收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于改进的粒子群BP神经网络的高炉热状态预报模型的研究

熊欣  
【摘要】: 钢铁工业是国民经济的支柱产业,高炉炼铁是钢铁工业的重要组成部分。高炉炉温是高炉顺行的保证,也是判断高炉炉况的一个重要指标。如何建立能指导高炉炼铁人员进行炉温控制的炉热状态预报模型不仅具有重要的理论价值,而且也具有重要的生产实践价值。 但是从控制论的角度来看,高炉过程是一种时延很大的非线性系统,在建模方面有着很大的难度。尤其高炉炉温的表达,难度更大。本文针对国内某大型钢铁企业4#高炉的实际情况提出了以化学热—铁水Ti含量代替物理热来判断炉温的变化。并在此基础上,根据已开发的静态模型分析4#高炉冶炼过程的规律、定量关系;通过分析影响炉缸热制度的主要因素及普通矿冶炼热制度与钒钛矿热制度的差别来研究4#高炉炉缸热制度特点。 本文针对粒子群优化算法(PSO)的早熟现象,提出了一种基于学习因子自适应调整思想的改进PSO算法,并对算法进行了性能测试表明:改进的PSO算法收敛速度快,具备收敛概率和搜索精度;然后提出了用改进的PSO算法来训练BP神经网络,以此来提高网络训练效果。 根据网络模型自身的特点,有必要控制输入参数的个数,同时在选取参数时应该尽量选择对输出量影响较大的参数;本文接着通过对各工艺参数之间相关性分析以及各工艺参数与铁水Ti含量间的相关性分析,得出了对炉温变化较敏感的参数以及各工艺参数对炉温影响的滞后时间。在此基础上,实现了对网络模型输入参数的选择。 本文最后建立了基于PSO-BP神经网络的高炉热状态的动态预报模型;同时对4#高炉生成过程中的实际数据进行了预处理,并结合处理后的样本数据对模型进行仿真实验,实验结果表明,用改进BP-PSO网络对高炉铁水Ti含量预报的精度要高于标准的BP网络,此精度完全可以满足实际生产的需要,并且改进BP-PSO网络比标准BP网络的训练时间明显缩短。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 王安娜;陶子玉;姜茂发;田慧欣;张丽娜;;基于PSO和BP网络的LF炉钢水温度智能预测[J];控制与决策;2006年07期
2 袁湘环;谢永芳;;连续碳酸化分解过程分解率的预测模型[J];计算机测量与控制;2009年04期
3 李玉军;汤晓君;刘君华;;粒子群优化算法在混合气体红外光谱定量分析中的应用[J];光谱学与光谱分析;2009年05期
4 张建军;杜莉;;基于IPSO和BP神经网络的光学字符识别[J];煤炭技术;2010年12期
5 马翔;;粒子群优化BP神经网络用于重复记录检测[J];辽宁工程技术大学学报(自然科学版);2010年05期
6 钟双连;;基于优化PSO改进BP神经网络的转炉炼钢钢水重量预测研究[J];网络财富;2010年09期
7 钟双连;;基于优化PSO改进BP神经网络的转炉炼钢钢水重量预测研究[J];商业文化(学术版);2010年05期
8 孙薇;邹颖;;基于粒子群优化的BP神经网络在火电厂大气环境评价中的应用[J];华东电力;2008年02期
9 张飞;刘文生;;基于PSO-BP神经网络的地表下沉系数选取研究[J];测绘工程;2010年06期
10 李勇;段正澄;胡伦骥;;基于粒子群优化算法的异型螺旋槽管优化设计[J];石油化工设备;2007年02期
11 朱云国;;基于改进粒子群优化算法的机器人路径规划[J];冶金设备;2007年04期
12 许少华,陈可为,梁久祯,郑生民;基于遗传-BP神经网络的沉积微相自动识别[J];大庆石油学院学报;2000年04期
13 杨晓波,黄秀宝;基于BP神经网络的织物折皱等级评定[J];东华大学学报(自然科学版);2003年04期
14 任广伟,王凤龙,高汉杰,王永;BP神经网络在烟草蚜传病毒病预测中的应用[J];中国烟草学报;2004年04期
15 蒋福兴,田立慧,白国峰黑龙江省计算中心;改进的BP神经网络在浑河水质评价中的应用[J];辽宁工程技术大学学报;2004年05期
16 王灿星,候树强;杭州市区大气中PM_(10)等污染物的预测研究[J];仪器仪表学报;2004年S1期
17 李慧丽,吴朋越,谢水生;利用BP神经网络预测铜合金挤压力[J];CMET.锻压装备与制造技术;2005年02期
18 田立慧,蒋福兴,白国峰;改进的BP神经网络在浑河沈阳区段水质评价中的应用[J];露天采矿技术;2005年02期
