位置:成果数据库 > 期刊 > 期刊详情页
BP神经网络在铁液预处理脱硫率预测中的应用
  • ISSN号:1000-8365
  • 期刊名称:《铸造技术》
  • 时间:0
  • 分类:TN911.7[电子电信—通信与信息系统;电子电信—信息与通信工程] TH165[机械工程—机械制造及自动化]
  • 作者机构:[1]武汉科技大学机械自动化学院,湖北武汉430081, [2]武汉科技大学冶金装备及其控制教育部重点实验室
  • 相关基金:国家自然科学基金资助项目(51075310,51405353,51475340); 教育部新世纪优秀人才支持计划项目(NCET-12-0715); 教育部博士点专项基金资助项目(20114219110003); 中国博士后科学基金资助项目(2013M542072); 湖北省自然科学基金资助项目(2012FFA022,2014CFB825)
中文摘要:

考虑到耐火材料损伤声发射信号模式识别困难,提出一种结合经验模态分解(EMD)、多重分形谱参数和支持向量机的耐火材料损伤形式分类方法。首先对耐火材料损伤声发射信号进行EDM分解得到若干本征模态函数(IMF)分量,并取前4个分量作为研究对象,然后将整个信号的多重分形谱宽及各IMF分量的多重分形谱宽组成的特征向量输入支持向量机进行学习训练,最后实现耐火材料损伤模式识别。研究结果表明,采用由原信号及各IMF分量的多重分形谱宽值组成的特征向量能够有效进行损伤信号的特征提取。该方法对耐火材料界面相损伤的分类准确率为99%,对其基质相损伤的分类准确率为89%。

英文摘要:

Considering the difficulty of pattern recognition of the acoustic emission signals of refractory damage,this paper proposes a classification method for refractory damage pattern based on empirical mode decomposition(EMD),multi-fractal spectrum parameters and support vector machine.First,the acoustic emission signals are decomposed into several intrinsic mode function(IMF)components by EDM,and the first four components are taken as the research objects.Second,a feature vector formed by multi-fractal spectrum width values of the entire signal and IMF components is used in learning and training of support vector machine(SVM).Then the refractory damage pattern classification is completed by SVM.The results show that the constructed feature vector is efficient in feature extraction of damage signals.The classification accuracy of this method for interface damage and matrix damage of refractory can reach up to 99% and 89%,respectively.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《铸造技术》
  • 中国科技核心期刊
  • 主管单位:西安市科学技术协会
  • 主办单位:中国铸造协会 西安市铸造学会
  • 主编:邢建东
  • 地址:西安市金花南路5号西安理工大学608信箱
  • 邮编:710048
  • 邮箱:zzjs@263.net.cn
  • 电话:029-82312292 82312421
  • 国际标准刊号:ISSN:1000-8365
  • 国内统一刊号:ISSN:61-1134/TG
  • 邮发代号:52-64
  • 获奖情况:
  • 陕西省十佳期刊
  • 国内外数据库收录:
  • 美国化学文摘(网络版),荷兰文摘与引文数据库,美国剑桥科学文摘,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:13365