LF精煉爐合金化模型研究.pdf

1、LF爐已成為二次精煉過程中的關(guān)鍵設(shè)備之一，對(duì)調(diào)整鋼液成分，特別是對(duì)合金成分的控制起重要作用。因此，合金成分控制現(xiàn)已成為L(zhǎng)F爐的主要研究對(duì)象之一。在LF爐煉鋼生產(chǎn)過程中，按不同的鋼種要求，需要添加合金對(duì)鋼水成分進(jìn)行調(diào)整，以便使冶煉的鋼水達(dá)到鋼種要求的目標(biāo)成分。由于每種合金由幾種不同的元素組成，不同合金可能有相同的元素成分，所以存在多種加料方案，因此，為了精確地實(shí)現(xiàn)成分目標(biāo)要求與合金成本最小化，本課題采用單純形法建立最優(yōu)加料模型，以便使鋼液

2、成分達(dá)標(biāo)的同時(shí)合理地優(yōu)化合金加料方案，達(dá)到控制鋼液終點(diǎn)成分與降低加料成本的目的。
　　然而，合金化模型的精確度很大程度上依賴于合金元素收得率的計(jì)算，因此要想獲得精確的合金化模型，必須要精確地計(jì)算出合金元素收得率，在LF爐精煉過程中，影響元素收得率的因素很多，如鋼水溫度，脫氧度等，其關(guān)系非常復(fù)雜，對(duì)于這種具有多變量、時(shí)變、非線性、耦合、大慣性、大滯后特點(diǎn)的系統(tǒng)，常規(guī)的建模方法難以取得理想的效果，因此，本課題采取BP神經(jīng)網(wǎng)絡(luò)建立合金元

3、素收得率預(yù)測(cè)模型，克服了建立合金元素收得率模型的難點(diǎn)。
　　在BP神經(jīng)網(wǎng)絡(luò)所建立的預(yù)測(cè)模型基礎(chǔ)上，引進(jìn)標(biāo)準(zhǔn)粒子群對(duì)其進(jìn)行優(yōu)化，改進(jìn)BP神經(jīng)網(wǎng)絡(luò)的收斂速度不高的缺點(diǎn)，PSO算法簡(jiǎn)潔而容易實(shí)現(xiàn)，早期收斂速度快，可以克服神經(jīng)網(wǎng)絡(luò)收斂慢的問題，并且提高了收斂精度，但PSO算法后期會(huì)受隨機(jī)振蕩影響，使其在全局最優(yōu)值附近需要較長(zhǎng)的搜索時(shí)間，收斂速度慢，極易限于局部極小值，使得精度降低，易發(fā)散，因此在粒子群算法的基礎(chǔ)上加入模擬退火算法，克服了算