基于遗传算法优化BP神经网络的高炉喷煤优化

摘要：

高炉炼铁是一个复杂的多变量系统,而现行的操作制度是基于炉长经验的参数设置模式,导致能源尤其是煤粉的消耗常常处于“盲目”状态;文章综合炼铁工艺理论和高炉专家经验,针对白云鄂博矿石冶炼的特殊性,采用筛选出的优化数据,利用遗传算法所固有的全局搜索性能优化BP神经网络模型的权值和阈值,分别建立了基于遗传算法优化BP神经网络的高炉喷煤量优化预测模型以及工艺指标(铁水[Si]含量及入炉焦比)预测模型;优化数据的利用使得上述模型可以根据高炉当前炉况输出喷煤量的最佳优化设定值,并预测出相对应的工艺指标变化趋势;实际应用表明,本方法能够给现场操作人员提供操作指导,实现高炉稳定顺行、提高经济效益的目的.

关键词：高炉炼铁、喷煤优化、遗传算法、BP神经网络

所属期刊栏目：23

分类号：TP27(自动化技术及设备)

资助基金：国家自然科学基金61164018

在线出版日期：2015-06-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：1568-1570,1574