基于預測模型的轉(zhuǎn)爐煉鋼輔助決策系統(tǒng).pdf

1、轉(zhuǎn)爐煉鋼過程是一個周期性的升溫、降碳、去雜質(zhì)過程，包含非常復雜的多元、多相、高溫反應。對轉(zhuǎn)爐煉鋼終點進行準確預測，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)量和降低煉鋼成本的重要前提。神經(jīng)網(wǎng)絡是解決非線性系統(tǒng)問題的有效途徑，將神經(jīng)網(wǎng)絡用于轉(zhuǎn)爐煉鋼終點控制是一個值得研究的方向。
　　本文參考某鋼廠轉(zhuǎn)爐的煉鋼工藝并用這些轉(zhuǎn)爐的數(shù)據(jù)為背景，開發(fā)了基于轉(zhuǎn)爐靜態(tài)預測模型的煉鋼輔助決策系統(tǒng)，旨在幫助工人在冶煉前確定合適的冶煉方案。

2、
　　在實現(xiàn)系統(tǒng)的終點預測功能時，本文根據(jù)BP神經(jīng)網(wǎng)絡的建模理論，按照數(shù)據(jù)處理、網(wǎng)絡結(jié)構(gòu)設計、訓練算法選取等幾個步驟建立了轉(zhuǎn)爐靜態(tài)預測模型。針對數(shù)據(jù)源的特點，加大了數(shù)據(jù)處理的力度。在充分分析數(shù)據(jù)統(tǒng)計特性的基礎上，對數(shù)據(jù)源進行了交叉分段，建立了針對不同類別鋼種終點預測的分類終點碳溫預測模型；分析了標準BP算法收斂速度慢的原因，采用了改進的LM算法，并針對該算法的缺陷，采用多種方法改善了預測模型的泛化能力。
　　在實現(xiàn)系統(tǒng)的終點