转炉炼钢终点磷的智能预报

提出了一种用于预报转炉炼钢终点磷含量的智能方法, 在该方法中, 采用模糊推理和遗传算法, 其中模糊推理用于估算转炉熔池的磷含量, 而模糊推理模型中的各个系数则由遗传算法辨识与优化. 为了提高熔池磷的估算精度, 同时还设计了一种神经网络以补偿来自模糊推理过程的误差. 仿真结果表明了该方法的有效性.     

基于神经网络的转炉炼钢终点控制

转炉炼钢是一种非常重要的炼钢方法,终点控制是转炉炼钢后期的重要操作.由于冶炼过程温度极高,很难进行准确及时地测量,无法形成通常意义下的反馈控制.采用RBF神经网络预报转炉炼钢终点温度和碳含量,在此基础上提出了基于神经网络的动态终点控制方法来确定在补吹阶段需要的吹氧量和加入的冷却剂量,克服了传统控制方法中基于热平衡和氧平衡控制模型不准确的缺点,提高了终点命中率.     

基于互信息案例推理的氧气脱碳效率预测模型

提出基于互信息案例推理的氧气脱碳效率预测模型,并依据预测结果计算转炉炼钢静态和动态阶段吹氧量.首先提出一种新的吹氧量预测方法,将氧气脱碳效率作为案例推理的解属性;然后将互信息引入属性权重的确定过程中,解决了传统案例检索方法忽略问题属性与解属性之间信息量的不足.将所提方法用于一座150t转炉的实际生产数据中,仿真结果表明该模型预测精度较高.该方法能够实现对转炉炼钢吹氧量的准确计算,满足实际生产的要求.     

一种转炉炼钢动态终点预报的新方法

1　引言转炉炼钢就是将含有较多杂质的铁水与吹入的氧气发生反应 ,达到去除杂质的目的 ,从而获得要求的钢水成分和温度 .目前自动化炼钢的方法是静态控制和以副枪检测信息为基础的动态控制相结合的方法 .动态控制的关键是准确预报转炉炼钢终点温度和碳含量 .文 [1 ]在文 [2 ,3]的基础上采用 RBF神经网络对转炉炼钢终点温度和碳含量进行预报 ,提高了预报精度 .但是 ,终点温度和碳含量受到非定量因素的影响 ,文 [4 ]提出以灰色模型为基础的预报方法 ,由于应用线性回归补偿 ,因而影响预报精度 .本文将灰色模型与RBF神经网络相结合提出新的转…     

转炉炼钢自动控制系统

以某钢铁公司120t转炉炼钢自动控制系统中的氧枪控制过程和转炉底吹控制为例．介绍转炉炼钢自动控制系统功能的实现过程。     

转炉付枪机械手控制系统的研制与应用

付枪技术是转炉实现计算机动态控制炼钢的关键技术之一。本文结合现场实际，介绍了转炉付枪机械手控制系统的硬件结构及其功能、软件开发与实现方法。数据统计表明，应用这项技术装备可以提高钢产量，改善作业条件。     

基于PSO优化SVM的转炉炼钢用氧量预测研究

用氧量是影响钢水质量的主要因素之一,为提高转炉炼钢用氧量模型的预测精度,提出基于PSO优化SVM的吹氧量建模预测方法。针对SVM结构参数依据经验选取,致使预测模型的泛化能力差,在标准PSO算法的基础上,优化SVM的惩罚系数、不敏感损失系数和高斯核宽度系数3个结构参数,并建立转炉炼钢用氧量预测模型;在此基础上利用UCI数据库中的Auto-MPG标准数据,验证了方法的有效性;最后以某钢厂100 t转炉的实际生产数据建立吹氧量预测模型,结果表明,与标准BP、RBF及SVM相比,基于PSO优化SVM的转炉炼钢吹氧量预测模型精度高、泛化能力强。     

双联冶炼转炉底吹强度测量与控制仪表分析

顶底复吹转炉底吹强度对炼钢品质具有较大影响。双联冶炼脱磷转炉由于底吹强度范围大,对测量与控制仪表的性能要求较高。文章针对双联冶炼转炉的底吹供气流量测量和控制的仪表设计选型进行了分析。     

