轉(zhuǎn)爐煉鋼終點碳溫預(yù)報與控制關(guān)鍵技術(shù)研究.pdf

1、轉(zhuǎn)爐煉鋼在鋼鐵工業(yè)中占有重要地位,其生產(chǎn)過程的主要任務(wù)是冶煉出成分和溫度均合格的鋼水。由于在目前技術(shù)條件下,鋼水成分和溫度的檢測不能連續(xù)進行,且影響因素較多,冶煉過程控制的邊界條件變化頻繁,這些因素給冶煉過程中鋼水成份和溫度的準確控制帶來了極大的困難。目前我國多數(shù)中小轉(zhuǎn)爐對轉(zhuǎn)爐煉鋼的終點控制還處于手動操作狀態(tài),工人憑借經(jīng)驗進行操作,具有很大的不確定性。在實際生產(chǎn)過程中,由于難以對終點碳溫進行準確控制,經(jīng)常出現(xiàn)“返工”現(xiàn)象,給企業(yè)帶來了極

2、大的經(jīng)濟損失。因而,提高轉(zhuǎn)爐煉鋼終點控制水平具有重要意義。對轉(zhuǎn)爐煉鋼終點進行準確預(yù)報,用優(yōu)化的煉鋼工藝參數(shù)進行控制是合理組織生產(chǎn)、提高鋼水質(zhì)量和降低冶煉成本的重要前提。理論模型和神經(jīng)網(wǎng)絡(luò)在轉(zhuǎn)爐煉鋼終點控制領(lǐng)域各具有自己的優(yōu)勢,因此研究理論模型+神經(jīng)網(wǎng)絡(luò)的轉(zhuǎn)爐煉鋼模型是一個值得探索的方向。
　　 本文首先根據(jù)熱平衡和物料平衡理論建立物料配給模型,此模型可由煉鋼專家進行設(shè)定,以便從配料階段提高模型的準確性。鐵水、廢鋼、輔料等各種物質(zhì)

3、加入轉(zhuǎn)爐,冶煉結(jié)束后將產(chǎn)生鋼水、爐渣等物質(zhì),加入轉(zhuǎn)爐物質(zhì)與出爐物質(zhì)之間將保持物質(zhì)守恒定律,冶煉前的總熱量與結(jié)束冶煉時的總熱量也是一種平衡關(guān)系。
　　 人工智能技術(shù)的發(fā)展為轉(zhuǎn)爐煉鋼終點控制提供了新的思路。本文將對經(jīng)典的基于K均值聚類算法的RBF神經(jīng)網(wǎng)絡(luò)做深入研究并進行改進?；贙均值聚類算法的RBF神經(jīng)網(wǎng)絡(luò)是現(xiàn)在應(yīng)用最多的神經(jīng)網(wǎng)絡(luò),具有結(jié)構(gòu)簡單、易于實現(xiàn)、學(xué)習(xí)能力強等優(yōu)點。但其也存在K均值聚類算法的固有特性:K值需用戶設(shè)定和初始聚

4、類中心不確定。本文研究了隱藏層節(jié)點數(shù)對神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)能力的影響,并對隱藏層基函數(shù)中心選取不當(dāng)所帶來的RBF神經(jīng)網(wǎng)絡(luò)性能問題進行了改進。改進后的神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)能力更強,預(yù)測精度更高,且避免了由于初始聚類中心的不確定所帶來的RBF神經(jīng)網(wǎng)絡(luò)性能不穩(wěn)定的問題。然后,利用改進的RBF神經(jīng)網(wǎng)絡(luò)對終點碳溫進行了預(yù)測。
　　 在預(yù)報模型的基礎(chǔ)上,本文嘗試將遺傳算法與RBF神經(jīng)網(wǎng)絡(luò)結(jié)合對終點碳溫進行控制。在轉(zhuǎn)爐煉鋼中,吹氧量和廢鋼加入量是對終點碳溫影