留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于FSVM的转炉终点光辐射状态识别

周木春,  赵琦,  陈延如,  邵艳明

downloadPDF
文章导航 > 红外与激光工程  > 2018 >  47(7): 726004-0726004(6)
周木春, 赵琦, 陈延如, 邵艳明. 基于FSVM的转炉终点光辐射状态识别[J]. 红外与激光工程, 2018, 47(7): 726004-0726004(6). doi: 10.3788/IRLA201847.0726004
引用本文: 周木春, 赵琦, 陈延如, 邵艳明. 基于FSVM的转炉终点光辐射状态识别[J]. 红外与激光工程, 2018, 47(7): 726004-0726004(6). doi: 10.3788/IRLA201847.0726004
shu
Zhou Muchun, Zhao Qi, Chen Yanru, Shao Yanming. State recognition of light radiation of BOF end-point based on fuzzy support vector machine[J]. Infrared and Laser Engineering, 2018, 47(7): 726004-0726004(6). doi: 10.3788/IRLA201847.0726004
Citation: Zhou Muchun, Zhao Qi, Chen Yanru, Shao Yanming. State recognition of light radiation of BOF end-point based on fuzzy support vector machine[J]. Infrared and Laser Engineering, 2018, 47(7): 726004-0726004(6). doi: 10.3788/IRLA201847.0726004
shu

基于FSVM的转炉终点光辐射状态识别

doi: 10.3788/IRLA201847.0726004
  • 1.

    南京理工大学 电子工程与光电技术学院,江苏 南京 210094;

  • 2.

    上海航天控制技术研究所,上海 200233

基金项目: 

国家自然科学基金（61675098，61107011）;中国博士后科学基金（2016M601817）

详细信息
    作者简介:

    周木春(1980-),男,讲师,博士,主要从事光电信息探测与处理方面的研究。Email:mczhou@sohu.com

  • 中图分类号: O433.5

State recognition of light radiation of BOF end-point based on fuzzy support vector machine

  • 1.

    School of Electronic Engineering and Optoelectronic Technology,Nanjing University of Science and Technology,Nanjing 210094,China;

  • 2.

