东篱科研大数据发现系统（DRDS）

位置：成果数据库 > 期刊 > 期刊详情页

转炉炼钢多变量神经网络预报模型

期刊名称：化工学报，61(8);2111-2115，2010年8月
时间：0
分类：TP183[自动化与计算机技术—控制科学与工程;自动化与计算机技术—控制理论与控制工程]
作者机构：[1]杭州电子科技大学信息与控制研究所,浙江杭州310018
相关基金：国家自然科学基金项目（60974138 60804010）; 浙江省重大科技专项（2009C14035）
相关项目：燃煤锅炉系统先进控制理论研究与应用

关键词：终点温度, 组分含量, 神经网络, 命中率, endpoint temperature, component concentration, neural network, hit rate

中文摘要：

终点钢水温度和碳、硫、磷等成分含量的有效控制是转炉炼钢过程的重要任务。本文基于多变量输入输出的神经网络来建立转炉炼钢的预报模型,首先对采集数据进行预处理,并采用滚动优化方法来提高模型的准确性,仿真与试验对比证实了该方法建立模型的有效性和高命中率。

英文摘要：

Effective controlling of the endpoint steel temperature and contents of carbon,sulphur,etc.is one of the main tasks of BOF steelmaking process.A multivariable neural network model was established in this paper.The input data were pretreated and standardized.Rolling optimal control method was used to increase the accuracy of the model.Simulation and experiment comparisons show that the model is validated and has high hit rate.

同期刊论文项目