轉(zhuǎn)爐煉鋼是當(dāng)今世界上最主要的煉鋼方法,我國(guó)一些先進(jìn)的鋼鐵企業(yè)的轉(zhuǎn)爐已采用動(dòng)態(tài)控制技術(shù)。轉(zhuǎn)爐煉鋼是一種極其復(fù)雜的工業(yè)過(guò)程,影響終點(diǎn)溫度和碳含量的因素很多,由于爐內(nèi)的溫度過(guò)高,對(duì)終點(diǎn)溫度和碳的含量不能及時(shí)、準(zhǔn)確地測(cè)量,因此建立精確的溫度和碳的預(yù)報(bào)模型就顯得十分重要。針對(duì)這個(gè)問(wèn)題本文建立了轉(zhuǎn)爐煉鋼神經(jīng)網(wǎng)絡(luò)終點(diǎn)預(yù)測(cè)模型,根據(jù)預(yù)報(bào)結(jié)果可以對(duì)補(bǔ)吹氧氣量及冷卻劑加入量進(jìn)行合理調(diào)整,從而提高終點(diǎn)命中率,以提高轉(zhuǎn)爐煉鋼產(chǎn)量和質(zhì)量,減少能源消耗,降低煉鋼成本。本文在鞍鋼信息產(chǎn)業(yè)公司的冶金全流程仿真項(xiàng)目的基礎(chǔ)上進(jìn)行深入的理論研究和延伸。主要研究工作如下：由于轉(zhuǎn)爐煉鋼神經(jīng)網(wǎng)絡(luò)模型的核心是其終點(diǎn)預(yù)測(cè)模型,由于其工藝復(fù)雜,影響因素多,首先利用粗糙集屬性約簡(jiǎn)的方法,對(duì)轉(zhuǎn)爐輸入屬性進(jìn)行約簡(jiǎn),再結(jié)合實(shí)際的現(xiàn)場(chǎng)數(shù)據(jù)訓(xùn)練神經(jīng)網(wǎng)絡(luò),從而得到更好的預(yù)測(cè)模型。RBF神經(jīng)網(wǎng)絡(luò)與BP神經(jīng)網(wǎng)絡(luò)相比學(xué)習(xí)時(shí)間短,具有很好的非線性預(yù)測(cè)效果。但是由于轉(zhuǎn)爐煉鋼工藝復(fù)雜,數(shù)據(jù)繁多,因此本文對(duì)傳統(tǒng)的RBF神經(jīng)網(wǎng)絡(luò)模型進(jìn)行了改進(jìn),利用蟻群聚類的算法確定基函數(shù)中心和隱含層節(jié)點(diǎn)數(shù)目。為了解決訓(xùn)練樣本少、預(yù)測(cè)結(jié)果不準(zhǔn)確的問(wèn)題,引入灰色GM（1,N）預(yù)測(cè)模型... 

【文章來(lái)源】：東北大學(xué)遼寧省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：91 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 課題來(lái)源及研究意義
    1.2 轉(zhuǎn)爐終點(diǎn)控制方法國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 人工經(jīng)驗(yàn)控制
        1.2.2 靜態(tài)控制
        1.2.3 動(dòng)態(tài)控制
        1.2.4 神經(jīng)網(wǎng)絡(luò)方法
    1.3 課題實(shí)際背景
    1.4 本文主要研究?jī)?nèi)容
第2章 轉(zhuǎn)爐煉鋼工藝
    2.1 轉(zhuǎn)爐煉鋼原理
    2.2 轉(zhuǎn)爐煉鋼工藝介紹
        2.2.1 轉(zhuǎn)爐煉鋼工藝
        2.2.2 鞍鋼100t復(fù)吹轉(zhuǎn)爐介紹
    2.3 轉(zhuǎn)爐煉鋼機(jī)理模型
        2.3.1 靜態(tài)模型
        2.3.2 動(dòng)態(tài)模型
    2.4 本章小結(jié)
第3章 轉(zhuǎn)爐終點(diǎn)預(yù)測(cè)影響因素分析
    3.1 轉(zhuǎn)爐終點(diǎn)預(yù)測(cè)相關(guān)因素
        3.1.1 轉(zhuǎn)爐終點(diǎn)預(yù)測(cè)的屬性分析
        3.1.2 影響轉(zhuǎn)爐終點(diǎn)預(yù)測(cè)的因素
    3.2 粗糙集屬性約簡(jiǎn)
        3.2.1 信息系統(tǒng)
        3.2.2 不可分辨關(guān)系
        3.2.3 近似集與邊界區(qū)
        3.2.4 屬性依賴度及屬性重要性
        3.2.5 屬性約簡(jiǎn)與約簡(jiǎn)核
    3.3 基于粗糙集的轉(zhuǎn)爐終點(diǎn)預(yù)測(cè)影響因素約簡(jiǎn)
        3.3.1 數(shù)據(jù)預(yù)處理
        3.3.2 基于粗糙集的屬性約簡(jiǎn)
    3.4 本章小結(jié)
第4章 灰色RBF神經(jīng)網(wǎng)絡(luò)
    4.1 RBF徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)
        4.1.1 RBF神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)
        4.1.2 RBF神經(jīng)網(wǎng)絡(luò)的映射關(guān)系
        4.1.3 RBF神經(jīng)網(wǎng)絡(luò)的準(zhǔn)則和常用算法
        4.1.4 RBF神經(jīng)網(wǎng)絡(luò)和BP神經(jīng)網(wǎng)絡(luò)的對(duì)比
    4.2 灰色預(yù)測(cè)模型
    4.3 灰色RBF神經(jīng)網(wǎng)絡(luò)
        4.3.1 基于蟻群聚類確定聚類中心及單元數(shù)
        4.3.2 灰色預(yù)測(cè)與RBF神經(jīng)網(wǎng)絡(luò)的結(jié)合方式
        4.3.3 灰色預(yù)測(cè)與RBF神經(jīng)網(wǎng)絡(luò)融合
        4.3.4 測(cè)試函數(shù)仿真驗(yàn)證
    4.4 本章小結(jié)
第5章 基于灰色RBF神經(jīng)網(wǎng)絡(luò)的轉(zhuǎn)爐終點(diǎn)預(yù)測(cè)
    5.1 灰色預(yù)測(cè)模型的應(yīng)用
        5.1.1 灰色GM(1,N)模型分析
        5.1.2 應(yīng)用GM(1,N)灰色預(yù)測(cè)模型進(jìn)行轉(zhuǎn)爐終點(diǎn)預(yù)測(cè)
        5.1.3 GM(1,N)轉(zhuǎn)爐終點(diǎn)預(yù)測(cè)仿真
        5.1.4 預(yù)測(cè)效果分析
    5.2 基于蟻群聚類的RBF神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型應(yīng)用
        5.2.1 蟻群聚類RBF轉(zhuǎn)爐終點(diǎn)預(yù)測(cè)仿真
        5.2.2 預(yù)測(cè)效果分析
    5.3 基于灰色RBF神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型應(yīng)用
        5.3.1 基于灰色RBF神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型
        5.3.2 灰色RBF轉(zhuǎn)爐終點(diǎn)預(yù)測(cè)仿真
        5.3.3 預(yù)測(cè)效果分析
        5.3.4 預(yù)測(cè)命中率對(duì)比分析
    5.4 本章小結(jié)
第6章 結(jié)論與展望
參考文獻(xiàn)
致謝


