交流电弧炉电极智能预测建模及应用

摘要：

交流电弧炉电极控制系统是一个多变量、非线性、参数时变、复杂强耦合系统,传统方法很难建立其数学模型.为此从电极控制的实际应用出发,提出了一种变结构遗传Elman网络预测建模方法,其中改进的混合遗传算法用来对网络结构和权值及自反馈增益的同步动态寻优.并将基于BP算法的改进Elman网络和本文提出的变结构遗传Elman网络都应用于交流电弧炉的电极模型建模中.通过基于安钢现场数据的计算机仿真实验表明:变结构遗传Elman网络克服了因复杂对象造成的网络结构复杂问题和采用BP算法带来的权值训练缺陷;具有更好的动态性能,逼近速度快,精度更高等优点.

关键词：电极、混合遗传算法、Elman神经网络、变结构

所属期刊栏目：22

分类号：TM273(电工材料)

资助基金：北京市教育委员会重点学科共建项目XK100080537

在线出版日期：2008-04-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：175-179