轉(zhuǎn)爐終點(diǎn)控制模型的比較分析和改進(jìn)研究.pdf

1、轉(zhuǎn)爐終點(diǎn)控制直接影響產(chǎn)品質(zhì)量、生產(chǎn)效率和經(jīng)濟(jì)效益，已成為衡量煉鋼綜合技術(shù)水平的一項(xiàng)重要指標(biāo)。隨著全連鑄，生產(chǎn)工藝的發(fā)展、鐵水預(yù)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(diǎn)控制的命中率提升對(duì)后續(xù)的爐外精煉和連鑄過程有重要影響，轉(zhuǎn)爐終點(diǎn)控制在整個(gè)煉鋼生產(chǎn)中的地位顯得尤為重要。因此，對(duì)提高轉(zhuǎn)爐終點(diǎn)空控制命中率的研究在理論和應(yīng)用方面具有重要意義。
　　論文首先分析了轉(zhuǎn)爐終點(diǎn)控制研究的現(xiàn)狀，對(duì)轉(zhuǎn)爐煉鋼靜態(tài)控制與動(dòng)態(tài)控制模型方法、

2、作用及功能關(guān)系進(jìn)行了比較，指出隨轉(zhuǎn)爐裝備水平的進(jìn)步，基于人工智能的模型方法成為控制技術(shù)的主流，而且靜態(tài)模型對(duì)轉(zhuǎn)爐控制水平有重要影響；通過對(duì)基于GA-BP混合算法的轉(zhuǎn)爐終點(diǎn)優(yōu)化控制模型和轉(zhuǎn)爐準(zhǔn)動(dòng)態(tài)控制模型的對(duì)比分析，認(rèn)為混合算法可以提高靜態(tài)模型的預(yù)測(cè)效果，而準(zhǔn)動(dòng)態(tài)模型可以反映轉(zhuǎn)爐冶煉過程的動(dòng)態(tài)操作和加料過程對(duì)一次倒?fàn)t時(shí)間和終點(diǎn)的影響，然而，模型樣本數(shù)據(jù)的完整和準(zhǔn)確性是這類基于數(shù)據(jù)建模的模型應(yīng)用效果的關(guān)鍵。因此，論文結(jié)合實(shí)際的生產(chǎn)統(tǒng)計(jì)規(guī)律，

3、對(duì)現(xiàn)有模型進(jìn)行改進(jìn)研究，建立了基于時(shí)間的BP神經(jīng)網(wǎng)絡(luò)終點(diǎn)控制模型。新建模型在數(shù)據(jù)的預(yù)處理上，結(jié)合轉(zhuǎn)爐煉鋼機(jī)理，并加入生產(chǎn)統(tǒng)計(jì)規(guī)律，在冶煉槍位的處理上引入與槍位成二次函數(shù)關(guān)系的氧氣利用效率為模型輸入?yún)?shù)，對(duì)槍位變化在轉(zhuǎn)爐冶煉過程中所起的作用進(jìn)行量化；在算法上針對(duì)BP神經(jīng)網(wǎng)絡(luò)容易陷入局部最優(yōu)與“過擬合”等問題，采用了引入驗(yàn)證樣本的改進(jìn)BP神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法，并在BP神經(jīng)網(wǎng)絡(luò)權(quán)值初始化設(shè)置和激勵(lì)函數(shù)方面進(jìn)行了改進(jìn)。在模型的構(gòu)建上，基于時(shí)間的BP

4、神經(jīng)網(wǎng)絡(luò)終點(diǎn)控制模型考慮了時(shí)間對(duì)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(yīng)用基于時(shí)間的BP神經(jīng)網(wǎng)絡(luò)終點(diǎn)控制模型進(jìn)行的離線測(cè)試，將數(shù)據(jù)樣本分別按80％、5%、15%的比例劃分為訓(xùn)練樣本、驗(yàn)證樣本和測(cè)試樣本的預(yù)測(cè)結(jié)果表明：在預(yù)測(cè)精度為一次倒?fàn)t溫度|ΔT|≤15℃、一次倒?fàn)t碳含量|ΔC|≤0.03%條件下，碳、溫命中率分別為72.6%和75.8%，同時(shí)命中率為58.1%，取得了較好的效果。