高炉铁水含硅量神经网络预测模型研究

来源 :河北理工学院 河北理工大学 | 被引量 : 2次 | 上传用户:ZCHHZCHH
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
高炉是一个巨大的反应器,炉内进行着一系列复杂的物理化学反应,而温度是保证这些反应顺利进行的关键。在正常的冶炼条件下铁水含硅量与炉温成正比,即:铁水含硅量越高,炉温越高,反之亦然。实际高炉操作中,铁水硅含量是重要的指标。预测出铁水含硅量,一方面可以判断高炉是否顺行,另一方面可以将铁水含硅量控制在较低水平,从而降低焦比及生铁成本、为后续转炉冶炼纯净钢创造有利条件。目前,高炉的地位不断受到各种新炼铁法强有力的挑战。为了加强高炉的竞争能力,高炉冶炼必须采用质量优良的原燃料和先进而可靠的设备,特别是开发建立高性能的计算机控制系统对高炉过程实行有效的控制。高炉过程的极端复杂性、检测信息不完全性、反应迟钝、可控范围狭窄等特性给高炉专家系统的研究开发带来了相当大的困难。人们研制高炉过程控制模型也经历了由简单分析到定量计算、由单一方法到多种综合的过程。随着人工智能的发展,专家系统和神经网络技术引入了高炉模型,并对不确定信息进行模糊推理,克服了高炉数学模型灵活性和适应性差的缺点。特别是神经网络以其自学习和模糊识别功能在高炉冶炼过程中得到了广泛的应用。当然,神经网络也存在着对其推理机制无法解释的“不透明”问题。目前,人们开始研究将数学模型、专家系统和神经网络结合起来,建立更适合高炉生产实际的过程控制模型。本研究旨在利用BP神经网络,与部分专家规则结合构建出铁水硅含量预测与控制模型。神经网络预测模型利用VB语言开发出实用程序,用access开发相关数据库。利用津西钢铁集团公司5#高炉的实际生产数据对网络进行系统学习、模拟预测和控制,进一步分析预测结果,分析可控参数及中间参数与铁水硅含量的定性及定量关系、制定控制规则,从而构建出完整的铁水硅含量预测与控制的神经网络模型。本模型仿真预测采用了固定式和修正式预测两种方法,在相同系统误差条件下,固定式预测命中率为75%,修正式预测命中率为80%。说明修正式预测方法较好,也充分说明本模型的在线性前景好。结果显示:在高炉稳定状态时([Si]大于0.4小于0.8时),模型预测命中率在90%以上;焦比、焦批重、风温、风量、透气性指数、炉渣碱度、渣中FeO、铁水含硫量等参数对硅含量的影响,与理论分析一致。
其他文献
期刊
本文对采用“流态化焙烧高效节能炉窑技术”的气态悬浮焙烧炉进行了总体的温度场以及局部应力场分析,研究了焙烧炉炉内温度分布以及应力分布情况.通过脉冲激振法测定了材料的
期刊
胞质分裂研究是目前细胞生物学研究的前沿领域之一。胞质分裂是细胞周期和生物个体发育过程中的一个重要环节。胞质分裂发生在细胞分裂后期姐妹染色单体分离之后,是细胞分裂的
目的:评价经食管超声(TEE)在微创外科先天性心脏病房间隔缺损(Atrial septal Defect,ASD)封堵术中的应用研究。分别于术中封堵前、封堵中和封堵后即刻进行相关超声指标和参数检
目的:研究人参总皂苷(TSPG)体外作用K562细胞后信号传导及转录活化因子3 (STAT3)在细胞中的表达、分布情况和STAT3通路在K562细胞分化中的作用和相关机制。方法:K562细胞分为对照组、TSPG组。对照组:常规培养;TSPG组:在常规培养基础上加入TSPG(终浓度为200μg/ml),分别作用6、12、24、36、48h。ELISA法测定对照组和TSPG组各时间点K562细胞浆和核
在钢铁联合企业中,高炉系统无论在投资、能耗、物耗及成本方面都占有比较大的比重。我国是钢铁生产大国,高炉数量众多,容积和装备水平相差很大。在目前钢铁工业面临着资源和能源
人工合成细胞膜通道能够模仿生物通道进入细胞膜中,对膜两侧物质进行输运交换。其在分子离子分离、生物检测、药物输运等诸多领域有着多种应用,因此人工合成纳米通道是当前研究
具有钙钛矿结构的锰基氧化物由于其表现出的超大磁电阻效应(CMR)而具有广阔的应用前景,因而近年来受到了各国科学工作者的广泛关注.绝大多数的科研工作者把研究的重点放在钙
该文主要研究了镁钙耐火材料与ARAO16钢水之间的作用机理,通过热力学研究,结合实验结果,推测其可能发生的化学反应.利用岩相、金相、真空直读光谱分析仪、扫描电镜能谱等手段