本文關(guān)鍵詞：基于數(shù)據(jù)驅(qū)動(dòng)的軋機(jī)振動(dòng)預(yù)測(cè)研究

  更多相關(guān)文章： 軋機(jī)振動(dòng) 數(shù)據(jù)挖掘 預(yù)測(cè) BP神經(jīng)網(wǎng)絡(luò) 支持向量機(jī)

【摘要】：隨著現(xiàn)代工業(yè)的發(fā)展,各行業(yè)對(duì)板帶材的需求量不斷增加,同時(shí)也對(duì)板帶質(zhì)量提出了更高的要求,軋機(jī)振動(dòng)不僅造成板帶厚度波動(dòng)、軋輥和軋件表面振痕,而且限制了軋制速度,大大降低生產(chǎn)效率,振動(dòng)劇烈時(shí)還容易造成堆鋼斷帶等運(yùn)行事故,嚴(yán)重威脅軋機(jī)設(shè)備安全,已經(jīng)成為一個(gè)急需解決的鋼鐵行業(yè)難題。以往對(duì)軋機(jī)振動(dòng)的研究主要集中在機(jī)理分析、控制預(yù)防和振動(dòng)信號(hào)處理等方面,而對(duì)包含大量設(shè)備運(yùn)行狀態(tài)信息的過程監(jiān)測(cè)數(shù)據(jù)(PDA數(shù)據(jù))關(guān)注較少。工業(yè)4.0時(shí)代,通過對(duì)工業(yè)數(shù)據(jù)的分析和挖掘,實(shí)現(xiàn)生產(chǎn)過程的智能化,是未來生產(chǎn)制造的發(fā)展方向。本文將數(shù)據(jù)挖掘技術(shù)應(yīng)用于軋機(jī)振動(dòng)的研究中,通過對(duì)軋機(jī)運(yùn)行過程監(jiān)測(cè)數(shù)據(jù)(PDA數(shù)據(jù))進(jìn)行分析和挖掘,實(shí)現(xiàn)基于數(shù)據(jù)驅(qū)動(dòng)的軋機(jī)振動(dòng)預(yù)測(cè)。首先根據(jù)軋機(jī)PDA數(shù)據(jù)非線性、強(qiáng)耦合的特點(diǎn),對(duì)兩種應(yīng)用較廣泛的數(shù)據(jù)挖掘算法:BP神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)(SVM)進(jìn)行深入的分析研究,針對(duì)BP神經(jīng)網(wǎng)絡(luò)泛化能力弱的缺點(diǎn),引入AdaBoost算法,對(duì)BP神經(jīng)網(wǎng)絡(luò)進(jìn)行集成,提高BP神經(jīng)網(wǎng)絡(luò)算法的預(yù)測(cè)精度,建立基于BP-AdaBoost強(qiáng)預(yù)測(cè)器軋機(jī)振動(dòng)預(yù)測(cè)模型,針對(duì)支持向量機(jī)(SVM)算法中松弛系數(shù)和懲罰因子兩個(gè)關(guān)鍵參數(shù)選擇困難的特點(diǎn),引入粒子群算法(PSO)對(duì)兩個(gè)參數(shù)進(jìn)行優(yōu)化選擇,建立基于PSO-SVM算法的軋機(jī)振動(dòng)預(yù)測(cè)模型。其次利用現(xiàn)場(chǎng)測(cè)試數(shù)據(jù)對(duì)兩種軋機(jī)振動(dòng)預(yù)測(cè)模型進(jìn)行驗(yàn)證。結(jié)果表明:兩種算法都能夠?qū)崿F(xiàn)軋機(jī)振動(dòng)預(yù)測(cè),PSO-SVM算法預(yù)測(cè)精度明顯優(yōu)于BP-AdaBoost算法;同時(shí)利用PSO-SVM軋機(jī)振動(dòng)預(yù)測(cè)模型定量分析了工藝參數(shù)變化對(duì)振動(dòng)強(qiáng)度的影響,對(duì)影響較大的參數(shù)進(jìn)行優(yōu)化,明顯降低了振動(dòng)現(xiàn)象的發(fā)生。
【關(guān)鍵詞】：軋機(jī)振動(dòng) 數(shù)據(jù)挖掘 預(yù)測(cè) BP神經(jīng)網(wǎng)絡(luò) 支持向量機(jī)
【學(xué)位授予單位】：燕山大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TG333
【目錄】：

