排序方式: 共有33条查询结果,搜索用时 0 毫秒
11.
12.
将神经网络和模糊数学理论相结合,建立了一种新型的炉况预报模型,利用模糊神经网络的并行处理特性进行模糊推理。模糊神经网络的并行数学计算过程取代了专家系统中传统的参数处理,具有更高的推理效率;且神经网络的学习能力实现了隶属函数和模糊规则的自学习,从而满足了高炉专家系统知识库的动态特征,有效提高了炉况预报模型的自适应能力。最后,应用莱钢1号高炉在线采集的数据动态模拟了高炉炉况的变化趋势。 相似文献
13.
14.
15.
16.
17.
应用小波分析方法对高炉铁水硅含量进行预测。通过小波变换将铁水硅含量的时间序列依三重尺度分解成不同的层次,并对不同层次上的序列分别运用合适的自回归模型进行预测,然后通过序列重构得到原始时间序列的预测结果。利用山东莱钢1号高炉在线采集的数据作为实际预测案例,与原始时间序列的自回归模型预测结果比较,小波预测方法显著提高了预测命中率。 相似文献
18.
19.
介绍了八钢炼铁厂2#高炉扩容改造后,运用计算机高新技术,建成“炼铁优化专家系统”,实现了用“第三代高炉操作技术”装备高炉。在计算机硬件装备方面,由采集站、操作站和优化站组成的局域网构成了高炉工长使用的计算机系统。“专家系统”软件不仅包括完备的工长作业数据库,实现生产原始数据资源的计算机管理和共享,而且包括炉温的数值预报——趋势预报和平稳时间序列控制;冶炼强度的优化决策与工艺参数的系统优化;配料优化计算和各类管理报表统计;时间序列分析和统计对比分析等一系列高炉作业必须完成的工作、工艺计算、技术与管理功能。 相似文献
20.
为更好地预测与控制高炉炉温的发展趋势,从高炉炉温控制的混合动力学方程出发,在将其差分离散的基础上,运用变系数回归的相关理论,建立了高炉炉温预测控制的变系数回归模型.同时运用加权最小二乘法对模型的参数进行估计,得到每一炉下具体的高炉炉温预测控制的回归模型.结合包钢6#高炉的数据进行预测控制模拟,取得了90%命中的预测效果.此外,还给出了每一预测时刻下控制变量、状态变量与铁水硅质量分数w(Si)之间的数量关系,为预测之后的控制奠定了模型基础. 相似文献