    Shanghai Aerospace Control Technology Institute,Shanghai 200233,China

  • 摘要: 针对转炉冶炼终点传统人工肉眼看火判断存在着诸多不确定性问题，研究了一种基于模糊支持向量机的光辐射状态识别实现转炉终点判断的方法。设计了非接触式炉口光辐射采集系统，基于炉口火焰辐射规律分析，分别提取了通过高斯函数拟合表征光谱整体特征的三参数和两个发射峰离散谱参数作为支持向量机的输入，通过相关性分析选出生产过程中氧量、动枪幅度、爽枪时间、加料量参数构建子样本特征量，采用样本到类间距离的方法计算隶属度因子，建立了模糊支持向量机识别模型并进行了测试实验。实验结果表明，提出的方法对不同操作工况下的终点光辐射识别精度优于人工方法和传统SVM方法，可为转炉终点的准确判断提供依据。
    Abstract: In view of the end point of BOF smelting, there are many uncertain and unavoidable errors in the traditional judgment of flame by human eye. A method of BOF endpoint estimation was studied by recognition of light radiation with fuzzy support vector machine. A non-contact system was designed for light radiation acquisition of furnace mouth. Based on the analysis of the radiation, three parameters characterizing the overall spectral fitted by Gauss function and two parameters corresponding to emission peaks were extracted respectively and then used as inputs of support vector machines. Oxygen consumption, oxygen gun vibration amplitude, oxygen gun vibration time and feeding quantity of the process of production were chosen to construct subsample, the membership factors were calculated and the prediction model was built by using fuzzy support vector machine. The experimental results show that the proposed method has better recognition accuracy than the manual method and the traditional SVM method, and can provide reference for converter operator to determine the end point accurately.
  • [1] Aleksashin S I, Hollias G. Creation and growth of oxygen converter steelmaking[J]. Metallurgist, 2007, 51(1-2):60-65.
    [2] Xu Gang, Lei Hongbo, Li Jinghong, et al. End-point control tech-niques for converter steel-making[J]. Steelmaking, 2011, 27(1):66-70. (in Chinese)许刚, 雷洪波, 李惊鸿, 等. 转炉炼钢终点控制技术[J]. 炼钢, 2011, 27(1):66-70.
    [3] Feng Juhe, Xue Yuekai, Tian Peng, et al. Static control model in BOF steelmaking[J]. Journal of Hebei United University (Natural Science Edition), 2012, 34(2):9-13. (in Chinese)冯聚和, 薛月凯, 田鹏, 等. 转炉冶炼静态控制模型[J]. 河北联合大学学报(自然科学版), 2012, 34(2):9-13.
    [4] Li Sen, Wei Xiaolin, Yu Lixin. Numerical simulation of off-gas formation during top-blown oxygen converter steelmaking[J]. Fuel, 2011, 90(4):1350-1360.
    [5] Sandlbes S, Senk D, Sancho L, et al. In-situ measurement of CO- and CO2-concentrations in BOF off-gas[J]. Steel Research International, 2011, 82(6):632-637.
    [6] Sorsa A, Ruuska J, Lilja J, et al. Data-driven multivariate analysis of basic oxygen furnace used in steel industry[J]. IFAC-Papers on Line, 2015, 48(17):177-182.
    [7] Shao Yanming, Zhao Qi, Chen Yanru, et al. Applying flame spectral analysis and multi-class classification algorithm on the BOS endpoint carbon content prediction[J]. Optik, 2015, 126(23):4539-4543.
    [8] Liu Hui, Wang Bin, Xiong Xin. Basic oxygen furnace steelmaking end-point prediction based on computer vision and general regression neural network[J]. Optik, 2014, 125(8):5241-5248.
    [9] Cardin M, MacGregor J, Miletic I, et al. Image-based endpoint carbon prediction for a basic oxygen furnace[J]. Iron Steel Technol, 2011, 8(11):79-85.
    [10] Sanz A, Ballester J, Hernandez R, et al. Advanced monitoring of industrial burners based on fluctuating flame signals[J]. Fuel, 2008, 87(7):1063-1075.
    [11] Zhang Junnan, Lou Shuqin, Liang Sheng. Study of pattern recognition based on SVM algorithm for -OTDR distributed optical fiber disturbance sensing system[J]. Infrared and Laser Engineering, 2017, 46(4):0422003. (in Chinese)张俊楠, 娄淑琴, 梁生. 基于SVM算法的-OTDR分布式光纤扰动传感系统模式识别研究[J]. 红外与激光工程, 2017, 46(4):0422003.
    [12] Zhang Difei, Zhang Jinsuo, Yao Keming, et al. Infrared ship-target recognition based on SVM classification[J]. Infrared and Laser Engineering, 2016, 45(1):0104004. (in Chinese)张迪飞, 张金锁, 姚克明, 等. 基于SVM分类的红外舰船目标识别[J]. 红外与激光工程, 2016, 45(1):0104004.
    [13] Tian Wenzhe, Fu Randi, Jin Wei, et al. Adaptive fuzzy support vector machine for classification of clouds in satellite imagery[J]. Geomatics and Information Science of Wuhan University, 2017, 42(4):488-495. (in Chinese)田文哲, 符冉迪, 金炜, 等. 面向卫星云图云分类的自适应模糊支持向量机[J]. 武汉大学学报信息科学版, 2017, 42(4):488-495.
  • [1] 马维喆, 董美蓉, 黄泳如, 童琪, 韦丽萍, 陆继东.  激光诱导击穿光谱的飞灰碳含量定量分析方法 . 红外与激光工程, 2021, 50(9): 20200441-1-20200441-10. doi: 10.3788/IRLA20200441
    [2] 耿蕊, 赵康, 陈青山.  红外量子点材料的远距离识别 . 红外与激光工程, 2021, 50(7): 20200436-1-20200436-8. doi: 10.3788/IRLA20200436
    [3] 曹杰, 郝群, 张芳华, 徐辰宇, 程阳, 张佳利, 陶禹, 周栋, 张开宇.  APD三维成像激光雷达研究进展 . 红外与激光工程, 2020, 49(9): 20190549-1-20190549-10. doi: 10.3788/IRLA20190549
    [4] 刘舒扬, 张晨, 赵安娜, 李奇峰, 贾晓东.  基于光谱特性的高判别准确度激光近场探测传感器研究 . 红外与激光工程, 2020, 49(4): 0403009-0403009-5. doi: 10.3788/IRLA202049.0403009
    [5] 熊志航, 廖然, 曾亚光, 刘晋, 马辉.  利用偏振成像在复杂现场快速识别金属碎屑（特约） . 红外与激光工程, 2020, 49(6): 20201012-1-20201012-6. doi: 10.3788/IRLA20201012
    [6] 字崇德, 李昀谦, 祖永祥, 陈林森, 曹汛.  多传感器光谱视频成像系统中的图像对齐研究 . 红外与激光工程, 2019, 48(6): 603019-0603019(8). doi: 10.3788/IRLA201948.0603019
    [7] 黄达, 黄树彩, 唐意东, 刘锦昌.  模糊识别算法在导弹尾焰光谱识别中的应用 . 红外与激光工程, 2018, 47(7): 704002-0704002(8). doi: 10.3788/IRLA201847.0704002
    [8] 姜红, 鞠晨阳, 务瑞杰, 范烨, 满吉.  聚类分析法的塑料饮料瓶光谱分析 . 红外与激光工程, 2018, 47(8): 823002-0823002(6). doi: 10.3788/IRLA201847.0823002
    [9] 黄达, 黄树彩, 赵炜, 陆屹, 曹文焕.  导弹尾焰光谱的模糊识别 . 红外与激光工程, 2018, 47(10): 1026001-1026001(6). doi: 10.3788/IRLA201847.1026001
    [10] 马艳, 夏果, 黄禅, 王国栋, 金施群.  一种简单精确的CCD阵列光谱仪波长定标方法 . 红外与激光工程, 2018, 47(S1): 147-153. doi: 10.3788/IRLA201847.S117002
    [11] 侯治锦, 傅莉, 鲁正雄, 司俊杰, 王巍, 吕衍秋.  用于识别面阵探测器相连缺陷元的新型光学滤光片 . 红外与激光工程, 2018, 47(7): 720003-0720003(7). doi: 10.3788/IRLA201847.0720003
    [12] 侯治锦, 傅莉, 王巍, 吕衍秋, 鲁正雄, 王锦春.  用响应和串音识别焦平面探测器相连缺陷元研究 . 红外与激光工程, 2017, 46(4): 420002-0420002(5). doi: 10.3788/IRLA201746.0420002
    [13] 庄绪霞, 阮宁娟, 赵思思.  基于点目标测量的空间目标特性识别技术 . 红外与激光工程, 2016, 45(S1): 194-199. doi: 10.3788/IRLA201645.S126001
    [14] 李相贤, 王振, 徐亮, 高闽光, 童晶晶, 冯明春, 刘建国.  温室气体及碳同位素比值傅里叶变换红外光谱分析的温度依赖关系研究 . 红外与激光工程, 2015, 44(4): 1178-1185.
    [15] 陈青山, 牛春晖, 吕勇, 徐岱, 魏元.  对镱铒共掺硫氧化钇红外上转换材料的远场探测与识别 . 红外与激光工程, 2015, 44(9): 2603-2608.
    [16] 王中任, 路清彦, 刘海生.  基于CAD模型的随机工件视觉识别和定位方法 . 红外与激光工程, 2015, 44(S1): 230-235.
    [17] 梁栋, 谢巧云, 黄文江, 彭代亮, 杨晓华, 黄林生, 胡勇.  最小二乘支持向量机用于时间序列叶面积指数预测 . 红外与激光工程, 2014, 43(1): 243-248.
    [18] 赵安新, 汤晓君, 宋娅, 张钟华, 刘君华.  光谱分析中Elastic Net 变量选择与降维方法 . 红外与激光工程, 2014, 43(6): 1977-1981.
    [19] 张永贺, 郭啸川, 褚武道, 艾金泉, 项天宋, 郭乔影, 周毅军, 陈文惠.  基于红边位置的木荷叶片叶绿素含量估测模型研究 . 红外与激光工程, 2013, 42(3): 798-804.
    [20] 程巳阳, 高闽光, 徐亮, 冯明春, 张天舒, 刘建国, 刘文清.  高温气体浓度光谱分析中的温度修正方法 . 红外与激光工程, 2013, 42(2): 413-417.
  • 加载中
WeChat 点击查看大图
计量
  • 文章访问数:  387
  • HTML全文浏览量:  38
  • PDF下载量:  29
  • 被引次数: 0
出版历程
  • 收稿日期:  2018-02-16
  • 修回日期:  2018-03-22
  • 刊出日期:  2018-07-25