【參考文獻(xiàn)】：
期刊論文
[1]基于蟻群聚類算法的RBF神經(jīng)網(wǎng)絡(luò)交通流預(yù)測(cè)[J]. 林鑫,王曉曄,王卓,張德干.  河北工業(yè)大學(xué)學(xué)報(bào). 2010(03)
[2]基于蟻群聚類和裁剪方法的RBF神經(jīng)網(wǎng)絡(luò)優(yōu)化算法[J]. 馬洪偉,趙志剛,呂慧顯,李京.  青島大學(xué)學(xué)報(bào)(工程技術(shù)版). 2008(03)
[3]基于蟻群算法與神經(jīng)網(wǎng)絡(luò)的機(jī)械故障診斷方法[J]. 張揚(yáng),曲延濱.  機(jī)床與液壓. 2007(07)
[4]徑向基函數(shù)網(wǎng)絡(luò)在硅壓阻氣壓傳感器溫度補(bǔ)償中的應(yīng)用[J]. 陳曉穎,王曉蕾,朱益民,張偉星.  計(jì)量技術(shù). 2007(03)
[5]基于RBF神經(jīng)網(wǎng)絡(luò)的轉(zhuǎn)爐煉鋼終點(diǎn)預(yù)報(bào)[J]. 謝書明,孫凱,陳昌.  沈陽(yáng)工業(yè)大學(xué)學(xué)報(bào). 2006(04)
[6]基于一類GA-RBF神經(jīng)網(wǎng)絡(luò)的轉(zhuǎn)爐煉鋼靜態(tài)模型控制[J]. 王建輝,徐林,方曉柯,顧樹生.  東南大學(xué)學(xué)報(bào)(自然科學(xué)版). 2005(S2)
[7]轉(zhuǎn)爐終點(diǎn)控制技術(shù)[J]. 王茂華,惠志剛,施雄梁.  鞍鋼技術(shù). 2005(03)
[8]中國(guó)轉(zhuǎn)爐煉鋼技術(shù)的進(jìn)步[J]. 劉瀏.  鋼鐵. 2005(02)
[9]質(zhì)譜儀在轉(zhuǎn)爐煉鋼終點(diǎn)控制中的應(yīng)用[J]. 張旭升.  鞍鋼技術(shù). 2003(06)
[10]轉(zhuǎn)爐煉鋼動(dòng)態(tài)過(guò)程預(yù)設(shè)定模型的混合建模與預(yù)報(bào)[J]. 王永富,李小平,柴天佑,謝書明.  東北大學(xué)學(xué)報(bào). 2003(08)

碩士論文
[1]基于神經(jīng)網(wǎng)絡(luò)的轉(zhuǎn)爐煉鋼終點(diǎn)控制的研究[D]. 鄭良峰.江西理工大學(xué) 2011
[2]基于自適應(yīng)神經(jīng)網(wǎng)絡(luò)模糊推理系統(tǒng)的轉(zhuǎn)爐終點(diǎn)預(yù)測(cè)研究[D]. 陳中華.南京理工大學(xué) 2010
[3]基于人工神經(jīng)網(wǎng)絡(luò)的轉(zhuǎn)爐煉鋼終點(diǎn)預(yù)測(cè)模型研究[D]. 劉東.南京理工大學(xué) 2007



本文編號(hào)：3501724