石钢高炉铁水含硅量神经网络预报模型

《石钢高炉铁水含硅量神经网络预报模型》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、维普资讯http://www.cqvip.com第5期总第165期冶金丛刊Sum．165NO．52006年10月METALLURGICALCOLLECTIONS0’etober2006石钢高炉铁水含硅量神经网络预报模型郭建斌郭建国(石家庄钢铁有限责任公司)(河北经贸大学计算机系)摘要本文按照现代控制理论，把高炉视为多输入——单输出系统，利用人工神经网络方法，结合高炉生产实际建立了石钢高炉铁水含硅量BP神经网络模型。通过引入动态步长和“惯性项系数”提高了网络收敛速度。采用“修正式”预报模式提高了铁水含硅量预报的命中率。结果表明：在允许误差为0．1％时，命中率达到了86．67％，可以为高

2、炉操作提供指导。关键词高炉；铁水含硅量；预报；神经网络中图分类号：TF53；TP183文献标识码：A文章编号：1671—3818(2006)05—0004—04NEURALNETWoRKPREDICTIoNMoDELSFoRCoNTENToFSiINSHIGANGBLAST．FURNACEHoTIRoNGuojianbinGuojianguo(ShijiazhuangIron＆SteelCo．，Ltd．)(HebeiEconomg＆CommerceUniversity,)AbstractAccordingtomodemcontroltheory，blastfurnacewasrega

3、rdedasamultipleinputsingleout—putsystem．Combinedwiththeproductionexperience，theBPneuralnetworkswereusedtopredictthecontentofSiinblast-furnacehotiron．Therapidityofconvergencewasimprovedwithintroducingdynam-icstepsizeandinertialcoefficient，andthepredictionprecisionwasimprovedwithintroducingmodifi

4、edpredictionmode1．Theresultsshowedthatthepredictionvaluewas86．67％underthepermissibleerror0．1％．Keywordsblastfurnace；contentofSiinhotiron；prediction；neuralnetwork1前言2人工神经网络原理人工神经网络是对人脑结构的抽象和模拟，它在高炉冶炼这一复杂的高温物理化学过程中，是由大量的非线性处理单元广泛连接而成，具有大铁水中硅的含量表明着高炉冶炼过程中炉缸的热状规模并行处理和极强的容错性及自学习功能。在众态，影响着高炉冶炼进程、能量消耗及

5、生铁质量。因多的人工神经网络模型中，多层神经网络是应用最此在日常操作中及时地掌握铁水中的含硅量及其变多的一种。化趋势，预见性地采取调剂措施，这对于稳定高炉热多层神经网络具有高度非线性映射、对称性判制度、减少炉况的波动、降低铁水含硅量以及提高生别等功能。这些功能是通过对一系列样本点进行学铁质量和降低焦比等都具有重要意义。习来实现的。通过对样本的学习使得样本点集所蕴所以，建立一个符合石钢高炉生产实际的铁水含的输入、输出之间的映射关系由分布在各层神经含硅量预报模型，对高炉生产加以指导，避免炉凉及元间的权值来描述。网络中相临层采取全互连方式其连带事故的发生是必要的。本文就是借助神经网连接，同

6、层神经元之间没有任何联系，输入、输出层络方法，结合石钢高炉的实际建立了石钢高炉铁水之间也没有直接的联系。含硅量神经网络模型。通过对传统的BP神经元网神经元对输入信号的处理包括两个过程：第一络的改进和学习样本的更新，提高铁水含硅量的命个过程是对输入信号求加权(W；)和，然后减去阈值中率。变量0得到神经元的净输入net，即：维普资讯http://www.cqvip.com第5期郭建斌等：石钢高炉铁水含硅量神经网络预报模型net∑XiWi一0moid函数作为激励函数第二个过程是对净输入net进行函数运算，得f(X)=1／[1+exp(一net)]出神经元的输出Y，即：由于sigmoid函数

7、的输出值在(0，1)之间，所以Y=f(net)网络中各节点的输入输出值应在[0，1]之间，要对f()通常被称为激励函数，又称变换函数。每一参数进行相应的转换，做归一化处理，在不失其因此，在人工神经网络中，学习是通过对变量加变化规律的前提下，把各参数值都转换到[0，1]上。权值的调整来实现的。系统按照一定的策略或方式对输入层各个节点的数据进行转换。修改权值的规则称为学习算法。采用不同的网络结本模型采用如下的线形转换公式：构，不同的变换函数和学习算法，可以得到