基于PSO-SA的加熱爐鋼溫模型的研究.pdf_第1頁(yè)
已閱讀1頁(yè),還剩80頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、蓄熱步進(jìn)梁式加熱爐是軋鋼生產(chǎn)線上非常重要的熱工設(shè)備,由于目前的檢測(cè)技術(shù)和加熱爐自身因素等條件限制,使得直接、準(zhǔn)確測(cè)得加熱過(guò)程中的鋼坯溫度分布還有很大困難,只有鋼坯出爐后才能知道出鋼溫度是否合格,一旦不合格也很難回爐補(bǔ)救了,因此建立加熱爐的鋼溫預(yù)測(cè)模型,對(duì)于改善鋼坯的加熱質(zhì)量是十分必要的。鋼坯的加熱過(guò)程具有大滯后、大慣性、多變量、強(qiáng)耦合、時(shí)變、非線性等特點(diǎn),傳統(tǒng)的機(jī)理模型不夠靈活,計(jì)算復(fù)雜,假設(shè)條件過(guò)多。
  本文以蓄熱步進(jìn)梁式加熱

2、爐為研究對(duì)象,開(kāi)展預(yù)測(cè)模型的研究工作,主要內(nèi)容如下:
  (1)結(jié)合其工藝和爐段分區(qū)控制的特點(diǎn),建立了三個(gè)串聯(lián)的BP神經(jīng)網(wǎng)絡(luò)作為總的鋼溫預(yù)測(cè)模型,三個(gè)網(wǎng)絡(luò)分別對(duì)應(yīng)Ⅰ加熱段、Ⅱ加熱段、均熱段。網(wǎng)絡(luò)的輸入為上下?tīng)t膛溫度,輸出為鋼坯表面溫度,以現(xiàn)場(chǎng)采集的數(shù)據(jù)為基礎(chǔ)進(jìn)行網(wǎng)絡(luò)訓(xùn)練。仿真結(jié)果表明此三段式鋼溫預(yù)測(cè)模型是合理的,不僅可以較準(zhǔn)確地預(yù)測(cè)鋼坯出爐溫度,還可以對(duì)爐內(nèi)每段出口處的鋼坯進(jìn)行溫度預(yù)測(cè);
  (2)針對(duì)BP網(wǎng)絡(luò)收斂緩慢、易于

3、陷入局部極小等典型缺點(diǎn),引入了粒子群和模擬退火等智能算法來(lái)優(yōu)化鋼溫模型,預(yù)測(cè)效果有所改進(jìn);在標(biāo)準(zhǔn)粒子群算法的基礎(chǔ)上進(jìn)行了動(dòng)態(tài)自適應(yīng)調(diào)整慣性權(quán)重和學(xué)習(xí)因子的改進(jìn),用該改進(jìn)粒子群算法優(yōu)化后,模型的收斂速度和預(yù)測(cè)精度有了進(jìn)一步的提高;
  (3)考慮到粒子群能在全局范圍內(nèi)尋優(yōu)、搜索速度快以及模擬退火算法局部搜索能力強(qiáng)等優(yōu)點(diǎn),將兩者的優(yōu)勢(shì)結(jié)合,提出了一種自適應(yīng)變異粒子群協(xié)同模擬退火的混合優(yōu)化算法,用此算法來(lái)優(yōu)化原基于神經(jīng)網(wǎng)絡(luò)的三段式鋼溫預(yù)

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論