隨著我國社會經(jīng)濟的快速發(fā)展,鋼鐵企業(yè)在國民經(jīng)濟發(fā)展中占據(jù)著越來越重要的位置。轉(zhuǎn)爐煉鋼是生產(chǎn)鋼鐵的一道關(guān)鍵工序,它所要完成的是冶煉出溫度和各種成分（關(guān)鍵是含碳量）都達到到預(yù)期所需要的鋼水。因為鋼水的溫度及碳含量無法連續(xù)檢測,并且冶煉過程的邊界條件變化復(fù)雜,這就導(dǎo)致冶煉過程的終點控制有很大困難,在實際生產(chǎn)中,很難精準(zhǔn)控制鋼水碳、溫從而導(dǎo)致重復(fù)吹煉,因此提高轉(zhuǎn)爐煉鋼的終點命中率是非常有必要的。因為轉(zhuǎn)爐煉鋼過程是一個相當(dāng)復(fù)雜的多元多相高溫物理化學(xué)過程,它的機理的解析還不是很透徹,輸入輸出之間的非線性非常嚴重,常規(guī)建模方法很難滿足生產(chǎn)要求。因此,研究基于神經(jīng)網(wǎng)絡(luò)的轉(zhuǎn)爐煉鋼建模與控制問題是必要的。本文,首先簡單介紹了轉(zhuǎn)爐煉鋼原理、設(shè)備狀況、轉(zhuǎn)爐冶煉終點控制技術(shù)的概況和現(xiàn)狀。其次,通過對幾種BP算法之間特性歸納和比較,得出Levenberg-Marquardt（LM）算法擁有收斂速度快,并且學(xué)習(xí)性能好的特點。再次,簡要介紹了神經(jīng)網(wǎng)絡(luò)的方法及幾種神經(jīng)網(wǎng)絡(luò)轉(zhuǎn)爐煉鋼終點預(yù)報模型。最后,建立了轉(zhuǎn)爐煉鋼基于LM算法的神經(jīng)網(wǎng)絡(luò)預(yù)報模型和控制模型。本文研究的建模方法主要依據(jù)神經(jīng)網(wǎng)絡(luò)理論,在研究過程中選用首秦?zé)掍摬?.. 

【文章頁數(shù)】：69 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 引言
    1.2 首鋼集團轉(zhuǎn)爐煉鋼概述
        1.2.1 轉(zhuǎn)爐煉鋼的原理
        1.2.2 轉(zhuǎn)爐煉鋼設(shè)備和工藝過程
    1.3 轉(zhuǎn)爐煉鋼終點控制現(xiàn)狀
        1.3.1 人工經(jīng)驗控制
        1.3.2 靜態(tài)控制
        1.3.3 動態(tài)控制
    1.4 神經(jīng)網(wǎng)絡(luò)在轉(zhuǎn)爐煉鋼中的應(yīng)用及發(fā)展
        1.4.1 基于BP網(wǎng)絡(luò)的建模方法
        1.4.2 RBP神經(jīng)網(wǎng)絡(luò)的終點預(yù)報
        1.4.3 神經(jīng)網(wǎng)絡(luò)和其他智能方法的結(jié)合
        1.4.4 采用專家系統(tǒng)的動態(tài)冶煉模型
    1.5 研究背景及意義
    1.6 論文主要研究內(nèi)容
第2章 神經(jīng)網(wǎng)絡(luò)基本理論
    2.1 引言
    2.2 BP神經(jīng)網(wǎng)絡(luò)介紹
        2.2.1 BP網(wǎng)絡(luò)構(gòu)造
        2.2.2 隱含層的設(shè)計
        2.2.3 BP神經(jīng)網(wǎng)絡(luò)權(quán)值調(diào)整
        2.2.4 BP學(xué)習(xí)算法的計算步驟
    2.3 BP神經(jīng)網(wǎng)絡(luò)算法的問題和改進
        2.3.1 BP算法存在的問題
        2.3.2 BP算法的改進
        2.3.3 LM算法
    2.4 本章小結(jié)
第3章 基于神經(jīng)網(wǎng)絡(luò)的建模方法研究
    3.1 基于神經(jīng)網(wǎng)絡(luò)的建模原理
    3.2 神經(jīng)網(wǎng)絡(luò)建模方法的幾點考慮
    3.3 神經(jīng)網(wǎng)絡(luò)控制模型
        3.3.1 正向建模
        3.3.2 直接逆向建模
        3.3.3 正-逆系統(tǒng)建模
        3.3.4 神經(jīng)網(wǎng)絡(luò)內(nèi)�？刂颇嫦到y(tǒng)建模
        3.3.5 BP網(wǎng)絡(luò)的自校正內(nèi)�？刂�
    3.4 本章小結(jié)
第4章 模型的應(yīng)用研究
    4.1 預(yù)報模型數(shù)據(jù)的處理
        4.1.1 確定輸入輸出的參數(shù)
        4.1.2 數(shù)據(jù)統(tǒng)計
        4.1.3 測試樣本歸一化處理
    4.2 采用Levenberg-Marquardt (LM)算法的BP預(yù)報模型
        4.2.1 模型結(jié)構(gòu)
        4.2.2 仿真結(jié)果分析
    4.3 轉(zhuǎn)爐煉鋼終點控制的模型
        4.3.1 轉(zhuǎn)爐煉鋼控制系統(tǒng)
        4.3.2 轉(zhuǎn)爐煉鋼終點控制逆模型
        4.3.3 實驗分析
    4.4 本章小結(jié)
第5章 結(jié)論與展望
    5.1 總結(jié)
    5.2 展望
參考文獻
致謝


