基于人工神经网络的烧结终点预报系统

烧结终点提前预报对于稳定终点,进而提高烧结矿强度和产量、降低能耗有重要意义.为解决烧结过程大滞后环节和烧结终点难以测量的困难,文章介绍了烧结终点的软测量方法;提出了一个新的预报参数——风箱废气温度曲线拐点;将BP神经网络应用于烧结终点的预报,实现了准确地预报烧结终点的状态和生产操作指导.     

基于BFGS算法的BP网络在烧结终点预报中的应用

烧结生产是钢铁生产过程的一个重要环节.由于烧结过程的大滞后特性,需要时烧结终点进行提前预报.基于此,建立了基于BFGS法的BP神经网络的烧结终点预报模型,并给出了详细的算法和实例.程序运行结果表明,该模型能够对烧结终点进行较为准确地预报.     

电弧炉终点温度的GASVR_GM预报模型研究

电弧炉终点温度是炼钢过程中的重要指标之一,决定了钢水的质量和整体成本.电弧炉终点温度预报模型的建立是实现炼钢自动化的重要环节,为了得到高精度的终点温度预报值,提出了一种GASVR_GM的钢水终点温度预报模型.该模型以定量因素为主,采用遗传算法优化的支持向量回归机预报终点温度;再运用灰色模型进行预报误差的补偿,解决非定量因素的影响,实现滚动预报.试验仿真表明,与智能软测量方法相比,GASVR_GM预报模型具有更高的精度和鲁棒性.     

烧结终点的优化控制

为使烧结终点更稳定、适宜,在分析烧结过程热状态的基础上,利用风箱废气温度曲线与以台车长度为横轴所形成的面积(Areat)为基础,通过控制Areat值的大小实现烧结终点(BTP)预报策略,并提取料层同一断面的风箱废气温度,利用最小二乘法拟合曲线.开发了基于Areat的烧结终点模糊控制系统.运行结果表明,烧结终点稳定性及烧结矿质量都有所提高.     

烧结终点预报神经网络样本优选与系统建模

烧结终点预报对于提高烧结矿强度和产量、降低能耗具有重要意义,但是烧结终点状态受多种因素影响,无法直接检测,只能由操作工依据经验进行判断,严重影响了烧结生产的稳定运行.本系统运用K均值聚类分析的样本优选方法对海量数据进行处理,选择具有代表性的样本,从而有效缩小样本空间、改善样本质量.使用风箱温度曲线计算废气温度上升点和烧结终点软测量值,以台车速度和点火温度作为输入,采用BP神经网络模型,对烧结终点位置进行预报.在实际应用中,该模型预报结果较准确地反映了烧结终点位置的变化,起到了稳定生产、节约能源的作用.     

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grey Markov--支持向量机的电弧炉终点参数预报

考虑电弧炉终点参数既受定量因素的影响,又受非定量因素的影响.将灰色马尔可夫 (grey Markov)与支持向量机 (SVM)相结合.建立了电弧炉终点参数grey Markov-SVM预报模型,其中grey Markov模型反映非定量因素对电弧炉终点参数预测值的影响,SVM模型反映电弧炉各种定量输入对终点参数预测值的影响.建立grey Markov-SVM模型的方法是:首先建立反映非定量因素的GM (1,1)模型,然后用Markov链修正其预测值:由于grey Markov模型对定量输入的影响无法准确反映,因此grey Mar-kov模型必然存在预测偏差,此预测偏差通过建立反映定量输入与终点参数预测偏差之间关系的SVM模型方法加以补偿,并采用粒子群算法 (PSO)对SVM的参数进行寻优,最终得到电弧炉终点参数的预报值,同时实现滚动预测.仿真实验表明grey Markov-SVM模型与grey-SVM模型、Markov-SVM相比较,具有很高的终点预报精度.     

