基于奇异能量值的高炉煤气流分布状态分类
王晋建
石琳
内蒙古科技大学 内蒙古包头 014010
摘要：料面煤气流分布对高炉冶炼的稳定性和降低燃料比及其重要.针对高炉料面煤气流分布状态不明确的现状,利用高炉煤气流红外图像数据和图像特征识别技术,分别采用K-means聚类和Mini Batch K-means聚类算法,对图像进行分类.以平均轮廓系数为标准评价两种算法得出:K-means聚类算法更好(10类),但其聚类数量太多,不适合高炉实际生产需要和智能控制.为了进一步优化类别数,发现加入奇异能量值的K-means聚类算法更适合煤气流分布状态的划分,且划分4类是最优的.
关键词：红外图像K-means聚类算法煤气流状态奇异能量值
资助基金：基于大数据智能化处理技术得高炉料面煤气流发展过程研究的优化建模研究(2020MS06010)
论文发表日期：2022-09-28
在线出版日期：2026-05-22（本平台首次上网日期，不代表文献的发表时间）
页数：4( 39-42 )