基于神經(jīng)網(wǎng)絡(luò)的轉(zhuǎn)爐冶煉靜態(tài)控制模型.pdf

1、近年來，人工神經(jīng)網(wǎng)絡(luò)技術(shù)發(fā)展迅猛，得到了日益廣泛的研究和應(yīng)用，在鋼鐵工業(yè)中則主要應(yīng)用于生產(chǎn)操作和過程控制。本文簡單介紹了人工神經(jīng)網(wǎng)絡(luò)技術(shù)，并采用目前流行的BP神經(jīng)網(wǎng)絡(luò)，針對邢臺鋼鐵公司30噸轉(zhuǎn)爐冶煉終點碳、溫度命中率較低的問題，總結(jié)了29個對終點溫度和終點碳含量有影響的參數(shù)，利用Visual Basic 6.0編程語言開發(fā)了一套基于人工神經(jīng)網(wǎng)絡(luò)技術(shù)的轉(zhuǎn)爐靜態(tài)控制模型。 本文以取自邢鋼轉(zhuǎn)爐車間現(xiàn)場的連續(xù)300爐實際數(shù)據(jù)為樣本，經(jīng)篩

2、選、歸一化處理后建立樣本庫。針對終點溫度和終點碳含量，對常用的BP算法進行改良，建立了兩個三層BP預(yù)測神經(jīng)網(wǎng)絡(luò)，分別對邢鋼轉(zhuǎn)爐終點溫度和終點碳含量進行預(yù)報。并在邢鋼轉(zhuǎn)爐車間現(xiàn)場進行效果試用，效果良好。 本文認(rèn)為，到目前為止，在我國尤其是河北省的鋼鐵企業(yè)所使用的轉(zhuǎn)爐多為中小型轉(zhuǎn)爐，無法在爐口插入副槍，因而也就無法采用動態(tài)控制技術(shù)。而普通的靜態(tài)模型計算精度差，目標(biāo)命中率低，實際生產(chǎn)中的應(yīng)用效果不好。靜態(tài)神經(jīng)網(wǎng)絡(luò)技術(shù)恰好填補了這個空白