基于粒度聚类的转炉炼钢氧气消耗量预测

转炉炼钢是钢铁企业的主要耗氧工序, 预测转炉炼钢的氧气消耗量对氧气系统合理调度、保证生产安全具有重要意义. 考虑到转炉冶炼工况多、钢种数据粒度不统一, 提出一种基于粒度聚类的转炉炼钢氧气消耗量预测方法. 首先, 利用孤立森林异常检测法剔除历史数据库中的异常数据; 接着, 采用皮尔逊相关性分析和互信息相关系数选取相关影响因子, 对不同钢种数据进行信息粒化, 实现数据特征提取和维度统一, 使用模糊C均值(Fuzzy C-means, FCM) 划分工况并建立不同工况下的氧气消耗量预测子模型; 最后, 利用企业的实际生产数据进行实验, 验证所提方法的准确性和有效性.     

基于PSO优化的SVM预测应用研究*

支持向量机参数对支持向量机的性能有着重要影响,参数选择问题是支持向量机的重要研究内容。针对此问题,提出一种基于粒子群优化算法的支持向量机参数选择方法。实验结果表明,经粒子群优化算法优化的支持向量机回归模型具有较高的预测精度,粒子群优化算法是选取支持向量机参数的有效方法。     

基于互信息案例推理的氧气脱碳效率预测模型

提出基于互信息案例推理的氧气脱碳效率预测模型,并依据预测结果计算转炉炼钢静态和动态阶段吹氧量.首先提出一种新的吹氧量预测方法,将氧气脱碳效率作为案例推理的解属性;然后将互信息引入属性权重的确定过程中,解决了传统案例检索方法忽略问题属性与解属性之间信息量的不足.将所提方法用于一座150t转炉的实际生产数据中,仿真结果表明该模型预测精度较高.该方法能够实现对转炉炼钢吹氧量的准确计算,满足实际生产的要求.     

基于PLC的转炉吹氧限压控制器

氧压自动控制是保证转炉炼质量的理想方案，笔者设计了一套转炉吹氧压力限压及信号联锁控制器。详细介绍自动限压的基本工作过程，控制器的软件、硬件设计。     

基于神经网络的转炉炼钢终点控制

转炉炼钢是一种非常重要的炼钢方法,终点控制是转炉炼钢后期的重要操作.由于冶炼过程温度极高,很难进行准确及时地测量,无法形成通常意义下的反馈控制.采用RBF神经网络预报转炉炼钢终点温度和碳含量,在此基础上提出了基于神经网络的动态终点控制方法来确定在补吹阶段需要的吹氧量和加入的冷却剂量,克服了传统控制方法中基于热平衡和氧平衡控制模型不准确的缺点,提高了终点命中率.     

基于Quantum PLC的炼钢转炉自动化系统

本文介绍了基于施耐德Quantum PLC的150t炼钢转炉自动化系统，从该转炉的工艺流程、技术要求和控制策略、系统解决方案和评价以及运行效果等方面进行了较为详细的描述。     

基于神经网络预测控制的转炉终点优化控制

基于转炉静态模型控制的终点优化控制,可为后期冶炼提供更精准的入炉主辅料配给信息,进而提高终点碳温的一次倒炉命中率。以神经网络预测控制理论为指导,采用BP网络作为转炉系统的辨识预测模型,并利用改进的粒子群算法(PSO)作为网络预测控制器的最优化算法,对影响转炉终点碳温的入炉主控量——吹氧量和废钢加入量进行寻优,从而实现对终点碳温的优化控制。最后,采用某钢厂的实际生产数据进行验证,结果表明所建立的优化控制模型可有效快捷地实现终点碳温的优化控制。     

基于PSO优化SVM的船舶流量预测算法

通过对上海洋山深水港口的船舶流量的调研以及对船舶交通流量影响因素的分析,建立支持向量机预测模型。同时为了解决支持向量机预测模型的参数选择问题,引入了粒子群优化算法进行参数优化,建立较优的PSO-SVM预测模型。通过MATLAB仿真实验计算,将PSO-SVM模型与单纯的SVM预测模型和灰色神经网络预测模型结果进行对比分析,证明了该模型的可行性和优越性。     

基于副枪控制技术的转炉模型炼钢

安阳钢铁股份有限公司第二炼轧厂150t转炉采用副枪及模型炼钢控制技术,在不中断吹炼情况下从转炉中获取钢液成分和温度信息,实现转炉自动控制炼钢。     

转炉炼钢智能控制方法及应用

将模糊推理、自适应、自学习、专家系统等技术与转炉炼钢动态控制方法相结合,提出了转炉炼钢智能动态控制的新方法.该控制方法由动态吹炼过程补吹氧量与冷却剂量预设定模型、熔池碳含量和温度预测模型及停吹专家系统等组成,并成功应用于某钢厂转炉炼钢过程,大大提高了转炉炼钢过程熔池命中率.     

