图分类号：

TF341.6 [连续铸钢设备];

学科分类号：

0806 ;

摘要：

由于采用振动监测的方法进行钢水连铸下渣检测时,通常在整个频段上很难获得钢水下渣这一突变信号。提出了一种基于小波能量和RBF神经网络相结合的钢水连铸下渣的自动检测方法。首先,利用小波包分析的高时频分辨特性将振动信号分解到各个频带上,并以各频带信号的能量来构造用于下渣检测的特征参数。然后,利用RBF神经网络实现正常浇铸和下渣信号的自动识别。实验表明,该方法可有效地进行下渣的自动检测。

引用

页码：67 / 69+80

页数：4