基于FSVM的转炉终点光辐射状态识别

doi: 10.3788/IRLA201847.0726004
  • 1. 南京理工大学 电子工程与光电技术学院,江苏 南京 210094;
  • 2. 上海航天控制技术研究所,上海 200233
    • 作者简介:

    周木春(1980-),男,讲师,博士,主要从事光电信息探测与处理方面的研究。Email:mczhou@sohu.com

  • 收稿日期: 2018-02-16
  • 修回日期: 2018-03-22
  • 刊出日期: 2018-07-25
基金项目:

国家自然科学基金（61675098，61107011）;中国博士后科学基金（2016M601817）

  • 中图分类号: O433.5

摘要: 针对转炉冶炼终点传统人工肉眼看火判断存在着诸多不确定性问题，研究了一种基于模糊支持向量机的光辐射状态识别实现转炉终点判断的方法。设计了非接触式炉口光辐射采集系统，基于炉口火焰辐射规律分析，分别提取了通过高斯函数拟合表征光谱整体特征的三参数和两个发射峰离散谱参数作为支持向量机的输入，通过相关性分析选出生产过程中氧量、动枪幅度、爽枪时间、加料量参数构建子样本特征量，采用样本到类间距离的方法计算隶属度因子，建立了模糊支持向量机识别模型并进行了测试实验。实验结果表明，提出的方法对不同操作工况下的终点光辐射识别精度优于人工方法和传统SVM方法，可为转炉终点的准确判断提供依据。

English Abstract

    全文HTML

参考文献 (13)

目录

    /

    返回文章
    返回

    版权所有 © 2019 《红外与激光工程》编辑部｜ 地址: 天津市空港经济区中环西路58号｜ 邮政编码: 300308

    津ICP备19007885号-1

    本系统由 北京仁和汇智信息技术有限公司 开发    百度统计