轉(zhuǎn)爐終點控制模型的比較分析和改進研究.pdf

1、轉(zhuǎn)爐終點控制直接影響產(chǎn)品質(zhì)量、生產(chǎn)效率和經(jīng)濟效益，已成為衡量煉鋼綜合技術水平的一項重要指標。隨著全連鑄，生產(chǎn)工藝的發(fā)展、鐵水預處理和精煉手段的不斷完善，煉鋼生產(chǎn)節(jié)奏大大加快，轉(zhuǎn)爐終點控制的命中率提升對后續(xù)的爐外精煉和連鑄過程有重要影響，轉(zhuǎn)爐終點控制在整個煉鋼生產(chǎn)中的地位顯得尤為重要。因此，對提高轉(zhuǎn)爐終點空控制命中率的研究在理論和應用方面具有重要意義。
　　論文首先分析了轉(zhuǎn)爐終點控制研究的現(xiàn)狀，對轉(zhuǎn)爐煉鋼靜態(tài)控制與動態(tài)控制模型方法、

2、作用及功能關系進行了比較，指出隨轉(zhuǎn)爐裝備水平的進步，基于人工智能的模型方法成為控制技術的主流，而且靜態(tài)模型對轉(zhuǎn)爐控制水平有重要影響；通過對基于GA-BP混合算法的轉(zhuǎn)爐終點優(yōu)化控制模型和轉(zhuǎn)爐準動態(tài)控制模型的對比分析，認為混合算法可以提高靜態(tài)模型的預測效果，而準動態(tài)模型可以反映轉(zhuǎn)爐冶煉過程的動態(tài)操作和加料過程對一次倒爐時間和終點的影響，然而，模型樣本數(shù)據(jù)的完整和準確性是這類基于數(shù)據(jù)建模的模型應用效果的關鍵。因此，論文結(jié)合實際的生產(chǎn)統(tǒng)計規(guī)律，

3、對現(xiàn)有模型進行改進研究，建立了基于時間的BP神經(jīng)網(wǎng)絡終點控制模型。新建模型在數(shù)據(jù)的預處理上，結(jié)合轉(zhuǎn)爐煉鋼機理，并加入生產(chǎn)統(tǒng)計規(guī)律，在冶煉槍位的處理上引入與槍位成二次函數(shù)關系的氧氣利用效率為模型輸入?yún)?shù)，對槍位變化在轉(zhuǎn)爐冶煉過程中所起的作用進行量化；在算法上針對BP神經(jīng)網(wǎng)絡容易陷入局部最優(yōu)與“過擬合”等問題，采用了引入驗證樣本的改進BP神經(jīng)網(wǎng)絡學習算法，并在BP神經(jīng)網(wǎng)絡權值初始化設置和激勵函數(shù)方面進行了改進。在模型的構建上，基于時間的BP

4、神經(jīng)網(wǎng)絡終點控制模型考慮了時間對轉(zhuǎn)爐冶煉的影響。
　　根據(jù)攀鋼1＃轉(zhuǎn)爐以冶煉Stb32系列鋼的416爐生產(chǎn)數(shù)據(jù)，應用基于時間的BP神經(jīng)網(wǎng)絡終點控制模型進行的離線測試，將數(shù)據(jù)樣本分別按80％、5%、15%的比例劃分為訓練樣本、驗證樣本和測試樣本的預測結(jié)果表明：在預測精度為一次倒爐溫度|ΔT|≤15℃、一次倒爐碳含量|ΔC|≤0.03%條件下，碳、溫命中率分別為72.6%和75.8%，同時命中率為58.1%，取得了較好的效果。