学位论文 > 优秀研究生学位论文题录展示

转炉提钒静态模型研究

作　者: 杨旗
导　师: 曹长修
学　校: 重庆大学
专　业: 控制工程
关键词: 转炉提钒径向基函数神经网络遗传算法静态模型
分类号: TP399
类　型: 硕士论文
年　份: 2002年
下　载: 167次
引　用: 3次
阅　读: 论文下载

内容摘要

钒是一种极为重要的金属，广泛用于冶金、有色金属加工、化工、电子和航空航天等方面。我国有丰富的钒钛磁铁资源，是世界四大产钒国之一。转炉提钒是我国主要的生产方式。转炉提钒是一个多元多相的高温化学反应过程，反应机理复杂，影响因素众多，受原材料、工艺环境变化的影响较大，不便于人工控制。为提高提钒技术水平，改变生产过程中存在的指标波动大的缺点，需要对生产过程实现计算机控制，以减少提钒操作中人为因素的影响。论文从工程应用的角度出发，针对我国转炉提钒手工操作的现状，在开发提钒静态模型的过程中，以转炉提钒为特定研究对象，考虑了传统数学模型适应性差、难于移植的缺点，利用RBF神经网络和遗传算法等人工智能技术开发出具有较好自学习和自适应能力的静态模型。论文首先介绍了建立提钒静态模型的意义，讨论了国内外转炉模型的研究应用情况及发展趋势，深入分析了各种建模方法的优缺点。针对提钒过程的复杂性，提出转炉提钒建模应以神经网络为主要技术手段，结合其他人工智能技术，建立起比传统数学模型具有更高精度的模型。论文结合工艺原理和实际提钒过程的特点，找出提钒过程的内在影响因素和影响静态模型的主要因素。然后分别应用RBF神经网络建立吹氧时间子模型、冷却剂子模型，并结合遗传算法完成RBF神经网络本身其神经元个数、Spread等参数的优化，使模型具有较强的泛化能力。仿真结果表明该算法具有较快的收敛速度和较强的学习能力。最后，本文使用面向对象的可视化Visual C++ 6 .0编程语言，开发出提钒静态控制模型软件。

全文目录

中文摘要  4-5
英文摘要  5-10
1 绪论  10-15
  1．1 课题研究的意义  10-12
    1．1．1 钒的重要应用价值  10
    1．1．2 国内外提钒工艺的发展及现状  10-11
    1．1．3 我国攀西地区钒资源及攀钢在提钒技术上的贡献  11
    1．1．4 数学模型在转炉提钒过程中的重要性  11-12
  1．2 国内外转炉提钒静态模型的发展、现状及趋势  12-15
    1．2．1 国内外转炉提钒静态模型的发展  12-14
    1．2．2 转炉控制模型研究状况  14
    1．2．3 转炉提钒控制模型研究现状和趋势  14-15
2 提钒工艺简介及分析  15-21
  2．1 转炉提钒工艺  15-18
    2．1．1 撇渣处理  15-16
    2．1．2 吹钒过程  16-17
    2．1．3 转炉提钒原材料  17
    2．1．4 其他材料  17-18
  2．2 转炉提钒经济指标  18-19
    2．2．1 钒渣质量状况  18
    2．2．2 半钢质量  18
    2．2．3 冶炼周期  18-19
  2．3 提钒工艺分析  19-21
    2．3．1 铁水成分的影响  19
    2．3．2 吹炼终点温度对钒渣中全铁含量影响  19
    2．3．3 冷却剂的种类、加入量和加入时间的影响  19-20
    2．3．4 供氧制度的影响  20-21
3 建模技术及原理  21-34
  3．1 常用建模技术  21-24
    3．1．1 机理法  21
    3．1．2 数理统计法  21-22
    3．1．3 神经网络法  22
    3．1．4 演化方法  22-23
    3．1．5 支持向量机  23-24
  3．2 神经网络原理  24-27
    3．2．1 神经网络原理  24-26
    3．2．2 神经网络建模的关键问题  26-27
  3．3 RBF神经网络算法  27-31
  3．4 遗传算法  31-34
4 转炉提钒静态模型的建立  34-52
  4．1 建立模型条件  34-35
    4．1．1 提钒转炉铁水装入量情况  34
    4．1．2 提钒工艺制度规范，冷却剂成份相对稳定  34
    4．1．3 提钒供氧强度稳定  34
    4．1．4 铁水带渣量稳定  34-35
  4．2 提钒静态模型的实施方案  35-36
    4．2．1 系统网络拓扑结构  35
    4．2．2 提钒静态模型的系统输入输出参数  35-36
  4．3 RBF神经网络在转炉提钒模型的应用  36-43
    4．3．1 数据预处理  36-38
    4．3．2 神经网络中心的选择问题    38-39
    4．3．3 权值计算  39
    4．3．4 预报  39
    4．3．5 提钒静态模型的建立  39-43
  4．4 遗传算法在提钒静态模型中的应用  43-48
    4．4．1 遗传算法的基本特征  43-44
    4．4．2 编码方案  44
    4．4．3 适应性的度量  44-45
    4．4．4 选择策略  45
    4．4．5 遗传算子的设计  45-46
    4．4．6 控制参数的选取及终止准则的选择  46
    4．4．7 算法框图  46-48
  4．5 优化结果  48-49
  4．6 冷却剂加入量模型  49-52
5 转炉提钒静态模型的程序实现  52-57
  5．1 系统的软件结构  52-53
  5．2 运行实例  53-57
6 结论与展望  57-58
致谢  58-59
参考文献  59-60

转炉提钒静态模型研究

内容摘要

全文目录

相似论文