遗传机理神经网络在电弧炉炼钢模型辨识中应用

来源 :北京科技大学学报 | 被引量 : 0次 | 上传用户:pridekao
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
在直流电弧炉炼钢过程控制系统中,由于它的复杂机理,高度非线性加大了建模的难度,为提供适用于直流电弧炉炼钢过程优化控制的模型,提出了一种引入遗传算法的神经网络建模方法,并蒋其用于某厂直流电弧炉钢过程模型的建立,获得了很好的效果。同时给出了基于现场实测数据的仿真结果。
其他文献
针对板形板厚综合系统,提出一种基于遗传算法的多变量模糊预测控制新方法,该方法通过模糊预测来建立多变量系统的模糊模型,给出了辨识参数。同时,利用遗传算法优化控制,仿真结果表
研究了Fe-25Cr-5Al电热合金断裂原因及断裂方式,高于1000℃合金晶粒急剧长大,当晶粒大小增长至80μm时,断裂由韧窝型向准解理过渡,d≥100μm则呈现解理断裂;变温过程,由于铬组元非平衡偏聚,微米级大小α’相
研究了Si/Ta/NiFe/Cu/NiFeMn/Ta结构的自旋阀的热稳定性及层间扩散问题,高分辨电镜观察表明,各层呈柱状晶生长,低于200℃退火 能有效地提高钉扎场。
从磁性粒子的静磁场出发,分析计算了由软,硬磁性两相粒子随机混合的双相磁体中的静磁作用,计算得出:取向的硬磁粒子施加于磁体中软磁相上的静磁场,在磁化方向上的分量为1个正值,它正
以炉渣结构的共存理论为基础,通过对MnO-SiO2渣系结构单元的确定、热力学数据的选取以及结合线性回归的方法,建立了MnO-SiO2渣系在1400 ̄1600℃温度和一定浓度范围内的物理性质(粘度、表面张力和电导率)的计
根据炼钢转炉的采集数据,利用1种新型模糊神经网络(FNN),对其进行了静态建模,从理论上论证了该FNN的推理及非线性逼近能力。用新建模型对钢水终点温度,终点含碳量进行计算,其结果与相应的实
25Cr21MoV离渗氮齿轮弯曲疲 可靠度试验是在STRON1603型电磁谐振疲劳机上进行的,短寿命区采用4级恒定应力水平的成组试验法:长寿命区采用应力升降试验法,对试验结果数据进行了统计学处理,拟合出完整
在热力学计算及动力学条件分析基础上,提出了向硫化物熔体中吹入具有一定氧分压的气体以提高固体废钢脱铜效果的方法。氩气搅拌及静态实验对比结果表明,在熔渣组元质量分数为FeS-70%,Na2S-30%,950℃
给出了一套利用计算机辅助测量技术测量料堆体积的完整方法,包括料堆现场拍照,将照片输入计算机进立立体重建和体积计算,提供了一套完整的体积计算算法,包括,原始数据点的整理,建立
通过研究柴油机高压油管在喷油过程中,产生的振动信号中包含的燃油系工况信息,发现这一信号具有分形特征,即统计意义上的自相似性,类似一种1/f噪声。利用分形理论可以将其丰富的信息