根据冶炼工艺和现场数据,对转炉终点磷含量的预报方法进行了研究.采用自组织神经网络模式识别方法对303炉现场数据进行了分类,分析了转炉冶炼各变量对终点磷含量的影响,确定了终点磷含量的控制变量,建立了基于自适应模糊神经网络系统的转炉终点磷含量的预报控制模型.研究表明,本模型能够对终点磷含量进行很好的预报和控制.模型计算值与实际值的相关性达到0.586 7;磷含量(质量分数,%)控制在±0.003范围内的命中率达到79.21 %.该模型以低于目标值0.004 %的磷含量来对冶炼过程进行控制,冶炼合格率超过91 %.
参考文献
| [1] | 原隆康.转炉终点动态磷控制技术开发[J].世界钢铁,2000(02):53-59. |
| [2] | 高轮武志;佐藤光信;岗田刚 等.用数模控制转炉自动吹炼技术的开发[J].铁と钢(日本),1988,74(04):74-81. |
| [3] | Kohonen T.Self-Organization and Associative Memory .2nd ed[M].Berlin:Springer-Verlag,1987 |
| [4] | Jang J.-S.R.;Chuen-Tsai Sun .Neuro-fuzzy modeling and control[J].Proceedings of the IEEE,1995(3):378-406. |
| [5] | Sugeno M.Industrial Applications of Fuzzy Control[M].NY:Elsevier Science Pub Co,1995 |
| [6] | ZADEH L A .Outline of a New Approach to the Analysis ofComplex Systems and Decision Processes[J].IEEE Transactions on Systems Man and Cybernetics,1973,3(01):28-44. |
| [7] | 赵振宇;徐用懋.模糊理论和神经网络基础与应用[M].北京:清华大学出版社;南宁:广西科学技术出版社,1996 |
上一张
下一张
上一张
下一张
计量
- 下载量()
- 访问量()
文章评分
- 您的评分：
-
10%
-
20%
-
30%
-
40%
-
50%