Dijkstra算法在城市道路网络中的应用

本文介绍了一个利用自然语言处理技术进行城市交通查询的系统.在研究城市道路网络特征基础上,建立城市道路网络模型及其数据库,应用Dijkstra算法对城市道进行最短路径查询,该算法是从起点和终点分别用二叉树按起点到终点和终点到起点的方向进行搜索,并得到良好的查询结果.     

KICR在转炉炼钢终点温度预测中的应用

转炉终点温度是决定钢质量的关键因素,在炼钢的恶劣环境中难以检测.建立了基于核独立元回归(KICR)方法的终点温度的预测模型.将核独立元分析(KICA)与回归分析相结合,利用KICA方法提取输入数据矩阵的独立元(KIC)矩阵;分别以KIC、实值矩阵为自变量和因变量进行训练,求取最小二乘回归(LSR)系数建立预测模型.工业现场生产数据仿真结果表明:与PCR,PLSR和ICR等预测模型相比,基于KICR的转炉终点温度预测模型,预测精度高、跟踪性能较好,可为实际生产中的终点控制提供参考,提高生产效益.     

独立元回归在转炉终点温度预测中的应用

转炉终点温度是决定钢质量的关键因素,在炼钢的恶劣环境中难以检测.建立了基于ICR方法的终点温度的预测模型.该方法将独立元分析(ICA)与回归分析相结合,先利用ICA方法提取输入数据矩阵的独立元矩阵(IC);然后再分别以IC、实值矩阵为自变量和因变量进行训练,求取最小二乘回归(LSR)系数建立预测模型.工业生产数据仿真结果表明,与主元回归(PCR)和偏最小二乘回归(PLSR)方法相比,基于ICR的终点温度预测模型预测精度高,跟踪性能好.该方法可为实际生产中的终点控制提供参考,提高生产效益.     

基于三角网格的交互式数据分割研究

为了有效地提高三角网格模型数据分割的效率和准确性,设计了一种交互式的数据分割算法--基于夹角追踪的区域边界生成方法.该方法在自动提取三角网格模型特征点的基础上,交互地选取区域边界的起点和终点,由起点和终点建立一个方向向量.沿着方向向量,以夹角追踪的方式查找其它的边界点,直到起点和终点在同一三角形中.根据三角网格所具有的特征,设计了新的区域边界光顺算法和域内顶点的查找方法.部分典型算例表明了该设计算法的正确性和有效性.     

基于工况知识引导注意力时间卷积网络的烧结终点预测

烧结终点位置的实时准确预测对于优化烧结工艺具有重要的意义.针对烧结过程中强非线性和动态时变性造成烧结终点高精度预测难的问题,本文提出了一种基于工况知识引导注意力时间卷积网络(AM–TCN)模型.首先,构建堆叠的时间卷积模块用于充分提取烧结过程数据中深层次的非线性特征;其次,将历史工况知识引入注意力机制,引导模型在保留过程数据时序特征的同时区分不同特征的重要性;最后,构建预测模型用于烧结终点位置在线预测.工业数据实验表明,所提AM–TCN模型具有较好的烧结终点预测精度,对提升烧结过程热状态稳定性具有重要意义.     

基于轨迹控制的改进的直接函数法圆弧插补算法

基于直接函数法的圆弧插补算法能够有效提高插补精度,但是在终点判别时需要对两个轴向的步数进行计算,时间较长.在对长轴终点判别方法进行研究的基础上,提出了一种改进的直接函数法的圆弧插补算法.以每步插补的连续前进轴为长轴,并以在长轴上的插补步数为判断基准,对插补点是否到达终点作出判断.该方法要求不同卦限圆弧对应不同长轴.该算...     

