發(fā)布時間：2021-11-08 01:12

　　鋼鐵行業(yè)是我國的支柱產(chǎn)業(yè)，而轉(zhuǎn)爐煉鋼在鋼鐵行業(yè)中又占有極其重要的地位。轉(zhuǎn)爐煉鋼的主要任務(wù)就是控制吹煉終點的碳含量和出鋼溫度，使其能夠達到出鋼標準。然而轉(zhuǎn)爐煉鋼是一個繁雜的工業(yè)進程，進程中包含著非常復(fù)雜的多元多相高溫反應(yīng)，是一個周期性的升溫和降碳的過程。另外，因為冶煉進程的溫度極高，情況也非常惡劣，吹煉的時候難以持續(xù)的進行鋼水成份和溫度的檢測，于是很難應(yīng)用普通過程控制的方式對其進行準確的控制。目前，我國絕大多數(shù)中小型轉(zhuǎn)爐的終點控制都是憑工人的經(jīng)驗來進行控制的，具有很大的主觀性，為此經(jīng)常需要進行返工，從而造成了巨大的能源損耗。于是，準確地控制轉(zhuǎn)爐煉鋼終點意義重大。智能控制的興起給轉(zhuǎn)爐煉鋼終點控制帶來新的研究方向，而神經(jīng)網(wǎng)絡(luò)技術(shù)作為解決非線性系統(tǒng)智能控制的一個重要分支，由于其具有強大的非線性系統(tǒng)求解能力而在轉(zhuǎn)爐煉鋼終點控制中得到了廣泛的運用，并取得了滿意的結(jié)果。此外，理論模型是轉(zhuǎn)爐煉鋼終點控制的基礎(chǔ)，其精度直接地影響著神經(jīng)網(wǎng)絡(luò)對終點的預(yù)測結(jié)果。因此，結(jié)合理論模型與神經(jīng)網(wǎng)絡(luò)模型是一個有價值的研究方向。本文首先對轉(zhuǎn)爐煉鋼靜態(tài)控制模型中的理論模型進行了系統(tǒng)的論述，經(jīng)過詳細分析轉(zhuǎn)爐煉鋼過程當中熱平衡... 

【文章來源】：天津理工大學天津市

【文章頁數(shù)】：56 頁

【學位級別】：碩士

【部分圖文】：

熱平衡圖

圖 2-2 物料平衡圖物理過程的機理分析算流程都基于以下假設(shè)：后面的計算流程，本文對計算流程中的一些參量做了如下的假以某鋼廠的實際生產(chǎn)數(shù)據(jù)為基礎(chǔ)的，在詳細應(yīng)用的時候必須根情況并且參考該鋼廠轉(zhuǎn)爐煉鋼專家經(jīng)驗來進行設(shè)定的。珠含量為總爐渣量的 8%�；奶加� 90%氧化成了 CO，10%氧化成了 CO2。約占金屬料的 1.2%。的是傳統(tǒng)的未燃法凈化的系統(tǒng)，在通常的日常生產(chǎn)過程中轉(zhuǎn)中爐內(nèi)煙氣的煙塵占爐內(nèi)物料的總裝入量的百分比為 wyc(煙塵中的 Fe2O3百分含量為 wycFe2O3，煙塵中的 FeO 百分含量 C、Mn、Si、S、P 的含量和鋼水的終點成份相同；

圖 2.3 理論模型實現(xiàn)圖型以后就能夠確定出轉(zhuǎn)爐煉鋼中各原料的配料比，然后的修正以提高模型的控制精度。通過使用修正后的理論料的加入量，從而能夠在配料階段提高整個模型的控析和概述了轉(zhuǎn)爐煉鋼中理論模型的理論基礎(chǔ)：熱平衡和條件的基礎(chǔ)之上對整個冶煉過程進行了理論計算，對冶物理化學反應(yīng)以及最后還有富余熱量時如何加入廢鋼的理論模型可以在冶煉前精確的計算出各物料的裝入模型的控制精度。

【參考文獻】：
期刊論文
[1]基于量子微粒群的BPNN在轉(zhuǎn)爐煉鋼靜態(tài)模型中的應(yīng)用[J]. 朱亞萍,王文龍,徐生林.  機電工程. 2011(05)
[2]多目標優(yōu)化問題的研究概述[J]. 肖曉偉,肖迪,林錦國,肖玉峰.  計算機應(yīng)用研究. 2011(03)
[3]黏土微結(jié)構(gòu)各向異性評估的譜系聚類方法[J]. 李順群,鄭剛,崔春義,劉雙菊.  巖土工程學報. 2010(01)
[4]基于蟻群算法的多目標優(yōu)化[J]. 池元成,蔡國飆.  計算機工程. 2009(15)
[5]基于MATLAB神經(jīng)網(wǎng)絡(luò)工具箱的BP網(wǎng)絡(luò)設(shè)計[J]. 郭利輝,周雅.  信息技術(shù)與信息化. 2009(03)
[6]進化多目標優(yōu)化算法研究[J]. 公茂果,焦李成,楊咚咚,馬文萍.  軟件學報. 2009(02)
[7]基于譜系聚類的粗糙集數(shù)據(jù)挖掘預(yù)處理方法[J]. 韓中華,馬斌,許可,李宏亮.  計算機工程與應(yīng)用. 2008(02)
[8]基于BP神經(jīng)網(wǎng)絡(luò)的轉(zhuǎn)爐煉鋼終點預(yù)報[J]. 謝書明,陳昌,丁惜瀛.  沈陽工業(yè)大學學報. 2007(06)
[9]轉(zhuǎn)爐爐氣分析技術(shù)在本鋼的初步應(yīng)用[J]. 張貴玉,萬雪峰,林東,彭飛,鄒宗樹.  鋼鐵. 2006(09)
[10]基于聚類分析和神經(jīng)網(wǎng)絡(luò)的時間序列預(yù)測方法[J]. 劉峰,瞿俊.  微電子學與計算機. 2006(09)

碩士論文
[1]轉(zhuǎn)爐煉鋼終點靜態(tài)控制預(yù)測模型[D]. 黃金俠.天津大學 2005
[2]基于人工神經(jīng)網(wǎng)絡(luò)的轉(zhuǎn)爐冶煉終點控制模型的優(yōu)化[D]. 朱新華.河北理工學院 2004
[3]基于神經(jīng)網(wǎng)絡(luò)的轉(zhuǎn)爐冶煉靜態(tài)控制模型[D]. 王立龍.河北理工學院 2003



本文編號：3482701