• 摘要5-6
• Abstract6-10
• 第1章 緒論10-19
• 1.1 課題背景及意義10-11
• 1.2 軋機(jī)振動(dòng)特性研究現(xiàn)狀11-14
• 1.2.1 軋機(jī)振動(dòng)機(jī)理模型研究現(xiàn)狀11-13
• 1.2.2 軋機(jī)振動(dòng)抑制研究現(xiàn)狀13-14
• 1.2.3 軋機(jī)振動(dòng)信號(hào)分析研究現(xiàn)狀14
• 1.3 數(shù)據(jù)挖掘技術(shù)研究現(xiàn)狀14-17
• 1.4 數(shù)據(jù)挖掘在鋼鐵行業(yè)中的應(yīng)用17-18
• 1.5 主要研究?jī)?nèi)容18-19
• 第2章 遷鋼2160熱連軋機(jī)系統(tǒng)振動(dòng)測(cè)試方案19-26
• 2.1 遷鋼2160熱連軋?jiān)O(shè)備介紹19-20
• 2.2 振動(dòng)測(cè)試目的20
• 2.3 傳動(dòng)系統(tǒng)扭轉(zhuǎn)振動(dòng)測(cè)試20-23
• 2.3.1 扭矩測(cè)試原理20-21
• 2.3.2 扭振測(cè)點(diǎn)布置21-22
• 2.3.3 扭矩信號(hào)的傳輸方法22-23
• 2.4 垂直及水平振動(dòng)測(cè)試23-25
• 2.4.1 測(cè)試原理23-24
• 2.4.2 測(cè)點(diǎn)布置24-25
• 2.5 本章小結(jié)25-26
• 第3章 數(shù)據(jù)挖掘算法研究26-40
• 3.1 引言26
• 3.2 BP-AdaBoost算法26-32
• 3.2.1 BP神經(jīng)網(wǎng)絡(luò)26-29
• 3.2.2 AdaBoost算法29-30
• 3.2.3 BP-AdaBoost強(qiáng)預(yù)測(cè)器軋機(jī)振動(dòng)預(yù)測(cè)模型30
• 3.2.4 BP-AdaBoost強(qiáng)預(yù)測(cè)器軋機(jī)振動(dòng)預(yù)測(cè)算法30-32
• 3.3 PSO-SVM算法32-39
• 3.3.1 支持向量機(jī)32-36
• 3.3.2 粒子群優(yōu)化算法36-37
• 3.3.3 PSO-SVM軋機(jī)振動(dòng)預(yù)測(cè)模型37-39
• 3.4 本章小結(jié)39-40
• 第4章 基于數(shù)據(jù)驅(qū)動(dòng)的軋機(jī)振動(dòng)預(yù)測(cè)分析40-58
• 4.1 數(shù)據(jù)提取及預(yù)處理40-43
• 4.1.1 參數(shù)的確定及提取40-42
• 4.1.2 數(shù)據(jù)預(yù)處理42-43
• 4.2 BP-AdaBoost振動(dòng)預(yù)測(cè)模型結(jié)果分析43-45
• 4.3 PSO-SVM振動(dòng)預(yù)測(cè)模型結(jié)果分析45-47
• 4.4 兩種振動(dòng)預(yù)測(cè)模型的比較47-48
• 4.5 工藝參數(shù)對(duì)振動(dòng)影響的定量分析48-57
• 4.5.1 軋制力對(duì)振動(dòng)影響的定量分析48-49
• 4.5.2 軋制速度對(duì)振動(dòng)影響的定量分析49-51
• 4.5.3 出入口張力對(duì)振動(dòng)影響的定量分析51-53
• 4.5.4 軋件寬度對(duì)振動(dòng)影響的定量分析53-54
• 4.5.5 加熱序號(hào)對(duì)振動(dòng)影響的定量分析54-55
• 4.5.6 入口厚度對(duì)振動(dòng)影響的定量分析55-56
• 4.5.7 壓下率對(duì)振動(dòng)影響的定量分析56-57
• 4.6 關(guān)鍵參數(shù)優(yōu)化57
• 4.7 本章小結(jié)57-58
• 結(jié)論58-60
• 參考文獻(xiàn)60-64
• 致謝64

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 陳修寬;董祥軍;石芙芙;;Web數(shù)據(jù)挖掘綜述[J];山東輕工業(yè)學(xué)院學(xué)報(bào)(自然科學(xué)版);2009年03期

2 黃會(huì)明;王紅星;;SQL Server 2005在數(shù)據(jù)挖掘中的應(yīng)用[J];煤炭技術(shù);2011年06期

3 吳孝麗;周焱;;Microsoft SQL Server數(shù)據(jù)挖掘的高級(jí)研究[J];煤炭技術(shù);2011年07期

4 糜元根;數(shù)據(jù)挖掘方法的評(píng)述[J];南京化工大學(xué)學(xué)報(bào)(自然科學(xué)版);2001年05期

5 李小平,焦李成;數(shù)據(jù)挖掘中信息顆粒及其構(gòu)造[J];西安石油學(xué)院學(xué)報(bào)(自然科學(xué)版);2001年04期

