论文部分内容阅读
现代超高功率电弧炉已演变为一种快速高效的熔炼设备,总体呈现出炉料结构多元化、能源结构多元化和辅助操作多样化的趋势.生产节奏的加快,影响因素的增多,对电弧炉终点温度和成分控制提出了更高的要求.因而,开发电弧炉终点预报模型对冶炼过程进行控制,以准确命中终点目标温度和成分就显得尤为必要.该文针对莱芜钢铁有限公司特钢厂50t超高功率电弧炉,采用统计模型、增量模型、神经网络模型、模糊神经网络模型和该文中提出的增量神经网络模型系统地对电弧炉冶炼终点碳温预报进行研究.研究结果表明,影响电弧炉冶炼终点碳温的因素很多,各因素间存在着较强的相互作用;碳温统计模型对自身的验证效果非常好,而对未经统计样本的预报性较差;以统计回归确立增量系数的增量模型能较好适应电弧炉炼钢未知因素众多的特点;神经网络模型由于非线性映射能力强,具有一定联想记忆能力和容错性好等特点,对电弧炉终点碳温预报的效果较好;增量神经网络模型以炉次间的增量信息代替原始信息,作为神经网络的输入输出,能在一定程度上消除系统误差,同时具有神经网络的联想记忆和容错性好,预报能力强的优点,能较好的适应电弧炉冶炼的特性,对终点碳温预报取得最好结果:终点碳含量控制精度为±0.02﹪和±0.03﹪时,命中率分别达到75.50﹪和89.18﹪;终点温度控制精度为±10℃和±15℃时,命中率分别为75.67﹪和81. 08﹪;终点碳温控制精度为±0.02﹪、±12℃和±0.03﹪、±12℃时,双命中率分别为62.16﹪和72.97﹪.该论文的主要创新之处有两点:(1)首次将统计型增量模型用于电弧炉冶炼终点碳温预报的研究;(2)结合神经网络模型和增量模型的优点,提出了增量神经网络模型的算法,并用于电弧炉终点碳温预报取得了较好效果.