学位论文 > 优秀研究生学位论文题录展示

基于神经网络的LF炉终点预报研究

作　者: 马英花
导　师: 高宪文
学　校: 东北大学
专　业: 控制理论与控制工程
关键词: 神经网络精炼炉终点预报最小二乘法
分类号: TF769
类　型: 硕士论文
年　份: 2008年
下　载: 62次
引　用: 0次
阅　读: 论文下载

内容摘要

当今世界先进炼钢生产工艺流程的一个重要环节是精炼炉炼钢,它是将电弧炉冶炼后的钢水,加入脱氧剂、合金料,进行脱氧、脱硫和均匀合金成分,炼制优质钢和特种钢的钢水二次冶炼工艺。其中,精炼期的终点预报是精炼炉优化控制的重要组成部分。如何精确控制钢液温度和终点成分,是一个迫切需要解决的课题。LF炉钢水温度以及终点成分的准确预测,对提高钢水质量、降低炼钢成本、合理组织生产、对操作人员选择最佳控制策略是很有帮助的。本课题在查阅了大量国内外相关文献的基础上,对精炼炉终点预报方法作了深入的研究。在对各种预报方法了解的基础上,结合实际工艺和目前研究的实际条件决定采用改进的神经网络算法作为终点预报方法。它的基本思想是：基于对以往现场数据进行分析和掌握神经元网络模型,并结合炼钢的实际工艺特点,确定神经网络模型的各种参数,进而获得终点预报模型,再根据已经训练好的神经网络模型对现场采集来的数据进行预报。在精炼炉炼钢的过程中,其中一个重要的控制目标是精炼炉炼钢终点温度和钢水成分。本课题首先应用统计模型进行终点预报,最后应用一种改进BP神经网络,通过建立钢水的终点温度、成分与各影响因素之间的模型,对炼钢终点进行预报。其预报结果说明了这个神经网络模型有较强的自学习能力,并且收敛特性比传统算法更好,预报结果具有较高的精度。

基于神经网络的LF炉终点预报研究

内容摘要

全文目录

相似论文