6 秦忠寶,彭文利,何衛(wèi)平,陳偉東;網(wǎng)絡(luò)環(huán)境下數(shù)據(jù)挖掘若干問題的述評(píng)[J];西北輕工業(yè)學(xué)院學(xué)報(bào);2002年02期

7 葉克江,陳廣宇;數(shù)據(jù)挖掘的實(shí)現(xiàn)方法及其應(yīng)用[J];鄭州輕工業(yè)學(xué)院學(xué)報(bào);2002年03期

8 高磊紅,駱舒心,仇記清,雷和穩(wěn),段惠敏;一類復(fù)雜工業(yè)生產(chǎn)過程中的數(shù)據(jù)挖掘[J];河北化工;2003年06期

9 喬淑云;數(shù)據(jù)挖掘[J];江蘇煤炭;2003年04期

10 譚立云,高學(xué)東,武森;數(shù)據(jù)挖掘方法與應(yīng)用[J];華北科技學(xué)院學(xué)報(bào);2004年02期

中國重要會(huì)議論文全文數(shù)據(jù)庫 前10條

1 史東輝;蔡慶生;張春陽;;一種新的數(shù)據(jù)挖掘多策略方法研究[A];第十七屆全國數(shù)據(jù)庫學(xué)術(shù)會(huì)議論文集（研究報(bào)告篇）[C];2000年

2 張弦;;數(shù)據(jù)挖掘在農(nóng)業(yè)中的應(yīng)用[A];紀(jì)念中國農(nóng)業(yè)工程學(xué)會(huì)成立30周年暨中國農(nóng)業(yè)工程學(xué)會(huì)2009年學(xué)術(shù)年會(huì)（CSAE 2009）論文集[C];2009年

3 魏順平;;教育數(shù)據(jù)挖掘:現(xiàn)狀與趨勢(shì)[A];信息化、工業(yè)化融合與服務(wù)創(chuàng)新——第十三屆計(jì)算機(jī)模擬與信息技術(shù)學(xué)術(shù)會(huì)議論文集[C];2011年

4 關(guān)清平;沉培輝;;概率網(wǎng)絡(luò)在數(shù)據(jù)挖掘上的應(yīng)用[A];科技、工程與經(jīng)濟(jì)社會(huì)協(xié)調(diào)發(fā)展——中國科協(xié)第五屆青年學(xué)術(shù)年會(huì)論文集[C];2004年

5 丁瑾;;基于Web數(shù)據(jù)挖掘的綜述[A];山西省科學(xué)技術(shù)情報(bào)學(xué)會(huì)學(xué)術(shù)年會(huì)論文集[C];2004年

6 聶茹;田森平;;Web數(shù)據(jù)挖掘及其在電子商務(wù)中的應(yīng)用[A];中南六省（區(qū)）自動(dòng)化學(xué)會(huì)第24屆學(xué)術(shù)年會(huì)會(huì)議論文集[C];2006年

7 李菊;王軍;;數(shù)據(jù)挖掘在客戶關(guān)系管理的應(yīng)用[A];計(jì)算機(jī)技術(shù)與應(yīng)用進(jìn)展·2007——全國第18屆計(jì)算機(jī)技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會(huì)議論文集[C];2007年

8 肖陽;李啟賢;;數(shù)據(jù)挖掘在中國鋼鐵行業(yè)中的應(yīng)用[A];中國計(jì)量協(xié)會(huì)冶金分會(huì)2012年會(huì)暨能源計(jì)量與節(jié)能降耗經(jīng)驗(yàn)交流會(huì)論文集[C];2012年

9 楊磊;王貴成;汪勇;張占勝;;SQL Server 2005在數(shù)據(jù)挖掘中的應(yīng)用[A];2009年中國智能自動(dòng)化會(huì)議論文集（第二分冊(cè)）[C];2009年

10 謝中;邱玉輝;;面向商務(wù)網(wǎng)站有效性的數(shù)據(jù)挖掘方法[A];第十八屆全國數(shù)據(jù)庫學(xué)術(shù)會(huì)議論文集（技術(shù)報(bào)告篇）[C];2001年

中國重要報(bào)紙全文數(shù)據(jù)庫 前10條

1 本報(bào)記者褚寧;數(shù)據(jù)挖掘如“挖金”[N];解放日?qǐng)?bào);2002年

2 周蓉蓉;數(shù)據(jù)挖掘需要點(diǎn)想像力[N];計(jì)算機(jī)世界;2004年

3 □中國電信股份有限公司北京研究院 張舒博 □北京郵電大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院 牛琨;走出數(shù)據(jù)挖掘的誤區(qū)[N];人民郵電;2006年

4 《網(wǎng)絡(luò)世界》記者 王瑩;數(shù)據(jù)挖掘保險(xiǎn)業(yè)的新藍(lán)海[N];網(wǎng)絡(luò)世界;2012年

