秦成立　崔海波

摘 要：本文介紹了SVR支持向量機原理，以及基于SVR的回轉(zhuǎn)窯燒成帶溫度軟測量方法并進行了實際驗證，充分說明SVR方法的優(yōu)勢，以供同行參考。

關(guān)鍵詞：SVR；回轉(zhuǎn)窯；燒成帶；溫度軟測量；方法

中圖分類號：TQ172 文獻標識碼：A

熟料燒結(jié)回轉(zhuǎn)窯主要是由窯頭、冷卻帶、燒成帶、預(yù)熱分解帶、烘干帶、窯尾六個部分組成的，各個組成部分的溫度對整個回轉(zhuǎn)窯的生產(chǎn)都會產(chǎn)生很大的影響的，在六個組成部分中燒成帶的溫度對整個的回轉(zhuǎn)窯生產(chǎn)的磚成品有影響是最為明顯的。鑒于整個回轉(zhuǎn)窯不斷處于運行生產(chǎn)的狀態(tài)中，而且燒成帶這部分的溫度是非常高的，測量溫度是非常困難的。現(xiàn)在都是人工根據(jù)自身的經(jīng)驗來對燒成帶的溫度進行估測但是這種方法對人性的依賴太大，并且估測數(shù)據(jù)不準確。因此將SVR方法應(yīng)用于回轉(zhuǎn)窯燒成帶溫度軟測量中代替人工經(jīng)驗測量測得的燒成帶溫度將更加精準。

1 SVR支持向量機原理

SVR支持向量機是在SVM的基礎(chǔ)上進行演變過來的，在很多學(xué)者認為這是一個有效的回歸方法主要是解決非線性的問題。SVR模型主要是解決二次規(guī)劃的問題，其主要的數(shù)學(xué)原理如下：

a =（a1，a2，a3，......ai）

根據(jù)此拉格朗日公式，得出相應(yīng)的參變量方程為

Q（a）=ai aj yiyj

此函數(shù)為拉格朗日對偶函數(shù)，次函數(shù)的約束公式為：

ai yi = 0，ai>=0，i=1，2，，3......j

支持向量對應(yīng)的數(shù)據(jù)點用來決定決策函數(shù)，一般來講，ε值越大，支持向量的數(shù)量就越少，結(jié)果就表現(xiàn)的越是稀疏。但是要注意的是，隨著ε的增大訓(xùn)練數(shù)據(jù)的逼近精度則隨之降低。因此合理選取ε值，決定了平衡數(shù)據(jù)結(jié)果的稀疏性和數(shù)據(jù)的精確度。約束條件公式為SVR的輸入空間構(gòu)建了決策平面；除了約束條件公式外，核函數(shù)對SVR支持向量的選擇同樣至關(guān)重要。核參數(shù)決定了高維特征空間的結(jié)構(gòu)以及最后結(jié)果的復(fù)雜度，因此要慎重的選擇正確的核參數(shù)。

SVR的泛化性能，不僅在理論研究過程中，在實際的工業(yè)應(yīng)用中也表現(xiàn)出優(yōu)越的性能。SVR可以解決很多非線性問題；其結(jié)果值取最優(yōu)且唯一，不可能產(chǎn)生局部極值。在各行業(yè)中已經(jīng)廣泛采用支持向量的方法，并且基于此方法延伸出來適合各行業(yè)的各種技術(shù)，基于SVR的回轉(zhuǎn)窯燒成帶溫度軟測量方法便是一種新的測量方法。

2 基于SVR的回轉(zhuǎn)窯燒成帶溫度軟測量方法

根據(jù)上述SVR的測量原理，在回轉(zhuǎn)窯燒成帶溫度測量過程中將這種方法應(yīng)用到溫度的測量中進行實踐，證實此方法是可行有效的。利用SVR方法進行溫度軟測量的主要途徑是通過圖像采集現(xiàn)場實時畫面，然后對現(xiàn)場畫面進行后臺圖像分割和特征提取，依據(jù)提取的不同溫度圖譜特征，確定對應(yīng)的溫度值。