19 郑波;费树岷;王雯;江风;;BP神经网络模型在纺纱质量预测中的应用[J];纺织科技进展;2005年06期
20 林岗;周月平;;基于BP神经网络的铣削力仿真技术研究[J];机械设计与制造;2006年02期
中国重要会议论文全文数据库 前10条
1 吴文佳;宋晓峰;;速度可调节的粒子群算法训练BP神经网络[A];2007年中国智能自动化会议论文集[C];2007年
2 吴今培;胡旭川;陈世权;;非线性时间序列动态建模与预测的BP神经网络方法[A];1999年中国智能自动化学术会议论文集(上册)[C];1999年
3 包健;吴迎笑;严义;;神经网络反锐化掩模算法在车牌识别中的应用[A];第三届全国信息获取与处理学术会议论文集[C];2005年
4 吴进华;巫检丰;李莉;;基于BP神经网络的非线性动态系统辨识方法[A];中国航空学会控制与应用第十二届学术年会论文集[C];2006年
5 周扬;翁剑枫;王昕峰;;于BP神经网络多光谱测温仪设计[A];2009中国仪器仪表与测控技术大会论文集[C];2009年
6 齐冬莲;赵光宙;;非线性动力学系统的神经网络内模控制研究[A];第11届全国电气自动化电控系统学术年会论文集[C];2002年
7 汪渤;闫杰;高洪民;;惯性导航系统传递对准技术研究[A];中国惯性技术学会光电技术专业委员会第五次学术交流会暨重庆惯性技术学会第九次学术交流会论文集[C];2002年
8 甄洪斌;张晓锋;沈兵;何必;杨华;;基于BP神经网络的舰船电力系统暂态稳定性分析[A];现代船舶机电维修技术(2005)[C];2005年
9 孟科;李绍军;钱锋;;实数编码免疫算法在溶剂脱水塔软测量中的应用[A];'2006系统仿真技术及其应用学术交流会论文集[C];2006年
10 罗小波;刘明皓;;基于优化的BP神经网络遥感影像分类[A];2006年中国土地学会学术年会论文集[C];2006年
中国博士学位论文全文数据库 前10条
1 戴运桃;粒子群优化算法研究及其在船舶运动参数辨识中的应用[D];哈尔滨工程大学;2010年
2 刘波;粒子群优化算法及其在机电设备中的应用研究[D];中北大学;2011年
3 傅阳光;粒子群优化算法的改进及其在航迹规划中的应用研究[D];华中科技大学;2011年
4 刘华蓥;粒子群优化算法的改进研究及在石油工程中的应用[D];东北石油大学;2012年
5 徐星;融合热运动机制的粒子群优化算法研究及其应用[D];武汉大学;2010年
6 李丹;粒子群优化算法及其应用研究[D];东北大学;2007年
7 王大志;面向实际工程问题的粒子群优化算法应用技术的研究[D];东北大学;2009年
8 徐文星;混沌粒子群优化算法及应用研究[D];北京化工大学;2012年
9 张玮;粒子群优化算法研究及在阵列天线中的应用[D];太原理工大学;2010年
10 王维博;粒子群优化算法研究及其应用[D];西南交通大学;2012年
中国硕士学位论文全文数据库 前10条
1 熊欣;基于改进的粒子群BP神经网络的高炉热状态预报模型的研究[D];重庆大学;2008年
2 王瑞琳;基于粒子群优化BP神经网络的我国上市公司财务困境预警研究[D];河南大学;2008年
3 尹晓健;基于粒子群优化的神经网络在药品管理中的应用[D];新疆大学;2008年
4 刘洋;直接转矩控制系统参数辨识优化及DSP实现[D];沈阳工业大学;2008年
5 孙晶晶;粒子群优化算法的改进及其应用研究[D];陕西师范大学;2010年
6 王婧;基于粒子群优化算法的集群调度策略研究[D];中国石油大学;2011年
7 张新娟;改进粒子群优化算法及其在图像分割中的应用[D];陕西师范大学;2011年
8 刘煌;基于GA的改进粒子群算法研究及其在TSP上的应用[D];武汉理工大学;2010年
9 苗爱敏;基于动态特征的粒子群优化算法研究[D];云南大学;2010年
10 杨洋;基于粒子群优化算法的准循环LDPC码构造[D];北京交通大学;2011年
中国重要报纸全文数据库 前3条
1 费振波 武英举 本报记者 吴利红;金星软硬件开发齐头并进[N];黑龙江日报;2004年
2 ;通用数字视觉平台JVISION-500[N];科技日报;2003年
3 汽车行业“十五”规划研究课题组;“十五”摩托车市场需求预测[N];中国机电日报;2000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