基于PSO-ICA 和RBF 神经网络的转炉炼钢终点预报模型

提出将微粒群优化算法和独立成分分析引入到径向基函数神经网络模型用于转炉炼钢终点预报．利用 微粒群优化算法的全局遍历特性和快速不动点算法的局部寻优能力,改进了传统的独立成分分析算法,解决了其目 标函数易陷入局部最优和独立特征排序不确定的问题,压缩冗余信息并降低输入维数．将提取出的独立特征输入径 向基函数神经网络,预报终点温度和碳含量．对转炉生产实测数据进行了仿真,结果表明该模型能有效提高预报精 度,保证预报的可靠性．     

基于支持向量机碱度偏差估计的石灰加入量模型

提出碱度偏差估计模型,进而提出一种转炉炼钢石灰加入量计算方法.首先,使用支持向量机建立碱度偏差估计模型,预报输入碱度与炉渣碱度之间的偏差;然后,利用碱度偏差估计模型预报的偏差值修正传统公式中的碱度参数,再消除白云石加入量对石灰加入量的影响,得到改进的石灰加入量模型.应用该方法对一座150t转炉的实际生产数据进行计算,结果显示对碱度偏差的预报有着较高的精度,由此计算的石灰加入量可以满足实际生产的要求.     

基于人工神经网络的药物销售预测

介绍了基于人工神经网络的算法及其在药物销售额预测中的应用,详细讨论了该方法的原理、算法以及软件实现。     

贪婪核主元模糊神经网络在转炉炼钢终点预报中的应用

本文提出基于核思想和贪婪算法的主元模糊神经网络模型,用来进一步提高转炉终点碳含量和 温度预报模型的精度．采用核函数把输入变量向高维特征空间映射以充分挖掘变量的隐藏信息,经贪婪算法 优化选取主元,除去变量的冗余信息,降低输入维数．将提取的主元输入自适应神经模糊推理系统后,网络 以规则的形式来反映数据间蕴含的关系;以此模拟操作工经验,减少经验差异带来的影响．对转炉生产实测 数据进行了仿真,结果表明该模型是有效的．     

基于混合递阶遗传神经网络的转炉温度预报

针对转炉控制中对吹炼终点温度的控制问题，提出了基于混合递阶遗传RBF神经网络（HGA-RBF）的转炉炼钢终点温度预报模型。研究了RBF网络的特点，用递阶遗传算法克服了网络的结构和参数选择的随机性问题；并结合最小二乘法，提高了收敛速度。仿真结果表明，此算法在一定程度上提高了RBF网络的优化收敛速度和训练测试精度。某钢铁公司提供的实际冶炼数据试验。也证明了该模型预报精度较高，对提高生产的质量有重要意义。     

Bofy-fuzzy logic control for the basic oxygen furnace (BOF)

In this paper, fuzzy modeling for the control of basic oxygen furnace (BOF) processes is proposed. BOF is a widely preferred and effective steel making method due to its higher productivity and considerably low production cost. Therefore, today almost 65% of the total crude steel production in the world is met by using the BOF method. Higher steel output at lower cost is one of the main objectives of modern steel making methods. In order to accomplish this objective, fuzzy modeling was employed in this study in order to control some variables related to the BOF process. Fuzzy modeling and control in BOF promise a solution to the strongly non-linear problems associated with the process, which have so far proven extremely difficult to be solved by conventional control methods. Data set was selected as inputs from the real empirical BOF data in an integrated steel plant based in Turkey. Although there were negligible deviations from the target values, most of the fuzzy results obtained using MATLAB-Fuzzy Logic Toolbox version 5.0 were found to be acceptable. As a result of the application of the proposed modeling, acceptable levels of compatibility were achieved compared to the empirical BOF data and targeted steel composition. The paper indicates how fuzzy logic would be effectively used for improved process control of BOF furnace in steel making industry.     

基于PLC的高炉鼓风除湿监控系统

高炉鼓风所含水份在热风炉加热过程中消耗热量,而且在冶炼过程中与焦碳发生吸热反应,如果能够有效地将高炉鼓风中含水量降低,能减少热量的损耗,提高高炉生铁产量.详细介绍了基于西门子S7-300 PLC的高炉鼓风除湿监控系统设计.针对高炉除湿系统的控制要求,重点阐述了系统的硬件和软件设计过程.该系统的运行,降低了能耗成本,产生...