烧结终点智能推理系统的研究与开发

烧结终点的稳定控制是钢铁冶炼的重要环节,直接影响钢铁的质量和产量.本文在简析烧结生产具有多变量、非线性、大时滞、强耦合特征的基础上,提出了用专家系统来控制烧结终点的方法.通过构造基于产生式规则的烧结知识库、设计以正向推理和不确定性推理为基础的推理机、建立以专一性排序和阈值法相结合的冲突消解策略,应用Visual C 6.0和SQL Senrer 2000等开发工具,开发了烧结终点智能推理系统,在实际应用中取得了较好的控制效果.     

基于预报的烧结终点模糊控制

烧结终点是烧结操作的主要依据,是烧结过程的关键参数;针对烧结终点参数不确定性和存在时间滞后的问题,提出了基于温度上升点处温度的预报策略,并结合专家知识,对烧结终点采取模糊控制措施,有效地抑制了烧结终点波动;应用这些技术开发的控制系统,可以准确、快速地判断和预报烧结终点的状态,起到稳定烧结终点、优化过程操作的重要作用。     

铜转炉吹炼终点预报模型研究

铜转炉吹炼终点预报是转炉生产的一个重要环节,直接影响转炉的生产效益.其吹炼工艺相当复杂,影响生产因素众多且因素之间相互耦合,使得用来预测吹炼终点的模型极其复杂.针对这个问题,利用主元分析法将影响因素重组,在此基础上,提出一种基于遗传算法的Elman神经网络模型对铜转炉吹炼终点进行预测.仿真结果表明,建立的预报模型具有较高的自学习及泛化能力,预报结果具有较高的精度.     

基于自组织神经网络的烧结终点自适应预报系统的开发

烧结终点的在线检测和提前预报对于稳定终点,进而提高烧结矿强度和产量、降低能耗有重要意义。文章介绍了烧结终点的软测量方法;提出了一个新的预报参数——风箱废气温度曲线拐点;将多层前向人工神经网络应用于烧结终点的预报,对BP算法做了较大改进,使学习算法可以自组织神经网络的结构。应用这些技术开发的烧结终点自适应预报系统能够快速、准确地判断和预报烧结终点的状态,可用于在线操作指导或作为自动控制的依据。     

救援救生仿真系统中虚拟人运动控制的实现

利用起点终点的直线距离生成Hermite曲线的方法,用该方法生成的曲线能有效地逼近原始曲线.将生成Hermite曲线的方法应用到救援救生视景仿真系统中,根据全局坐标系中建立局部坐标系以确定位姿,同时将坐标系中的位姿用矩阵形式表示,利用起点坐标和终点坐标计算得到控制点坐标,并能够保证虚拟人可以运动到终点位置.结合DOF节点作为控制虚拟人运动的控制点,同时获取正确的DOF节点相对于船的位姿,实现了虚拟人随时间变化沿Hermite曲线在摇晃的船上运动.     

基于变量选择的转炉炼钢终点预报模型

转炉炼钢的终点预报模型对于钢水终点碳含量和温度的命中非常重要.针对高维输入不利于建立精确模型的问题,使用互信息方法对预报模型输入变量进行选择.为了区分各输入变量对输出的不同重要程度,对各输入变量进行加权处理,并采用微粒群算法对权值进行优化.最后,使用支持向量机方法建立转炉炼钢终点碳含量和温度预报模型.对一座180t转炉实际生产数据进行仿真,结果表明,合理的变量选择和加权处理能有效提高模型的预报精度.     

基于多元模糊线性回归的烧结终点预测方法

由于铁矿石烧结过程是具有不确定性、多变量耦合、时变时滞的复杂对象,烧结终点受多种因素的影响,采用传统控制方法难以将烧结终点控制在要求的范围内。基于多元模糊线性回归预测的建模方法,建立了铁矿石烧结过程的烧结终点预测模型。在对烧结终点影响因素分析的基础上,结合某钢铁企业烧结机的相关历史数据,确定各主要影响因素之间的函数关系,建立了烧结终点多元模糊回归预测模型,并利用该模型对烧结终点进行了预测。实际运行结果表明,该预测方法有较好的适用性及理想的预测效果。