收藏本站
《东北大学》 2009年
收藏 | 手机打开
二维码
手机客户端打开本文

LF精炼炉钢水温度预报方法研究

田慧欣  
【摘要】:洁净钢生产工艺开发、炉外精炼是国内外钢铁冶金领域的热门研究课题,LF精炼炉是炉外精炼的重要环节,在我国钢铁企业中已经得到了广泛的使用,LF精炼过程可以提高钢的质量、扩大品种,在电炉或转炉一连铸流程中可以调节电炉或转炉与连铸的生产节奏实现多炉连浇。LF精炼炉钢水温度控制对钢的质量和连铸操作的顺行十分重要,可以缩短冶炼时间、降低成本、节约能源、提高精度,而LF钢水温度预报模型是LF钢水温度控制的先决条件,是实现精炼过程计算机自动控制的重要基础。本文以宝钢一炼钢300吨LF精炼炉为研究对象,针对单一使用机理模型或智能模型的不足,提出了将机理方法与智能方法相结合的建模思想。并将集成学习的思想融入到温度预报模型的建模过程中,取得了较好的效果。 首先,结合LF精炼炉冶炼过程及其特点,从能量平衡的角度出发,通过对LF精炼炉冶炼过程能量变化的分析,分别建立基于能量平衡的LF精炼炉钢水温度预报机理模型和基于ELM的钢水温度预报智能模型。为建立LF精炼炉钢水温度预报混合模型奠定了基础。 单一使用机理模型,存在着部分参数无法准确计算、模型难以被生产现场采用的不足;而单一使用智能模型,则会有过分依赖数据、缺乏工艺指导、预报精度很难提高的不足。针对上述不足,将传统的机理建模思想与智能建模思想相结合,提出了一种串行方式的LF钢水温度预报混合建模方法。用智能方法确定传统机理模型中难以准确获得的参数,再用机理模型来预报钢水温度。并在智能模块中使用了改进的AdaBoost.RT集成学习算法,有效地提高了单一使用ELM的精度。 从并行角度出发,提出了基于Bagging的多模型钢水温度预报混合建模方法。将机理模型与智能模型一起作为Bagging的子学习机,以并行的形式建立钢水温度预报混合模型,有效地将智能方法与机理方法结合在一起,在提高智能方法预报精度的同时使得机理模型与智能模型的优势得到互补。此外,针对Bagging集成算法固有的子学习机精度与数据集多样刑不能兼顾的问题,在建模过程中巧妙地将PCA运用到Bootstrap采样后的子训练数据集上,使得整个算法在保证数据集多样性的同时又能够确保每一个子学习机具有较高的精度。 在实际应用中,预报模型必须要面对模型更新的问题。针对现有软测量模型更新方法浪费时间、制约软测量模型中智能算法训练性能等不足,提出了一种基于增量学习思想的软测量建模及更新方法。该方法通过使用新数据集的训练得到新的子模型,再将其依据计算出的权重因子与原模型结合起来,实现整个模型的更新。这种新方法有效地利用了历史训练结果,无须保存历史数据,具有节省存储空间,减少后继训练时间,可以实现延续性学习的特点。 在上述的建模与更新过程中所使用的数据均认为是没有过失误差的数据,而实际上,现场采集的数据由于各种原因不可避免地存在着过失误差,因此需要对建模数据进行过失误差侦破,以保障软测量模型的测量精度。针对软测量建模数据过失误差侦破的特殊性,本文提出了一种新的CED聚类算法,并形成基于CED的过失误差侦破方法。考虑单纯使用CED聚类进行过失误差侦破会由于侦破过程缺乏指导而产生过度侦破的现象,又提出将该方法与软测量建模过程相结合,在使用过失误差侦破后的数据进行软测量建模的同时用建模误差指导过失误差侦破过程。使用这种方法可以有效地找出数据集中的过失误差,同时还可以得到准确的软测量模型。
【学位授予单位】:

