基于自適應(yīng)神經(jīng)網(wǎng)絡(luò)模糊推理系統(tǒng)的轉(zhuǎn)爐終點(diǎn)預(yù)測研究.pdf

1、提出了爐口光譜數(shù)據(jù)結(jié)合自適應(yīng)神經(jīng)網(wǎng)絡(luò)模糊推理系統(tǒng)用于轉(zhuǎn)爐終點(diǎn)預(yù)測的新方法。構(gòu)建了基于光纖光學(xué)光譜儀及虛擬儀器的光譜數(shù)據(jù)的在線實(shí)時(shí)采集、數(shù)據(jù)分析處理系統(tǒng)。對所設(shè)計(jì)的數(shù)據(jù)采集處理系統(tǒng)進(jìn)行了調(diào)試并在轉(zhuǎn)爐煉鋼現(xiàn)場實(shí)驗(yàn)驗(yàn)證可以使用。通過對采集的煉鋼光譜數(shù)據(jù)分析，得出吹煉過程中，光譜數(shù)據(jù)隨著爐內(nèi)成分及溫度的變化存在明顯的變化特征規(guī)律：特征波長589nm，765nm，769nm對應(yīng)的光強(qiáng)值變化規(guī)律極為明顯。鑒于上述規(guī)律，將特征光譜數(shù)據(jù)及依據(jù)煉鋼工人經(jīng)

2、驗(yàn)而設(shè)定碳含量變化的進(jìn)度值作為模型訓(xùn)練數(shù)據(jù)，利用MATLAB模糊邏輯工具箱分別建立基于網(wǎng)格劃分的初始化FIS模型、基于減法聚類的初始化FIS模型以及基于模糊C均值聚類的初始化FIS模型，然后使用anfis函數(shù)分別生成基于網(wǎng)格劃分的轉(zhuǎn)爐終點(diǎn)預(yù)測模型、基于減法聚類的轉(zhuǎn)爐終點(diǎn)預(yù)測模型和基于模糊C-均值聚類的轉(zhuǎn)爐終點(diǎn)預(yù)測模型。最后用采集的21爐煉鋼光譜數(shù)據(jù)對三個(gè)預(yù)測模型進(jìn)行模擬運(yùn)算。仿真實(shí)驗(yàn)結(jié)果表明，這三個(gè)終點(diǎn)預(yù)測模型的預(yù)測偏差均在6s以內(nèi)，滿