双联冶炼转炉底吹强度测量与控制仪表分析

顶底复吹转炉的底吹供气强度对炼钢品质有着较大的影响。双联冶炼脱磷转炉由于底吹强度范围大,对测量与控制仪表的性能要求较高。该文针对双联冶炼转炉的底吹供气流量测量和控制的仪表设计选型,对解决方案进行了分析。     

基于PIC的转炉吹氧限压控制器

氧压自动控制是保证转炉炼钢质量的理想方案,笔者设计了一套转炉吹氧压力限压及信号联锁控制器。详细介绍自动限压的基本工作过程,控制器的软件、硬件设计。     

Dynamic control model of BOF steelmaking process based on ANFIS and robust relevance vector machine

This study concerns with the control of basic oxygen furnace (BOF) steelmaking process and proposes a dynamic control model based on adaptive-network-based fuzzy inference system (ANFIS) and robust relevance vector machine (RRVM). The model aims to control the second blow period of BOF steelmaking and consists of two parts, the first of which is to calculate the values of control variables, viz., the amounts of oxygen and coolant requirement, and the other is to predict the endpoint carbon content and temperature of molten steel. In the first part, an ANFIS classifier is primarily constructed to determine whether coolant should be added or not, then an ANFIS regression model is utilized to calculate the amounts of oxygen and coolant. In the second part, a novel robust relevance vector machine is presented to predict the endpoint. RRVM solves the problem of sensitivity to outlier characteristic of classical relevance vector machine, thus obtaining higher prediction accuracy. The key idea of the proposed RRVM is to introduce individual noise variance coefficient to each training sample. In the process of training, the noise variance coefficients of outliers gradually decrease so as to reduce the impact of outliers and improve the robustness of the model. Simulations on industrial data show that the proposed dynamic control model yields good results on the oxygen and coolant calculation as well as endpoint prediction. It is promising to be utilized in practical BOF steelmaking process.     

Applying input variables selection technique on input weighted support vector machine modeling for BOF endpoint prediction

Basic oxygen furnace (BOF) steelmaking is a complex process and dynamic model is very important for endpoint control. It is usually difficult to build a precise BOF endpoint dynamic model because many input variables affect the endpoint carbon content and temperature. For this problem, two effective variables selection steps: mechanism analysis and mutual information calculation are proposed to choose appropriate input variables according to a variable selection algorithm. Then, the selected inputs are weighted on the basis of mutual information values. Finally, two input weighted support vector machine BOF endpoint dynamic models are constructed to predict endpoint carbon content and temperature. Results show that the variable selection for BOF endpoint prediction model is essential and effective. The complexity and precise of two endpoint prediction models are improved.     

基于OPC协议IO Server的设计与实现

设计并实现了基于OPC协议采集生产监控系统实时数据，通过TCP／IP协议完成远程数据报送的IO Server，该系统同时具有支持断点续传的数据管理以及系统配置功能。该系统成功应用于转炉炼钢专家系统，为专家决策系统提供现场实时数据。     

一键式智能炼钢技术在小型转炉中的应用

介绍氧气顶吹转炉炼钢工艺,以及基于静态数据模型的一键式智能炼钢系统的整体系统结构、主要控制功能.     

转炉炼钢智能动态终点控制

针对转炉炼钢过程复杂,影响终点因素多,而且难以进行连续准确针测量,提出了基于副枪检测信息的智能动态终点控制方法。采用灰色模型并通过神经网络进行补偿对转炉炼钢终点温度和碳含量进行预报,在此基础上,以RBF神经网络作为预设定模型,通过模糊调整确定补吹阶段需要的氧气量和加入的冷却剂量,并对一座180吨转炉进行仿真计算,结果表明了该方法的有效性。     

基于副枪控制技术的转炉模型炼钢

安阳钢铁股份有限公司第二炼轧厂150t转炉采用副枪及模型炼钢控制技术,在不中断吹炼情况下从转炉中获取钢液成分和温度信息,实现转炉自动控制炼钢。