基于SVM的鋁帶坯晶粒度軟測量模型的研究.pdf

1、在鋁電磁鑄軋生產過程中，鋁帶坯晶粒度是衡量鋁帶坯生產質量的重要指標。但是目前鋁帶坯晶粒度無法實現(xiàn)在線檢測，一般采用金相分析法進行離線檢測，造成測量滯后，影響了鋁帶坯質量的在線檢測與控制。因此，研究一種快速而準確的檢測方法預測出鋁帶坯晶粒度，對提高鋁電磁鑄軋產品的質量具有重要意義。 本文在分析鋁電磁鑄軋生產現(xiàn)狀和工藝機理的基礎上，研究了影響鋁電磁鑄軋生產過程中鋁帶坯晶粒度的電磁因素和鑄軋因素。針對鋁電磁鑄軋工藝過程的復雜性，選擇軋

2、輥直徑、鑄軋速度、冷卻水溫度、電流幅值、倒相周期、諧波分量等輔助變量，研究了基于SVM（Support Vector Machine，支持向量機）的鋁帶坯晶粒度軟測量模型，對數(shù)據(jù)集進行建模仿真。針對標準SVM算法存在的缺陷，采用改進的SVR（Improved Support Vector Regression）算法建立了基于ε-SVR的鋁帶坯晶粒度軟測量模型；隨后又針對ε-SVR算法的限制和約束條件，進一步提出了v-SVR的訓練算法，并