基于WGRA-FCM样本相似性度量的转炉炼钢终点碳温软测量方法

摘要：

转炉炼钢过程中碳温连续实时预报是终点控制的关键,针对过程数据波动影响炉次样本相似性度量进而造成建模困难、通用性差的问题,同时考虑炼钢过程数据存在的时间序列特性,提出一种自动聚类和计算待测样本后验概率的即时学习方法.首先,采用灰色关联度加权的模糊C聚类策略将历史库样本进行自动聚类;然后,利用混合高斯模型计算待测样本的后验概率确定关联度最大的样本集合;最后,度量出待测样本的最佳小样本子集,进而采用LSTM网络预测终点碳温.通过该方法对钢厂转炉炼钢生产过程数据进行验证,实验结果表明,按照炼钢的工艺要求,温度预测误差在±10?C的精确率为93.3％,碳含量预测误差在±0.02的精精确率为90.0％.

关键词：转炉炼钢、灰色关联度、模糊C聚类、混合高斯模型、LSTM

所属期刊栏目：36

分类号：TP273(自动化技术及设备)

资助基金：国家自然科学基金项目;云南省科技厅应用基础研究项目

在线出版日期：2021-08-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：2170-2178