期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于红外CCD的钢水红外测温模型分析 被引量:7
1
作者 杨友良 刘爱旭 +1 位作者 马翠红 连畅 《激光技术》 CAS CSCD 北大核心 2018年第4期562-566,共5页
为了快速精确地在线测量钢水温度,采用红外CCD相机测温技术来测量钢水表面温度。利用红外CCD相机采集钢水在不同温度下的图像,计算出图像中与热电偶测温相近位置点区域的灰度均值,引入黄金分割寻优法对广义回归神经网络中扩展系数的确... 为了快速精确地在线测量钢水温度,采用红外CCD相机测温技术来测量钢水表面温度。利用红外CCD相机采集钢水在不同温度下的图像,计算出图像中与热电偶测温相近位置点区域的灰度均值,引入黄金分割寻优法对广义回归神经网络中扩展系数的确定进行了改进,并用传统的最小二乘法与改进的广义回归神经网络方法对灰度比和温度之间的非线性关系拟合曲线进行对比。结果表明,用改进的广义回归神经网络建立的测温模型有效地提高了在线温度测量精度,使钢水温度测量误差控制在0.1%范围内,符合工业设计要求。该研究为广义回归神经网络应用在钢水测温领域提供了参考。 展开更多
关键词 量与计量 广义回归神经网络测温 精度提高 灰度比值 最小二乘法
在线阅读 下载PDF
基于M-SVR与RVFLNs的高炉十字测温中心温度估计 被引量:3
2
作者 周平 尤磊 +1 位作者 刘记平 张兴 《东北大学学报(自然科学版)》 EI CAS CSCD 北大核心 2017年第5期614-619,共6页
由于高炉中心温度较高,十字测温中心位置传感器极易损坏,并且更换周期长,因而导致无法及时判断炉顶煤气流分布.采用多输出支持向量回归(M-SVR)和随机权神经网络(RVFLNs)两种数据驱动智能建模方法建立高炉十字测温中心带温度估计模型,并... 由于高炉中心温度较高,十字测温中心位置传感器极易损坏,并且更换周期长,因而导致无法及时判断炉顶煤气流分布.采用多输出支持向量回归(M-SVR)和随机权神经网络(RVFLNs)两种数据驱动智能建模方法建立高炉十字测温中心带温度估计模型,并基于实际工业数据对建立的模型进行验证和比较分析.结果表明,在样本数量较小时,M-SVR模型和RVFLNs模型都具有较好的温度估计效果,但当样本数量充足时,M-SVR模型的泛化性能和估计精度更优于RVFLNs模型. 展开更多
关键词 高炉炼铁 十字 度估计 多输出支持向量回归 随机权神经网络
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部