针对铬铁合金氩氧精炼过程中时常发生的喷溅现象,提出一种基于BT-SVM的喷溅预测方法.结合生产工艺,依据喷溅发生的原因及主要特征,选择了渣液上层表面温度与铁水温度等8个参数作为支持向量机的输入特征,选择爆发性喷溅、泡沫性喷溅、金属喷溅、正常工作作为输出特征,构建了基于BT-SVM的喷溅预测结构,将分类器分布在各个节点上,从而构成了多类分类支持向量机,并给出了分类函数的求解过程及其算法实现.测试结果表明:该方法可根据生产工艺参数实时预测喷溅是否发生,预测准确率在97%以上.
参考文献
| [1] | 贾振海.氩氧炉生产中、低、微碳铬铁的新工艺[J].铁合金,2005(02):11-16,25. |
| [2] | D.Merriman .Mass spectrometry for oxygen steelmaking control[J].Steel Times,1997(11):439-440. |
| [3] | Maxim Shakirov;Anatoli Boutchenkov;Grigori Galperine .Prediction and Prevention of Slopping in a BOF[J].Iron & Steel Technology,2004(1):38-44. |
| [4] | Vapnik V.The Nature of Statistical Learning Theory[A].New York:springer-verlag,1999 |
| [5] | Morales R D .A Mathematical Model for the Reduction Kinetics of Oxide in Electric Furnace Slags by Graphite Injection[J].1SIJ 1nt,1997,37(11):1072. |
| [6] | YUAN Ping,MAO Zhi-zhong,WANG Fu-li.Endpoint Prediction of EAF Based on Multiple Support Vector Machines[J].钢铁研究学报（英文版）,2007(02):20-24,29. |
| [7] | 袁平,王福利,毛志忠.基于G-SVM的电弧炉终点预报研究[J].钢铁研究学报,2006(10):7-10. |
| [8] | 唐贤伦,庄陵,胡向东.铁水硅含量的混沌粒子群支持向量机预报方法[J].控制理论与应用,2009(08):838-842. |
| [9] | YOU Wen;MA Hai-tao;CAO Zhi-qiang.Control Method of Preventing Splashing in the Refining Process of AOD Furnace Based on Equal Temperature Zones[A].吉林长春,2010 |
| [10] | 黄志勇,颜根发,左都伟,汤伟.转炉炉渣喷溅的机理及预防措施[J].金属材料与冶金工程,2008(03):12-15,32. |
| [11] | Hsu Chih-wei;Lin Chih-jen .A Compariion of Methods for Multi-Class Support Vector Machines[J].IEEE Transactions on Neural Networks,2002,26(13):415. |
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%