5 劉俊麗;基于地理化的網(wǎng)絡(luò)數(shù)據(jù)挖掘與分析提升投資有效性[N];人民郵電;2014年

6 本報(bào)記者 連曉東;數(shù)據(jù)挖掘：金融信息化新熱點(diǎn)[N];中國電子報(bào);2002年

7 本報(bào)記者 鳳小華 朱仁康;“數(shù)字挖掘軟件”引領(lǐng)中國信息化新浪潮[N];中國電子報(bào);2003年

8 本報(bào)記者　史延廷;“成功企業(yè)數(shù)據(jù)挖掘暨數(shù)量化管理論壇”在京舉辦[N];中國旅游報(bào);2002年

9 朱小寧;數(shù)據(jù)挖掘：信息化戰(zhàn)爭(zhēng)的基礎(chǔ)工程[N];解放軍報(bào);2005年

10 本報(bào)記者 王小平;從“大集中”走向數(shù)據(jù)挖掘[N];金融時(shí)報(bào);2002年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 于自強(qiáng);海量流數(shù)據(jù)挖掘相關(guān)問題研究[D];山東大學(xué);2015年

2 張馨;全基因組SNP芯片應(yīng)用于CNV和L0H分析的軟件比對(duì)與數(shù)據(jù)挖掘[D];復(fù)旦大學(xué);2011年

3 彭計(jì)紅;基于數(shù)據(jù)挖掘的癡呆中醫(yī)證的研究[D];南京中醫(yī)藥大學(xué);2015年

4 李秋虹;基于MapReduce的大規(guī)模數(shù)據(jù)挖掘技術(shù)研究[D];復(fù)旦大學(xué);2013年

5 鄔文帥;基于多目標(biāo)決策的數(shù)據(jù)挖掘方法評(píng)估與應(yīng)用[D];電子科技大學(xué);2015年

6 謝邦彥;整合數(shù)據(jù)挖掘與TRIZ理論的質(zhì)量管理方法研究[D];首都經(jīng)濟(jì)貿(mào)易大學(xué);2010年

7 何偉全;云南高校學(xué)生意外傷害因素關(guān)聯(lián)規(guī)則挖掘及風(fēng)險(xiǎn)管控體系研究[D];昆明理工大學(xué);2015年

8 段功豪;基于多結(jié)構(gòu)數(shù)據(jù)挖掘的滑坡災(zāi)害預(yù)測(cè)模型研究[D];中國地質(zhì)大學(xué);2016年

9 白曉明;基于數(shù)據(jù)挖掘的復(fù)合材料宏—細(xì)觀力學(xué)模型研究[D];哈爾濱工業(yè)大學(xué);2016年

10 藍(lán)永豪（LAM Wing Ho）;基于數(shù)據(jù)挖掘技術(shù)分析當(dāng)代中醫(yī)名家痤瘡驗(yàn)方經(jīng)驗(yàn)研究[D];南京中醫(yī)藥大學(xué);2016年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 林仁紅;基于數(shù)據(jù)挖掘的機(jī)遇識(shí)別與評(píng)價(jià)研究[D];首都經(jīng)濟(jì)貿(mào)易大學(xué);2007年

2 張彥俊;游戲運(yùn)營中的數(shù)據(jù)挖掘[D];復(fù)旦大學(xué);2011年

3 王杰鋒;物聯(lián)網(wǎng)能耗數(shù)據(jù)智能分析及其應(yīng)用平臺(tái)設(shè)計(jì)[D];江南大學(xué);2015年

4 劉學(xué)建;數(shù)據(jù)挖掘在電子商務(wù)推薦系統(tǒng)中的應(yīng)用研究[D];昆明理工大學(xué);2015年

5 戴陽陽;基于數(shù)據(jù)挖掘的金融時(shí)間序列預(yù)測(cè)研究與應(yīng)用[D];江南大學(xué);2015年

6 石思優(yōu);基于主題模型的醫(yī)療數(shù)據(jù)挖掘研究[D];廣東技術(shù)師范學(xué)院;2015年

7 陳丹;移動(dòng)互聯(lián)網(wǎng)信令挖掘?qū)崿F(xiàn)智慧營銷的設(shè)計(jì)與實(shí)現(xiàn)應(yīng)用研究[D];華南理工大學(xué);2015年

8 陳思;基于數(shù)據(jù)挖掘的大學(xué)生客戶識(shí)別模型的研究[D];昆明理工大學(xué);2015年

9 位長(zhǎng)帥;基于客戶數(shù)據(jù)挖掘的電信客戶關(guān)系管理研究[D];西南交通大學(xué);2015年

10 安康;基于數(shù)據(jù)挖掘的商業(yè)銀行客戶關(guān)系管理研究[D];蘭州交通大學(xué);2014年

，

本文編號(hào)：700285