基于神經(jīng)網(wǎng)絡(luò)的燒結(jié)終點(diǎn)預(yù)測方法及應(yīng)用研究.pdf

1、燒結(jié)過程作為高爐煉鐵的一個重要流程，直接影響到高爐爐況和鋼鐵產(chǎn)量。而燒結(jié)終點(diǎn)是判斷燒結(jié)過程正常與否的標(biāo)志之一，是與燒結(jié)礦產(chǎn)量、質(zhì)量和成本密切相關(guān)的關(guān)鍵參數(shù)，是燒結(jié)機(jī)操作的主要依據(jù)。對于具有強(qiáng)非線性、強(qiáng)耦和性、大滯后的燒結(jié)過程，采用機(jī)理模型或傳統(tǒng)的控制理論難以實(shí)現(xiàn)對燒結(jié)終點(diǎn)的預(yù)測和控制。神經(jīng)網(wǎng)絡(luò)技術(shù)具有自適應(yīng)、自組織等能力，適用于描述考慮許多因素的、不確定的判斷和分類問題。因此可以將神經(jīng)網(wǎng)絡(luò)應(yīng)用到燒結(jié)終點(diǎn)預(yù)測中。本文提出基于神經(jīng)網(wǎng)絡(luò)的燒結(jié)

2、終點(diǎn)預(yù)測方法，解決燒結(jié)終點(diǎn)難以定量化和存在時間滯后的控制難點(diǎn)，為燒結(jié)終點(diǎn)智能控制奠定基礎(chǔ)。 本文以某鋼鐵企業(yè)燒結(jié)過程為例，對基于神經(jīng)網(wǎng)絡(luò)的燒結(jié)終點(diǎn)預(yù)測的模型、方法和具體實(shí)現(xiàn)進(jìn)行研究，主要包括以下方面： (1)對燒結(jié)過程實(shí)時信息進(jìn)行分析和預(yù)處理，為實(shí)現(xiàn)終點(diǎn)的在線判斷、實(shí)時預(yù)測和燒結(jié)終點(diǎn)位置控制奠定基礎(chǔ)； (2)分析燒結(jié)過程中部風(fēng)箱熱狀態(tài)變化，選定廢氣溫度上升點(diǎn)作為燒結(jié)終點(diǎn)的預(yù)報參數(shù)，針對燒結(jié)過程各參量之間強(qiáng)耦合性的

3、特點(diǎn)，采用灰色模型與神經(jīng)網(wǎng)絡(luò)模型相結(jié)合的方法，提出燒結(jié)終點(diǎn)灰色BP預(yù)報策略。研究了神經(jīng)網(wǎng)絡(luò)BP算法的改進(jìn)，并采用改進(jìn)的GM(1,1)模型，建立燒結(jié)終點(diǎn)預(yù)測模型。 (3)針對燒結(jié)過程工況不穩(wěn)定時，預(yù)測精度不高的局限性，提出結(jié)合主元分析法的BP神經(jīng)網(wǎng)絡(luò)預(yù)測的預(yù)報策略，分析影響燒結(jié)終點(diǎn)位置的參數(shù)，建立了基于燒結(jié)過程料況的燒結(jié)終點(diǎn)預(yù)報修正模型。 (4)為增強(qiáng)預(yù)測模型的自適應(yīng)性，采用有限新息在線訓(xùn)練方法，滿足了神經(jīng)網(wǎng)絡(luò)在線訓(xùn)練的實(shí)