论文部分内容阅读
透气性指数是反映密闭鼓风炉生产状况的重要参数,透气性的好坏直接影响到密闭鼓风炉的产量。由于透气性的波动常常引起鼓风炉炉况的波动,而每次炉况波动都会造成较大的损失,所以准确预测密闭鼓风炉的透气性,对于提高密闭鼓风炉的产量具有重要意义。 铅锌的熔炼过程是一个非常复杂的多元多相高温物理化学过程,其间存在很多难以定量的因素,并且难以获得准确适时的检测信息,从而决定了透气性的预测建模不能使用常规的建模方法。灰色模型是一种变参数而不变结构的自适应系统,但灰色模型仍然为线性模型,因变量和自变量之间存在着非线性关系或者说这种关系还未知,在系统数据波动较大时可能导致其发展系数较大,用其作预测时精度不高;人工神经网络作为一种智能化建模方法,具有任意逼近非线性的能力、对复杂不定性问题具有自适应和自学习能力和较高的精度等优点,但典型的BP网络算法存在收敛速度慢,训练耗时,因而不能跟上系统的参数的变化,在实时性方面很能满足系统的要求。为了把各自为战的方法积累的知识集中到一个基于知识的智能集成系统之中,本文在基于均方差最小的前提下将灰色预测法和BP神经网络预测法有机结合起来,提出了一种自适应并联集成模型。通过采用数据的滚动以及多线程技术的应用,实现了模型的在线修正。编制的预测软件成功应用于现场生产中,应用的结果表明预测的结果能够满足现场应用要求的精度,验证了所采用的建模型方法的有效性和实用性,预测结果可以用来指导生产。 论文的第一章简略介绍了密闭鼓风炉铅锌熔炼过程的存在的问题;第二章介绍了ISP熔炼过程的机理知识,重点讨论了影响透气性的关键因素及其现在的控制状态;第三章提出了基于灰色理论的透气性预测模型;第四章提出了基于神经网络方法的透气性预测模型;第五章建立了基于灰色理论和神经网络理论的透气性的综合模型;第六章介绍了预测系统的实现;文章最后进行了总结并给出了进一步的研究方向。