基于小波神经网络反演炉口火焰温度辅助炼钢终点判断的研究

摘要

提出了转炉炉口火焰温度信息辅助炼钢终点判断的新方法，温度反演用小波神经网络来实现的。实验系统由炉口火焰图像采集系统和数据分析处理部分组成，利用望远系统以及数字摄像系统构建了炉口火焰图像采集系统。小波神经网络测量温度的过程主要包括炉口火焰图像信息采集、用HSV作为模式特征向量、图像颜色信息中RGB值转化成相应的HSV值、用软件实现小波神经网络、利用每一幅图像中的H，S的平均值、采用小波神经网络将H、S对应的温度值反演出来。在确定高温物体的颜色和温度存在对应关系后，重点是设计合适的小波神经网络软件从颜色信息得到温度信息。在设计小波神经网络的过程中，主要是选择合适的小波基和训练方法，因为恰当的小波基能得到比较准确的结果而好的训练方法能加快神经网络的收敛速度和避免算法进入局部极小点。介绍了小波神经网络进行函数逼近的优点，明确了小波神经网络反演温度辅助判断终点的可行性。

目录

文摘

英文文摘

声明及学位论文使用授权声明

1绪论

2炉口火焰图象采集与处理

3小波变换原理

4人工神经网络

5小波神经网络

6用小波神经网络反演炉口火焰温度

7总结

致谢

参考文献