资源描述：
《基于炉口辐射和改进神经网络的转炉终点预测模型.pdf》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、第28卷第11期光学学报Vol.28,No.112008年11月ACTAOPTICASINICANovember,2008文章编号:025322239(2008)1122131205基于炉口辐射和改进神经网络的转炉终点预测模型温宏愿赵琦陈延如周木春张猛许凌飞(南京理工大学电子工程与光电技术学院,江苏南京210094)摘要针对国内外转炉炼钢终点控制的现状,建立了一种用于终点预测的神经网络模型。以炉口辐射信息获取系统为实验平台,运用光纤谱分复用和颜色空间模型转换技术,分析发现了光谱与图像信息特征量在吹炼过程中呈现出中
2、前期类似、末期相反的规律。从得到的特征规律曲线中选用一些关键特征量,在改进的修正系数算法基础上,进行了模型的训练和预测分析。实验结果表明:响应时间在2s以内,满足快速判定的时间要求;改进算法的模型预测精度高于常规算法,该系统可以正常工作在转炉炼钢的恶劣环境下,达到了预期效果。关键词信号处理;预测;神经网络;辐射信息;转炉;终点中图分类号TN911.7文献标识码Adoi:10.3788/AOS20082811.2131Basic2Oxygen2FurnaceEndpointForecastingModelBased
3、onRadiationandModifiedNeuralNetworkWenHongyuanZhaoQiChenYanruZhouMuchunZhangMengXuLingfei(SchoolofElectronicEngineeringandOptoelectronicTechnology,NangjingUniversityofScienceandTechnology,Nanjing,Jiangsu210094,China)AbstractConsideringthepresentsituationofthe
4、basicoxygenfurnace(BOF)steelmakingendpointcontrol,aneuralnetworkmodelwasestablishedtojudgethesteelmakingendpoint.Basedonthefurnacemouthradiationinformationacquisitionplatform,thespectrumandimagecharacteristicswereanalyzedusingthefiberspectrumdivisionmultiplex
5、ingtechnologyandthecolorspaceconversionmethod.Theresultsindicatethattheyaresimilaratearly2middlestagebutinverseatthesteelmakinglatestage.Someappropriatevariableswereselectedfromthelawcurveastheneuralnetworkmodelparametersandthemodelwastrainedandforecastedonth
6、ebasisofanimprovedbackpropagation(BP)neuralnetworkcorrectioncoefficientalgorithm.Theexperimentalresultsshowtheresponsetimeislessthan2swhichmeetstherequirementsofonlineendpointjudgment,andthepredictionaccuracyoftheproposedalgorithmisbetterthanthatoftheconventi
7、onalalgorithm.Thesystemworksstablyandtheanticipatedeffectisachieved.Keywordssignalprocessing;forecasting;neuralnetworks;radiationinformation;basicoxygenfurnace;endpoint[1]1引言法,以物料平衡和热平衡为基础的静态控制,却不终点控制是转炉吹炼末期的重要操作,对炼钢能在线实时修正,难以保证较高的命中率,工艺中经终点的精确控制直接关系到最终钢铁的质量。
8、目前常要回炉吹炼,造成了资源浪费,效率低下。当今国我国中小型转炉的产量占全国钢产量的大多数,而内外新型的转炉终点控制方法主要分为以下几种方这些占多数的转炉钢厂普遍采用的是经验炼钢式:国外出现了一种用红外激光穿透炉气时发生的收稿日期:2008201202;收到修改稿日期:2008205225基金项目:国家自然科学基金(50176020)、国家863计划(2007AA04Z1
