基于神经网络预测控制的转炉终点优化控制

摘要：

基于转炉静态模型控制的终点优化控制,可为后期冶炼提供更精准的入炉主辅料配给信息,进而提高终点碳温的一次倒炉命中率.以神经网络预测控制理论为指导,采用BP网络作为转妒系统的辨识预测模型,并利用改进的粒子群算法(PSO)作为网络预测控制器的最优化算法,对影响转炉终点碳温的入炉主控量——吹氧量和废钢加入量进行寻优,从而实现对终点碳温的优化控制.最后,采用某钢厂的实际生产数据进行验证,结果表明所建立的优化控制模型可有效快捷地实现终点碳温的优化控制.

关键词：转炉、终点优化控制、神经网络预测控制、粒子群优化算法

所属期刊栏目：28

分类号：TF721;TP183(炼钢)

资助基金：天津市科技支撑计划重点项目10ZCKFGX03400

在线出版日期：2013-07-05（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：32-35