基于bp神经网络的转炉供氧模型的研究与应用开发

《基于bp神经网络的转炉供氧模型的研究与应用开发》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、中图分类号：冶金自动化研究设计院硕士学位论文密级：基于BP神经网络的转炉供氧模型的研究与应用开发ResearchandapplicationdevelopmentonBOFoxygenmodelbasedonBPneuralnet作者姓名专业名称研究方向指导教师申请学位级别论文提交日期：付佳：控制理论与控制工程：炼钢过程自动化：陈春雨陶百生：工学硕士：2014年6月原创性声明I煳㈣892Y2631本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独立进行研究工作所取得的成果。除文中己经注明引用的内容

2、外，本论文不含任何其他个人或集体已经发表或撰写过的作品或成果。对本文的研究做出重要贡献的个人和集体，均己在文中以明确方式标明。本声明的法律结果由本人承担。学位论文作者签名：签字日期：如7严年多月学位论文版权使用授权书／’7日本人完全了解冶金自动化研究设计院有关保留、使用学位论文的规定，即：学校有权保留送交论文的复印件，允许论文被查阅和借阅；学校可以公布论文的全部或部分内容，可以采用影印、缩印或其他复制手段保存论文。(保密的论文在解密后应遵循此规定)学位论文作者签名：签字日期：也口／笋年／月，7导师签名：

3、，jl7日签字日期：年月日摘要转炉冶炼的钢水终点成分及温度主要由供氧进行控制，供氧量的有效确定对于转炉炼钢至关重要。本课题将机理方法与智能控制方法相结合，建立转炉炼钢静态控制模型。为了准确控制转炉静态吹炼过程的供氧量，本文分析了转炉冶炼过程的化学反应原理，建立了基于物料平衡和热平衡的转炉静态模型，并在此基础上，研发了基于BP神经网络的转炉供氧模型。通过仿真以及对模型预测结果的误差分析，表明基于BP神经网络的转炉供氧模型，可以更加准确地预测和确定供氧量，具有较好的计算精度和适应能力，最终提高了转炉静态模型

4、的控制精度与钢水终点命中率。本文主要工作如下：首先，针对转炉炼钢复杂的化学反应过程，建立了基于物料平衡与热平衡的转炉炼钢静态控制模型。根据化学反应前后物料平衡原理，通过计算炉渣中各种氧化物的含量，预测辅原料量和供氧量；根据化学反应前后热量平衡原理，判断转炉冶炼过程中是否需要加入发热剂或者冷却剂：通过计算收入热量与支出热量的差值，确定加入冷却剂或发热剂的质量，并重新计算辅原料量及供氧量。然后，针对转炉静态模型中供氧量的准确预测问题，笔者研发了基于BP神经网络的转炉供氧模型。通过分析元素之间的化学反应确定影

5、响转炉总吹氧量的主要因素；采用加入动量项和变步长法的BP神经网络改进算法建立模型；根据转炉历史炉次信息对BP神经网络模型进行训练，确定模型参数及网络结构；利用测试数据检测模型预测的准确性。最后，将同一组数据分别代入机理模型和神经网络模型，求出各自的供氧量预测值并与实际供氧量进行比较。根据均方差分析数据的原理，对三组数据做均方差分析，观察各组数据的波动情况。结果表明基于BP神经网络的转炉供氧模型对转炉吹炼供氧量的预测更为准确。关键词：静态模型；BP神经网络；机理模型；总吹氧量：转炉炼钢AbstractTh

6、emeltingcompositionandtemperatureofBOFsteelmakingwasmainlycontrolledbythegivenoxygen，itwasextremelyimportanttodeterminetheoxygendemandforBOFsteelmaking．ThispapercombinedthemechanismmethodandtheintelligentcontrolmethodandbuiltaBOFstaticmodel．Inordertocont

7、rolthetotaloxygendemandinthestaticblowingprocessofBasicoxygenfurnace(BOF)，thispaperanalysedthechemicalreactionprincipleoftheBOFsteelmakingprocess，basedonlrmterialbalanceandheatbalance，thestaticBOFmodelWasbuilt，inaddition，theBOFoxygenmodelofBPneuralnetwas

8、alsodeveloped．Bytheapproachesofsimulationanderroranalysedofmodelpredictions，theresultsshowedthat，theBOFoxygenmodelofBPneuralnetCanpredictandobtainthetotaloxygenamountefficientlywithbeRercalculationaccuracyandadaptivecapaci