轉(zhuǎn)爐煉鋼過程控制模型開發(fā).pdf

1、轉(zhuǎn)爐煉鋼作為一種非常重要的煉鋼方法，其主要任務就是生產(chǎn)出成分合格、溫度合適的鋼水。由于轉(zhuǎn)爐冶煉過程是一個非常復雜的帶有強耦合性的高溫物理化學變化過程，輸入輸出之間存在很強的非線性關系，還無法對其冶煉機理進行透徹的解析，所以要建立常規(guī)的數(shù)學模型對其進行描述是非常困難和不切合實際的。 目前，廣泛采用靜態(tài)控制技術結(jié)合以副槍檢測為基礎的動態(tài)控制技術的方法建立轉(zhuǎn)爐冶煉過程控制模型。本文正是從這種建模思想出發(fā)，根據(jù)轉(zhuǎn)爐煉鋼過程特點，以轉(zhuǎn)爐冶

2、煉機理和具體生產(chǎn)工藝為基礎，對冶煉過程中碳含量和溫度的控制從靜態(tài)和動態(tài)兩方面著手進行了系統(tǒng)研究，從而達到提高冶煉終點碳含量和溫度命中率的目的，保證出鋼質(zhì)量。 針對轉(zhuǎn)爐煉鋼過程靜態(tài)控制，首先建立了以冶煉機理和生產(chǎn)工藝為基礎的冶煉知識模型，在此基礎上依據(jù)再現(xiàn)性原理，應用能量平衡及質(zhì)量平衡方程中各平衡項，建立結(jié)合統(tǒng)計學理論的靜態(tài)增量控制模型，即分別建立控制參量關于熱平衡項和氧平衡項的增量方程，并采用多元回歸分析方法確定增量方程中的未知

3、參數(shù)，通過求解增量方程獲得本爐次冶煉控制參量值，從而達到利用歷史爐次冶煉實績指導本爐次冶煉的目的。 由現(xiàn)場收集到的數(shù)據(jù)對靜態(tài)控制模型進行驗證，得到模型的碳、溫同時命中率為64％左右，相比原來一直徘徊在40％左右的情況有了明顯提高，模型效果顯著。 針對轉(zhuǎn)爐煉鋼過程動態(tài)控制，本文將對冶煉終點的預報作為研究重點，引入智能控制技術，建立了基于人工神經(jīng)網(wǎng)絡理論的冶煉終點動態(tài)預報模型，為進一步實施終點動態(tài)控制打下基礎。 在對

4、人工神經(jīng)網(wǎng)絡理論進行一般性研究的基礎上，采用泛化性能、收斂速度良好，拓撲結(jié)構(gòu)簡單的RBF神經(jīng)網(wǎng)絡分別建立了冶煉終點碳含量和溫度的預報模型。由于RBF神經(jīng)網(wǎng)絡性能受其自身神經(jīng)元數(shù)量和網(wǎng)絡中心值影響較大，本文在建模過程中采用SVD方法對網(wǎng)絡模型中神經(jīng)元個數(shù)和網(wǎng)絡中心值等參數(shù)進行了優(yōu)化處理，從而使模型結(jié)構(gòu)簡化，計算速度加快。人工神經(jīng)網(wǎng)絡的應用為在冶金工業(yè)中更好的實現(xiàn)智能控制技術做了有益嘗試。 應用測試樣本對動態(tài)預報模型準確性進行評價，