复吹转炉神经网络终点预测模型

复吹转炉神经网络终点预测模型

ID:33540587

大小:2.62 MB

页数:76页

时间:2019-02-27

复吹转炉神经网络终点预测模型_第1页
复吹转炉神经网络终点预测模型_第2页
复吹转炉神经网络终点预测模型_第3页
复吹转炉神经网络终点预测模型_第4页
复吹转炉神经网络终点预测模型_第5页
资源描述:

《复吹转炉神经网络终点预测模型》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、东北大学硕士学位论文复吹转炉神经网络终点预测模型姓名:冯明霞申请学位级别:硕士专业:钢铁冶金指导教师:邹宗树20040201东北大学硕士学位论文摘要复吹转炉神经网络终点预测模型摘要顶底复吹转炉炼钢法是世界上最主要的两大炼钢方法之一,目前全世界转炉钢产量约占总钢产量的70%以上。转炉炼钢生产的自动化和智能化是提高产量和降低消耗最有效的技术措施之一,也是炼钢生产的主要发展趋势。由于转炉冶炼过程周期短、使用的原材料以及影响过程参数的因素多而复杂,传统的数学模型建立方法在处理这一类极为复杂、快速的问题时就显得十分乏

2、力,所制定的工艺往往难以处于最佳的工作状态。人工神经网络具有较强的非线性问题处理能力且容错性能强,可实现实时应用以及在线响应。针对转炉炼钢过程复杂,影响终点因素多,而且难以进行连续准确测量的特点,本文开发了基于人工神经网络技术的转炉炼钢终点预报模型。人工智能技术的应用有利于进一步提高转炉炼钢过程的自动化控制水平,利用人工神经网络良好的自学习功能和容错能力,选取适当的输入参数,通过转炉生产的大量历史数据进行训练,求得合理优化的网络权重,可对转炉终点C、P成分做离线预报,当预报目标误差≤20%时,预报命中率>t

3、90%。本课题应用SQLServer数据库系统建立了转炉生产记录数据库。数据库包括了转炉生产记录中的所有数据项,足以保证进行人工神经网络训练的需要。在建立神经网络模型的过程中,分析了影响转炉吹炼终点的因素。应用模式识别的方法,对所有影响因素进行分析筛选,从降低维数、减少模型运算量方面考虑,剔除了部分变量。最后确定作为神经网络输入变量的因素有:铁水成分(C、Si、Mn、P、S)及温度、铁水量、废钢量、供氧时间、冶炼周期、炉耗氧量、石灰加入量、轻烧白云石加入量共13个因素。在此基础上建立了一个三层BP神经网络模

4、型,实现了对转炉终点的全面预测。采用某钢铁厂转炉车间2003年上半年的生产数据,从中选取3300炉数据训练网络,得到了如下的网络参数:1)预测终点碳含量:隐含层节点数(n)12、学习率(q)O.5、动量系数(a)0.6、传递函数中的温度参数(N1.9。2)预测终点温度:隐含层节点数(n)7、学习率(q)O.4、动量系数(a)0.6、传递函数中的温度参数(的2.0。.II.东北大学硕士学位论文摘要3)预测终点磷含量:隐含层节点数(n)7、学习率(∞)O.2、动量系数(a)O.7、传递函数中的温度参数(¨2.5

5、。从数据库中另选195组数据用于校验网络模型精度,所得结果如下:1)预测终点碳含量:预报误差在±O.02%以内的命中率为53.85%,4-o.04%以内的命中率为90,77%,最大误差小于±0.07%。2)预测终点温度:预测误差在±6。C以内的命中率为53.06%,±12。C以内的命中率82.65%,最大误差小于土21℃。3)预测终点磷含量:预报误差在±0.002%以内的命中率为47.4%,±O.004%以内的命中率为86.46%,最大误差小于±o.007%。以上结果表明,本文所建立的神经网络预测模型离线预

6、报结果比较准确,命中率较高,其精度满足现场生产工艺要求。对模型预测误差的分析表明,训练集样本数据的选择对模型的精度具有至关重要的影响。在考虑所有对冶炼终点存在影响的因素的前提下,增加采集的数据种类,可使模型精度得到提高。同样,保证采集数据的连续性以及分布的均匀性,均会对所得模型的精度有适当改善。本模型探讨了转炉炼钢过程的影响因素,为生产合格钢水及转炉的动态控制提供了理论依据,分析了主要工艺参数(如铁水温度、吹氧时间、耗氧量等)对转炉冶炼终点的影响。为今后转炉冶炼终点的在线预报和快速出钢模型的开发提供了依据和

7、技术支持。关键词复吹转炉冶炼模型神经网络终点预测一IⅡ一东北大学硕士学位论文ABSTRACTEnd—pointPredictionofCombined—BlownConverterBasedonArtificialNeuralNetworkAbstractAtpresentthecombined-blownconverterisoneofthetwomajorsteel—makingmethods.Thesteelproducedbycombined-blownconverteraccountsformor

8、ethan70%ofthetotalsteelproductionintheworld.TheprocessintellectualizationandautomationofBOF(BasicOxygenFurnace)steel—makingisnotonlyoneoftheeffectiveme丛urestoimprovetheoutputandtoreducethecost,butalsothemajor

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。