基于PSO-BP網(wǎng)絡(luò)的LF精煉爐硫含量預(yù)估模型的研究.pdf

1、人工神經(jīng)網(wǎng)絡(luò)系統(tǒng)理論與應(yīng)用研究是近年來(lái)得到迅速發(fā)展的一個(gè)國(guó)際前沿課題，它的發(fā)展涉及到眾多的領(lǐng)域。自從20世紀(jì)90年代末以來(lái)，神經(jīng)網(wǎng)絡(luò)在過(guò)程工業(yè)領(lǐng)域，特別是在過(guò)程預(yù)測(cè)、過(guò)程控制、過(guò)程故障診斷等方面得到廣泛應(yīng)用。BP神經(jīng)網(wǎng)絡(luò)是人工神經(jīng)網(wǎng)絡(luò)的一種，它可以逼近任意非線性函數(shù)，是非線性預(yù)測(cè)控制領(lǐng)域中廣泛采用的方法。因此本文以南京某鋼廠LF精煉爐為研究對(duì)象，完成了LF精煉爐控制系統(tǒng)，并在此基礎(chǔ)上研究了LF精煉脫硫原理，建立了基于BP網(wǎng)絡(luò)的硫含量預(yù)估

2、模型，這對(duì)于穩(wěn)定鋼材質(zhì)量，提高生產(chǎn)自動(dòng)化水平具有重要的意義。主要工作如下：
　　(1)研究1BP神經(jīng)網(wǎng)絡(luò)的基本原理、算法步驟以及建立BP網(wǎng)絡(luò)需要考慮的因素。
　　(2)研究粒子群(PSO)算法的基本原理以及改進(jìn)策略，針對(duì)BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)存在局部極小缺陷和收斂速度慢的缺點(diǎn)，本文采用PSO算法來(lái)優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的連接權(quán)值，提高神經(jīng)網(wǎng)絡(luò)的收斂速度、學(xué)習(xí)能力以及泛化能力。
　　(3)了解南京某鋼廠LF精煉爐的工藝過(guò)程，完成具體

3、的需求分析，設(shè)計(jì)出符合該鋼廠要求的LF精煉爐控制系統(tǒng)。并現(xiàn)場(chǎng)完成該系統(tǒng)人機(jī)界面、數(shù)據(jù)庫(kù)、相關(guān)工藝模型的調(diào)試工作。
　　(4)了解LF精煉爐生產(chǎn)過(guò)程中鋼水硫含量的變化規(guī)律，結(jié)合實(shí)際的冶煉過(guò)程找出影響終點(diǎn)硫含量的主要因素，建立基于PSO優(yōu)化BP網(wǎng)絡(luò)的硫含量預(yù)估模型。
　　最后，通過(guò)實(shí)際數(shù)據(jù)對(duì)模型進(jìn)行仿真實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明，基于PSO優(yōu)化BP網(wǎng)絡(luò)的硫含量預(yù)估模型，其預(yù)測(cè)誤差更小、收斂速度更快。該模型預(yù)測(cè)得出的S含量誤差都控制在0.