基于神經(jīng)網(wǎng)絡(luò)的轉(zhuǎn)爐煉鋼終點(diǎn)控制的研究.pdf

1、轉(zhuǎn)爐煉鋼是生產(chǎn)鋼鐵的一道關(guān)鍵工序,它所要完成的是冶煉出溫度和各種成分(關(guān)鍵是含碳量)都達(dá)到預(yù)期所需要的鋼水。因?yàn)殇撍臏囟燃疤己繜o法連續(xù)檢測(cè),并且冶煉過程的邊界條件變化復(fù)雜,這就導(dǎo)致冶煉過程的終點(diǎn)控制有很大困難,在實(shí)際生產(chǎn)中,很難精準(zhǔn)掌控鋼水碳、溫從而導(dǎo)致重復(fù)吹煉,因此提高轉(zhuǎn)爐煉鋼的終點(diǎn)命中率是非常有必要的。因?yàn)檗D(zhuǎn)爐煉鋼過程是一個(gè)相當(dāng)復(fù)雜的多元多相高溫物理化學(xué)過程,他的機(jī)理的解析還不是很透徹,輸入輸出之間的非線性化非常突出,常規(guī)建模方

2、法總是無法滿足生產(chǎn)要求。因此,研究基于神經(jīng)網(wǎng)絡(luò)的轉(zhuǎn)爐煉鋼控制問題是必要的。
　　本文,首先簡(jiǎn)單介紹了轉(zhuǎn)爐煉鋼原理和設(shè)備狀況和轉(zhuǎn)爐冶煉終點(diǎn)控制技術(shù)的概況和現(xiàn)狀。其次,通過對(duì)幾種BP算法之間特性歸納和比較,得出(LM)MarquardtLevenberg-算法擁有收斂速度快,并且學(xué)習(xí)性能好的特性。再次,簡(jiǎn)要介紹了神經(jīng)網(wǎng)絡(luò)的方法及幾種神經(jīng)網(wǎng)絡(luò)轉(zhuǎn)爐煉鋼終點(diǎn)預(yù)報(bào)模型。最后,提出轉(zhuǎn)爐煉鋼基于LM算法的神經(jīng)網(wǎng)絡(luò)智能預(yù)報(bào)模型和控制模型。