模糊聚类方法及其在中厚板轧制性能预测中的应用研究

摘要

本文利用模糊数学相关知识建立根据一组工艺参数进行轧制性能预测的数学模型。　　本文首先引入了相对隶属函数与绝对隶属函数，相对隶属度、相对状态(级别)特征值的概念，在此基础上，对常用的FCM模糊聚类迭代算法，即现在被广泛使用的模糊聚类ISODATA贝狄克迭代式进行改进。联合应用模糊聚类、模糊模式识别、类别(或级别)变量特征值，与概率统计相关分析等模型，得到类别变量特征值与预测对象之间的相关关系，建立了模糊预测模型，以此作为对轧制性能预测的基础。　　其次，依据上面的算法，介绍了16Mn钢中厚板轧制性能预测软件的总体设计，重点介绍了该算法所使用模块化的编程思想及实现。最后，针对从重庆钢铁集团公司16Mn钢中厚板轧制现场采集的数据，通过编程计算、分析表明，对其性能预测的其误差在5﹪左右；取得了较好的预测效果。

目录

文摘

英文文摘

第1章绪论

1.1引言

1.2轧制过程控制技术发展

1.2.1轧制的人工控制阶段

1.2.2常规的模拟式调节系统阶段

1.2.3连轧的计算机控制阶段

1.3连轧系统中的数学模型

1.4课题的重要意义

1.5国内外研究现状

1.6本文的内容安排

第2章模糊数学方法

2.1引言

2.2精确数学的局限性及模糊数学的诞生

2.3隶属度、隶属函数的经典定义

2.4对经典的隶属度、隶属函数定义的改进

2.5最大隶属度原则的不适用性

2.6绝对、相对状态(或级别)特征值

2.7本章小结

第3章模糊模式识别模型

3.1 引言

3.2指标相对隶属度(隶属函数)公式

3.3模糊模式识别模型

3.4本章小结

第4章模糊聚类迭代及模糊预测模型

4.1引言

4.2聚类概论

4.3建立模糊关系矩阵

4.3.1数据的标准化

4.3.2标定

4.3.3聚类

4.4常用的FCM(Fuzzy C-Means)模糊聚类迭代算法

4.5改进的模糊聚类迭代模型

4.6基于模糊聚类和模糊识别的模糊预测方法

4.7本章小结

第5章模糊预测模型在中厚板轧制性能预测中的应用

5.1引言

5.2 16Mn钢中厚板的轧制工艺参数和其性能实测数据

5.3模糊预测的软件实现

5.3.1 16Mn钢中厚板轧制性能预测软件的总体设计

5.3.2 16Mn钢中厚板轧制性能预测的计算

5.3.3预测结果分析

5.4本章小结

结论

附录1 16Mn钢中厚板轧制性能预测系统程序

参考文献

攻读硕士学位期间承担的科研任务与主要成果

致谢

作者简介