论文部分内容阅读
真空吹氧脱碳法(Vacuum Oxygen Decarburization)简称VOD,是一种在真空条件下吹氧脱碳并吹氩搅拌生产高铬不锈钢的炉外精炼技术。VOD炼钢过程是典型的多输入多输出过程,其终点温度和碳含量是冶炼的主要控制目标,它与多个变量存在非线性关系且无法在线连续测量。建立精准的预报模型对VOD终点温度和碳含量进行准确的预报,可以提高终点命中率,缩短冶炼时间。本文通过对VOD生产工艺过程的深入分析,确定了影响VOD炉终点温度和碳含量的因素。在基于灰色系统和BP神经网络的基本理论基础上,分别建立了VOD炉终点温度和碳含量的灰色GM(1,1)预测模型、BP神经网络预测模型。考虑到VOD炉终点温度和碳含量既受到定量输入因素的影响,又受到非定量因素的影响,本文最终将灰色模型与神经网络相结合,建立了VOD终点温度和碳含量的灰色BP神经网络预测模型。最后,基于灰色GM(1,1)模型、BP神经网络模型和灰色BP神经网络模型三种预测模型进行了VOD终点温度和碳含量的预测研究。利用某钢厂25炉历史生产数据,其中前17炉数据作为训练样本数据,后8炉数据作为测试样本数据,分别建立预测模型。仿真结果显示,灰色系统与BP神经网络的组合预测模型在预测结果的命中率和稳定性上都优于单一的灰色模型和BP神经网络模型,可用于指导VOD生产实践。