返回

连铸坯缺陷影响因素的模式识别研究方法

本课题研究针对连铸圆坯缩孔和裂纹两大质量缺陷,由于影响这两项缺陷的因素较多,而且这些因素可能综合对质量结果起作用,因此,要找出对缺陷产生有主要影响的因素(独立或相关的)是一项比较困难的工作。在学习借鉴了国内外各种研究方法后,本课题用回归分析法和模式识别作为主要研究方法。

模式识别是一种借助计算机对信息进行处理、判别分类的图象识别方法。判别分类在科学研究和生产实践中的应用是相当广泛的,但往往所需处理的影响因子过多,过复杂,给问题的研究和解决增加了困难。多因子问题的目标(结果或性能)与影响因子之间难以找出直接的联系,或是很难直接用理论的途径解决,在各因子之间一时也找不到明显的关联。计算机模式识别的引入给复杂问题的解决带来了曙光。模式识别使得人们在影响因素很多的情况下仍能对众多信息进行方便的处理,利用计算机技术对数据进行总结,寻找目标与众多因子之间的某种联系或目标的优化区域、优化方向,对实际问题的解决具有指导意义和应用价值,因此获得广泛应用,并取得较大成功。

模式识别有许多种算法,其中包括主成分分析法、K最邻近法、FISHER判别分析、聚类分析法、非线性映照法等。本研究采用主成分分析法。该方法是将多个变量化为少数综合变量即进行特征组合的一种模式识别方法。主成分分析是把原有的特征进行组合,抽取主成分作新的特征,在信息论的意义上保证了熵达极小值,这样在大量减少特征数的情况下仍能保证基本的信息。

模式识别方法主要是先建立一模式空间。所谓模式空间是指在考察一客观现象时,影响目标(结果、性能)的众多因子所构成的多维空间。每个因子代表一个特征参量。假设该现象有n个事件(样本)组成,每个事件都有p个特征参量(x1,x2,x3,? xp), 则它就构成一P维空间,每一个事件的特征参量代表一个模式。模式识别就是将多维空间经过主成分变换“映射”到二维空间,所有模式(样本点)都投影到该平面内,经过分析、判断、识别各种模式的聚类情况,对模式的类别进行划分,确定优化区域和优化方向,然后再“逆映射”到P维空间(原始空间),得出实际信息,进而作出决策。我们在分析中采用中科院上海冶金所开发的优化设计专家系统软件。

 

 

上海大学材料学院、 上海市钢铁冶金新技术开发应用重点实验室

通讯地址: 上海市延长路149号 上海大学 275信箱 邮编:200072

电话: 021-56331176,-56774261

传真: 021-56774261

电子邮件: xhong@prosimu.net xhong@mail.shu.edu.cn