基于AdaBoost集成學(xué)習(xí)算法的LF鋼水終點(diǎn)預(yù)報(bào)模型.pdf

1、當(dāng)今世界先進(jìn)煉鋼生產(chǎn)工藝流程的一個(gè)重要環(huán)節(jié)是精煉爐煉鋼，它是將轉(zhuǎn)爐或者電爐冶煉后的鋼水，加入脫氧劑、合金料，進(jìn)行脫氧、脫硫和均勻合金成分，煉制優(yōu)質(zhì)鋼和特種鋼的鋼水二次冶煉工藝。如何精確控制鋼液溫度和終點(diǎn)成分，是一個(gè)迫切需要解決的課題。LF鋼水溫度以及終點(diǎn)成分的準(zhǔn)確預(yù)測，對提高鋼水質(zhì)量、降低煉鋼成本、合理組織生產(chǎn)、對操作人員選擇最佳控制策略是很有幫助的。
　　本文以福建三明鋼廠100噸2#精煉爐生產(chǎn)工藝為研究背景，通過引入先進(jìn)的冶金

2、數(shù)學(xué)模型以較精確地控制鋼水的成分和溫度，獲得高質(zhì)量要求的鋼水，提高產(chǎn)品控制目標(biāo)的命中率和鋼包爐襯耐火材料的使用壽命，降低操作成本。
　　本文在深入分析精煉爐溫度影響因素和脫硫原理的基礎(chǔ)上，分別建立了溫度和脫硫過程的預(yù)報(bào)模型，并綜合考慮其相互影響關(guān)系，建立混合預(yù)報(bào)模型。針對BP神經(jīng)網(wǎng)絡(luò)容易陷入局部優(yōu)化點(diǎn)的問題，提出了一種用Adaboost來加速BP神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)過程的混合算法。構(gòu)建了一種由Adaboost的泛化能力和BP神經(jīng)網(wǎng)絡(luò)的局部