【參考文獻】：
期刊論文
[1]關(guān)于非線性不等式組Levenberg-Marquardt算法的收斂性（英文）[J]. 何郁波,董曉亮.  數(shù)學(xué)雜志. 2012(01)
[2]100t頂吹轉(zhuǎn)爐雙渣深脫磷工藝研究與實踐[J]. 曹東,萬雪峰,李德剛,廖相巍,王麗娟,康偉,常桂華.  鞍鋼技術(shù). 2011(06)
[3]基于可拓理論的RBF神經(jīng)網(wǎng)絡(luò)研究及其應(yīng)用[J]. 徐圓,馮晶,朱群雄.  控制與決策. 2011(11)
[4]轉(zhuǎn)爐煉鋼終點控制技術(shù)[J]. 許剛,雷洪波,李驚鴻,葉印鵬,薛軍.  煉鋼. 2011(01)
[5]基于變量選擇的轉(zhuǎn)爐煉鋼終點預(yù)報模型[J]. 王心哲,韓敏.  控制與決策. 2010(10)
[6]人工神經(jīng)網(wǎng)絡(luò)在轉(zhuǎn)爐煉鋼控制過程中的應(yīng)用[J]. 趙浩文,李長榮,謝祥,尹青.  冶金叢刊. 2010(01)
[7]轉(zhuǎn)爐煉鋼終點控制模型的方法研究[J]. 胡燕,何臘梅.  鋼鐵技術(shù). 2009(06)
[8]轉(zhuǎn)爐煉鋼終點控制模型的方法研究[J]. 胡燕,何臘梅.  鋼鐵技術(shù). 2009 (06)
[9]轉(zhuǎn)爐煉鋼動態(tài)控制技術(shù)[J]. 全紅.  云南冶金. 2006(03)
[10]中國轉(zhuǎn)爐煉鋼技術(shù)的進步[J]. 劉瀏.  鋼鐵. 2005(02)

碩士論文
[1]基于機理與智能方法的轉(zhuǎn)爐煉鋼過程建模研究[D]. 代明橋.大連理工大學(xué) 2012
[2]轉(zhuǎn)爐煉鋼終點碳溫預(yù)報與控制關(guān)鍵技術(shù)研究[D]. 蔡冰堯.天津理工大學(xué) 2012



本文編號：3708187