转炉炼钢终点静态控制预测模型

转炉炼钢终点静态控制预测模型

ID:33959307

大小:1.94 MB

页数:81页

时间:2019-03-02

转炉炼钢终点静态控制预测模型_第1页
转炉炼钢终点静态控制预测模型_第2页
转炉炼钢终点静态控制预测模型_第3页
转炉炼钢终点静态控制预测模型_第4页
转炉炼钢终点静态控制预测模型_第5页
资源描述:

《转炉炼钢终点静态控制预测模型》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、中文摘要终点控制是转炉吹炼后期的一项重要操作。天铁冶金集团炼钢厂采用的是人工经验控制,终点命中率很低,延长了吹炼时间,增加金属料消耗,影响钢的品质。当前,主要采用静态和动态相结合的控制方法。机理模型、统计模型及人工神经网络模型是目前常用的模型。机理模型在实际应用中涉及的参数较多且不易测取与控制,准确建模还有相当的困难。如果生产条件和工艺操作方法比较稳定,转炉炼钢冶炼特性具有较好的再现性,这时可以采用反映终点钢水碳含量与温度的统计模型。由于转炉炼钢过程高度复杂、随机性强,采用具有很强的自学习能力、容错能力和推理能力的人工神经网络技术对转炉炼钢终点控制提供了一条新

2、的实现途径。基于天铁冶金集团30吨转炉炼钢实际生产工况数据,首先建立了转炉炼钢终点静态控制的吹氧量及矿石用量统计模型,其预测100个炉次的吹氧量及矿石用量平均相对误差分别为O.58%及10.4%。考虑到影响终点钢水温度及碳含量的因素比较复杂,本文设计了预测钢水终点温度及碳含量的人工神经网络模型,并利用Levenberg.Marquardt算法对257个炉次实际生产数据进行了模型训练,并对另外100个炉次的终点钢水温度及碳含量进行了预测,在终点钢水温度1646℃~1698℃及终点碳含量0.033%~0.128%范围内,得到的终点碳温双命中率为55%。应用显示,明

3、显地提高了终点钢水温度及碳含量的预测精度。关键词:转炉炼钢,终点控制,统计模型,人工神经网络模型ABSTRACTTheend—pointcontrolisanimportantoperationinthelaterperiodofLDconvertersteelmaking.ArtificialexperiencecontrolmethodisstillusedintheTrMGsteelplant,theend—pointhittingrateisverylow.Asaresult,itprolongsthesmeltingtime,increasesthe

4、metalconsumeandinfluencesthesteelquality.Atpresent,theadvancedcontrolmethodisthecombinationofstaticanddynamiccontr01.Currentlythemechanismmodel,statisticalmodelandartificialneuralnetworkmodelareincommonuse.Inpracticalapplications,themechanismmodelisinvolvedinmanyparametersthataredif

5、ficulttomeasureandcontrol,SOtheaccuratemodelingisstillverydifficult.Iftheconvertersmeltingcharacteristichasthegoodreproducibilityandtheproductionconditionandthecraftoperationmethodarestable,wecanusethestatisticalmodeltopredictemoltensteelfinaltemperatureandcarboncontent.Becausetheco

6、nvertersteelmakingprocessishighlycomplexandrandom,andANNhastheverystrongself-learning,faulttolearnandinferencecapability,itprovidesanewimplementwaytOthestaticcontroloftheLDsteelmakingprocess.Basedonthe30tproductiondatainconvertersteelmakingprocesswiththeTTMGfirstlytheblowingoxygenan

7、dorequantitiesmodelsoffinalstaticcontrolinconvertersteelmakingprocesswereestablishedandthepredictionaccuracywas0.58%and10.4%respectively.Duetothecomplicationseffectonthefinaltemperatureandcarboncontentofmoltensteel,weusedtheartificialneuralnetworkmodelwiththeLevenberg-Marquardtalgor

8、ithm,the257producti

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。