2.1 圖像的采集

圖像采集主要是分為以下幾個步驟來進行開展的：

①首先主要是使用CCD攝像機進行拍攝整個燒結(jié)的過程，CCD攝像機是安裝在回轉(zhuǎn)窯的窯頭看火位置，這樣能夠全方位的拍攝整個燒結(jié)磚形成的過程。

②CCD攝像機拍攝的視頻傳動到相關(guān)視頻分配器上的媒介是同軸電纜。

③視頻分配器接受到視頻信息后進行整理然后發(fā)送到計算機圖像采集卡處。

④計算機圖像采集卡將視頻進行處理和轉(zhuǎn)化，使用計算機進行處理后就能夠?qū)剞D(zhuǎn)窯燒成帶的溫度進行估計。

2.2 圖像分割與特征提取

圖像分割與特征提取主要包括以下幾個步驟：

①首先是對采集的圖像進行處理，要使用灰度圖像進項研究。

②利用 Roberts 邊緣檢測、二值化、膨脹方法檢測圖像噪聲，并根據(jù)均值濾波、中值濾波、直方圖均衡化方法進行平滑化處理。

③對處理過的灰度圖像進行分割，主要是采用雙快讀行進的方法，主要是將火焰區(qū)和物料去分割出來。

④將分割結(jié)果對應(yīng)到原始彩色圖像，提取圖像總體平均灰度、物料區(qū)域 R 分量平均值，火焰區(qū)域 R 分量與 G 分量的平均值特征。

⑤由④提取的特征和由比色測溫儀測得的該圖像對應(yīng)的燒成帶溫度組成實驗數(shù)據(jù)集。

⑥定義灰度不在[0，255]間與溫度為 0 的數(shù)據(jù)為灰色數(shù)據(jù)，除去、灰色數(shù)據(jù)。

⑦將所有的數(shù)據(jù)進行進行分類，主要是分為訓(xùn)練集、測試集、預(yù)測集。

⑧為了避免較大數(shù)量范圍數(shù)據(jù)支配較小數(shù)量范圍數(shù)據(jù)，進行標準化處理。

2.3特征分析及數(shù)據(jù)處理

通過獲取的圖像特征，來計算變量值和均值之間的差值。通過標準化值與0的比較來進行來判斷此差值的處于的間隔中，如果是等于0表示此差值和均值是相等的，如果是大于0則表示此差值大于均值，小于0則反之。然后根據(jù)圖像特征與預(yù)估溫度之間的對應(yīng)關(guān)系獲取溫度值。

3 結(jié)果驗證

利用上述的方法對回轉(zhuǎn)窯的燒成帶的溫度進行測量計算，將溫度實際測量的結(jié)果與利用SVR方法測量的結(jié)果進行比較，均方差為0.053，因此證明基于SVR的回轉(zhuǎn)窯燒成帶溫度測量方法是可行有效的。

采用上述的這種基于SVR的回轉(zhuǎn)窯燒成帶溫度軟測量方法，可以減少人工使用傳統(tǒng)的看火對燒成帶溫度進行人工估計的方法更加的精確，對溫度的測量更加的精準。

結(jié)語

本文提出了一種基于 SVR 的回轉(zhuǎn)窯燒成帶溫度軟測量的新方法，并提出了通過前向滑動平均對溫度進行濾波來提高擬合度。通過大量實驗驗證了基于SVR的回轉(zhuǎn)要燒成帶溫度測量方法得到的燒成帶溫度軟測量結(jié)果與實測值的擬合度達到 0.927、均方誤差為 0.053，驗證了本文方法的有效性。

參考文獻

[1]袁平，毛志忠，王福利.基于多支持向量機的軟測量模型[J].系統(tǒng)仿真學(xué)報，2006（06）.

[2]章立新，王少林，茅忠明，伍貽文.水泥回轉(zhuǎn)窯溫度檢測與圖像處理系統(tǒng)的研究與開發(fā)[J].儀器儀表學(xué)報，2002（S3）.