裴斌

摘 要：针对连铸生产中粘结性漏钢引起的恶性事故，为解决该情况，设计采用基于BP神经网络为机理的漏钢预报系统解决方案，介绍了神经网络的训练步骤及数据处理分析。方案经测试，能够准确实现漏钢预报，误报率较低，为用户创造了显著的经济效益。

关键词：神经网络；数据归一化处理；专家系统

中图分类号：TF77 文献标识码：A

概述

漏钢是连铸生产中的恶性事故，它不仅产生废品、降低铸机作业率和影响产量，而且损坏设备，极大地降低企业经济效益，每次漏钢造成的经济损失达十几万元。因此，铸机漏钢成为衡量铸机生产水平高低的重要指标之一。在各种原因造成的漏钢中粘结性漏钢占绝大多数，因此减少粘结性漏钢是降低连铸漏钢率的关键。解决粘结性漏钢问题除了改善保护渣质量同时精心操作以确保拉速、结晶器内钢液面稳定以外，开发漏钢预报装置用于预先警告漏钢的发生是最有效的措施。所以，目前国内外装备先进的板坯连铸机都装配了结晶器漏钢预报装置，并在生产实际中发挥了重要作用，为用户创造了显著的经济效益。

1 系统硬件结构

该系统结构如图1所示

2 软件实现

神经网络漏钢预测模式识别系统在上位机软件中采用vc作为开发平台。利用vc中的MFC框架构建系统，对神经网络的训练采用matlab软件来实现。这样既可以利用matlab强大的数学运算能力，又可以利用vc强大的运算控制能力和友好的人机交互能力。……