知网文化
【相似文献】
中国期刊全文数据库 前20条
1 邱邦全;;双床平炉冶炼时钢水温度、氧化度和碳的连续自动控制[J];钢铁研究;1974年04期
2 彭家彬;;平爐熔池鋼水溫度的連續控制[J];钢铁研究;1974年04期
3 白丙中;;用铝氧法加热罐内钢水技术的发展及建议[J];鞍钢技术;1991年01期
4 谢书明,高宪文,柴天佑;基于灰色模型的转炉炼钢终点预报研究[J];钢铁研究学报;1999年04期
5 刘浏,杨强,张春霞;RH精炼钢水温度预报模型[J];钢铁研究学报;2000年02期
6 田建国;;应用多元回归技术预测CAS终点钢水温度[J];中国冶金;2006年01期
7 吴耀光;陈艳波;;虚拟式钢水连续测温技术[J];安徽工业大学学报(自然科学版);2008年04期
8 姬健营;梁世勇;元伏勇;;钢水温度过程控制优化[J];河南冶金;2009年01期
9 周刚;;三炼钢厂钢水温度监测与控制[J];涟钢科技与管理;2000年01期
10 陈永;严学模;宋国菊;张均祥;胡晓清;曾照强;;板坯连铸中间罐钢水温度连续测量[J];连铸;2002年03期
11 张威;刘晓峰;朱光俊;杨治立;;炼钢厂钢水温降研究现状[J];重庆科技学院学报(自然科学版);2005年04期
12 曾斌;张亮洲;肖爱达;王仕华;苏风光;;不经过LF冶炼Q235B板坯钢水工艺关键控制点[J];涟钢科技与管理;2010年04期
13 НизовскийО·В;张平;;低温浇铸时包内固体残钢形成的研究[J];武钢技术;1990年06期
14 刘佩勤;蔡开科;陈福在;;连铸钢包热循环模型研究[J];过程工程学报;1992年02期
15 岑永权;开浇时加快拉速改善板坯质量[J];上海金属;1996年04期
16 徐安军,田乃媛,许中波,伊炳希;炼钢厂钢水温度—时间优化匹配系统开发[J];钢铁研究;1997年03期
17 张慧书,战东平,姜周华;LF精炼过程的钢水温度控制[J];工业加热;2005年02期
18 袁方明;王新华;杨学富;;钙含量对钢水流动性的影响[J];钢铁钒钛;2006年01期
19 朱光俊;杨治立;常长志;;重钢80t钢包瞬态温度场的模拟研究[J];冶金能源;2006年06期
20 李相臣;何平;王峰;王广忠;;RH精炼过程温降规律的研究[J];钢铁研究;2010年05期
中国重要会议论文全文数据库 前10条
1 孙彦广;陶白生;王铁男;;钢水温度和成分智能控制系统[A];2001中国钢铁年会论文集(下卷)[C];2001年
2 吴凯;刘青;韩传基;蔡开科;;RH-MFB精炼钢水温度预测模型研究[A];冶金研究中心2005年“冶金工程科学论坛”论文集[C];2005年
3 徐安军;田乃媛;许中波;伊炳希;;炼钢厂钢水温度-时间优化匹配系统的开发[A];1997中国钢铁年会论文集(下)[C];1997年
4 田建国;;CAS终点钢水温度预测模型[A];冶金轧制过程自动化技术交流会论文集[C];2005年
5 刘洪波;宁知常;杨晓清;陈传磊;崔美棠;张立标;;降低转炉出钢温度的实践[A];山东省金属学会2009年炼钢学术交流会议论文集[C];2009年
6 朱光俊;杨治立;张威;刘晓峰;;重钢炼钢厂80t钢包热模拟研究[A];第七届(2009)中国钢铁年会论文集(上)[C];2009年
7 赵利荣;齐飞霞;王中保;;中间包钢水连续测温系统的研究与应用[A];中国计量协会冶金分会2008年会论文集[C];2008年
8 赵利荣;齐飞霞;王中保;;中间包钢水连续测温系统的研究与应用[A];2008全国第十三届自动化应用技术学术交流会论文集[C];2008年
9 白建忠;;连铸中间包钢水温度快速响应红外比色连续测量系统[A];2008年连铸设备技术交流会论文集[C];2008年
10 巩文旭;高淑荣;贺建哲;刘艳静;;HFC型钢水连续测温仪的应用[A];2008年全国炼钢——连铸生产技术会议文集[C];2008年
中国重要报纸全文数据库 前10条
1 金荣江;河北钢铁唐钢一钢轧改进转炉底吹系统见成效[N];中国冶金报;2010年
2 张胜军 摘译;新型热导管助力“精确”生产[N];中国冶金报;2009年
3 通讯员 李牧洹 林峪斌 尹现刚 记者 常素莉;邯钢迎来“数字炼钢”[N];河北经济日报;2009年
4 毛斌 陶金明;中间包等离子体加热技术[N];世界金属导报;2009年
5 宝钢集团上海五钢公司炉外精炼知识问答写作组;炉外精炼知识讲座[N];中国冶金报;2003年
6 唐诗全 陈永;国内首次成功采用中间包钢水连续测温技术[N];世界金属导报;2001年
7 王厚昕 摘译;改进工艺操作 生产无缺陷钢材产品[N];中国冶金报;2010年
8 李洪建 王学新 李雷 卢波 肖强;莱钢板坯连铸机浇注工艺技术研究[N];世界金属导报;2010年
9 记者 刘立成;武钢造出“高温金箍棒”[N];中国气象报;2000年
10 李兵 译;钢水电渣加热新工艺问世[N];中国冶金报;2003年
中国博士学位论文全文数据库 前1条
1 张卫;亚快速凝固过程中瞬态界面换热研究[D];上海交通大学;2011年
中国硕士学位论文全文数据库 前10条
1 项龙飞;RH精炼炉钢水温度实时监测系统的优化设计[D];安徽大学;2014年
2 王飞;红外热像及比色测温技术在RH炉钢水温度检测中的应用[D];安徽大学;2013年
3 季峰;基于转炉火焰光谱分析的钢水温度预测研究[D];南京理工大学;2013年
4 陈怀望;基于单片机的钢水温度测量仪的研制[D];东北大学;2008年
5 张志强;多罐合浇超低碳不锈钢大型铸件[D];辽宁科技大学;2012年
6 李杨;光纤式钢水温度测量仪的研制[D];东北大学;2008年
7 郑宇;宝钢—炼钢60t中间包钢水温度预报模型[D];江苏大学;2006年
8 潘咏忠;重钢3~#机大方坯连铸中间包流场研究与应用[D];重庆大学;2005年
9 余亮;重钢炼钢厂钢水过程温度预测[D];重庆大学;2008年
10 王玉辉;钢水温度软测量[D];天津科技大学;2001年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978