版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
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。
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 轉(zhuǎn)爐煉鋼終點(diǎn)優(yōu)化控制模型的研究.pdf
- 轉(zhuǎn)爐煉鋼終點(diǎn)預(yù)報(bào)與控制模型的研究.pdf
- 轉(zhuǎn)爐煉鋼終點(diǎn)靜態(tài)控制預(yù)測(cè)模型.pdf
- 轉(zhuǎn)爐煉鋼終點(diǎn)碳溫預(yù)測(cè)與控制模型研究.pdf
- 基于ANN的攀鋼轉(zhuǎn)爐煉鋼終點(diǎn)控制模型.pdf
- 基于爐氣分析的轉(zhuǎn)爐終點(diǎn)預(yù)測(cè)模型.pdf
- 轉(zhuǎn)爐煉鋼終點(diǎn)溫度預(yù)報(bào)模型的研究.pdf
- 基于火焰多光譜分析的轉(zhuǎn)爐終點(diǎn)控制研究.pdf
- 基于粗糙集的轉(zhuǎn)爐煉鋼知識(shí)發(fā)現(xiàn)及終點(diǎn)控制模型研究.pdf
- 轉(zhuǎn)爐終點(diǎn)預(yù)測(cè)的模糊神經(jīng)網(wǎng)絡(luò)模型.pdf
- 基于GA-BP混合算法的轉(zhuǎn)爐終點(diǎn)優(yōu)化控制模型.pdf
- 銅轉(zhuǎn)爐吹煉終點(diǎn)預(yù)報(bào)模型的研究及應(yīng)用.pdf
- 轉(zhuǎn)爐終點(diǎn)控制對(duì)LF精煉的影響.pdf
- 轉(zhuǎn)爐煉鋼終點(diǎn)控制系統(tǒng)建模研究.pdf
- 基于人工神經(jīng)網(wǎng)絡(luò)的轉(zhuǎn)爐冶煉終點(diǎn)控制模型的優(yōu)化.pdf
- 復(fù)吹轉(zhuǎn)爐神經(jīng)網(wǎng)絡(luò)終點(diǎn)預(yù)測(cè)模型.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的轉(zhuǎn)爐煉鋼終點(diǎn)控制的研究.pdf
- 基于人工神經(jīng)網(wǎng)絡(luò)的轉(zhuǎn)爐煉鋼終點(diǎn)預(yù)測(cè)模型研究.pdf
- 基于灰色RBF神經(jīng)網(wǎng)絡(luò)的轉(zhuǎn)爐終點(diǎn)預(yù)測(cè)模型研究.pdf
- 復(fù)吹轉(zhuǎn)爐終點(diǎn)氧含量的控制與預(yù)報(bào).pdf
評(píng)論
0/150
提交評(píng)論