K-OBM-S轉爐冶煉不銹鋼終點碳含量和溫度預測模型.pdf

1、隨著我國加入WTO，國內市場與國際市場的逐漸接軌，我國的鋼鐵企業(yè)正面臨更加激烈的挑戰(zhàn)和競爭，而如何有效地使用自動化技術以實現生產的高效化和資源利用的合理化已經成為鋼鐵企業(yè)保持競爭力和發(fā)展壯大的關鍵。由于鋼鐵工業(yè)生產的高溫、高壓、復雜、多變等特性，傳統(tǒng)的控制方法和技術無法更好地勝任。計算機的廣泛應用和人工智能技術的發(fā)展為鋼鐵工業(yè)生產過程自動化帶來了先進的科學技術手段。智能控制是人工智能、控制論、運籌學和信息論等多學科交叉的新興學科，它善于

2、解決那些含有復雜性、不完全性、模糊性或不確定性以及不存在已知算法的非數字過程，這對鋼鐵工業(yè)生產的過程控制是非常適合的。 不銹鋼冶煉是鋼鐵工業(yè)中的重要組成部分。在各種不銹鋼爐外精煉的方法中，由于K-OBM-S轉爐具有熱效率高，爐襯壽命長，原料適應性強等諸多優(yōu)點，所以其正逐漸受到鋼鐵企業(yè)的青睞。太原鋼鐵集團公司第二煉鋼廠于2002年12月通過技術改造首先在我國開始使用K-OBM-S轉爐進行不銹鋼的冶煉。本文是在太鋼第二煉鋼廠K-OB

3、M-S轉爐三步法冶煉不銹鋼生產原料、設備和工藝的現狀的基礎上，建立了對K-OBM-S轉爐冶煉終點時鋼水的碳含量和溫度進行智能預測的模型。 本文介紹了K-OBM-S轉爐三步法冶煉不銹鋼的原理、特點和工藝，然后在論述模糊系統(tǒng)和神經網絡理論的基礎之上，對它們的特點進行了分析和比較。之后詳細地闡明了結合了模糊系統(tǒng)和神經網絡特點的新型推理系統(tǒng)——自適應神經模糊推理系統(tǒng)(ANFIS)的理論基礎，包括ANFIS的結構和混合學習算法。在對影響K

4、-OBM-S轉爐終點碳溫的各種因素進行分析后，選取鐵水碳含量、鐵水溫度、鐵水重量、合金加入量和氧氣吹入量作為模型的5個輸入變量。然后結合ANFIS的特點，設計模型的結構，建立基于ANFIS的K-OBM-S轉爐終點碳含量及溫度預測模型，再使用實際K-OBM-S轉爐冶煉過程的生產數據和分析數據對模型的參數進行訓練，最后進行仿真。從仿真結果來看，此預測模型實現了較好的預測精度：在預測誤差±0.02％內的終點碳含量的命中率為88.24％，在預測