基于爐熱指數(shù)和RBF的高爐熱狀態(tài)預(yù)測(cè)系統(tǒng).pdf

1、鋼鐵工業(yè)是國(guó)民經(jīng)濟(jì)的支柱產(chǎn)業(yè)，高爐煉鐵是鋼鐵工業(yè)的重要組成部分。如何控制高爐安全、穩(wěn)定、均衡、順行從而達(dá)到煉鐵界提出的“優(yōu)質(zhì)、低耗、高產(chǎn)、長(zhǎng)壽”的煉鐵目標(biāo)具有重要的生產(chǎn)實(shí)踐價(jià)值。 文中以國(guó)內(nèi)某大型鋼鐵公司的高爐生產(chǎn)數(shù)據(jù)為背景，以鐵水中硅含量為主要的預(yù)報(bào)依據(jù)。整個(gè)模型分靜態(tài)預(yù)報(bào)和動(dòng)態(tài)預(yù)報(bào)兩部分。 靜態(tài)模型部分根據(jù)需要計(jì)算所需的實(shí)時(shí)參數(shù)，同時(shí)根據(jù)冶煉工藝原理及具體高爐的實(shí)際情況計(jì)算高爐物料平衡，熱平衡，作為爐況預(yù)測(cè)的輔助判斷

2、條件。利用爐熱指數(shù)與鐵水含硅量的線性吻合關(guān)系，選用三種爐熱指數(shù)進(jìn)行鐵水含硅量及鐵水溫度的預(yù)報(bào)。 動(dòng)態(tài)預(yù)報(bào)部分，針對(duì)高爐熱狀態(tài)模型參數(shù)復(fù)雜的特點(diǎn)，從與鐵水含硅量的相關(guān)性，時(shí)序性以及對(duì)鐵水爐溫的影響等各個(gè)方面具體分析高爐熱狀態(tài)的部分影響因素，確定RBF的輸入?yún)?shù)。結(jié)構(gòu)上在RBF神經(jīng)網(wǎng)絡(luò)加入了自反饋的連接單元，使RBF網(wǎng)絡(luò)具有了記憶過(guò)去時(shí)態(tài)數(shù)據(jù)的能力。提高了RBF網(wǎng)絡(luò)對(duì)時(shí)間序列的收斂性，加快了訓(xùn)練時(shí)間，提高了函數(shù)的逼近精度。文中詳細(xì)介

3、紹了利用人工神經(jīng)網(wǎng)絡(luò)建立預(yù)測(cè)模型的思想及特點(diǎn)，分析了RBF神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)結(jié)構(gòu)及訓(xùn)練算法。 最后本文用Matlab建立仿真平臺(tái)，分別建立了爐熱指數(shù)預(yù)報(bào)和RBF預(yù)報(bào)的仿真模型。通過(guò)測(cè)試發(fā)現(xiàn)，爐熱指數(shù)模型在爐況穩(wěn)定時(shí)效果比較好，在爐況波動(dòng)時(shí)預(yù)報(bào)誤差就比較大。而RBF網(wǎng)絡(luò)則具有很好的自適應(yīng)性，并且對(duì)非性線函數(shù)的逼近效果良好，網(wǎng)絡(luò)的預(yù)報(bào)精度和訓(xùn)練速度也都比較可觀。將兩種方法結(jié)合起來(lái)，在提高高爐熱狀態(tài)的預(yù)報(bào)精度，穩(wěn)定鋼鐵質(zhì)量，穩(wěn)定生產(chǎn)工藝等