电弧炉终点温度的GASVR_GM预报模型研究.pdf

《电弧炉终点温度的GASVR_GM预报模型研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、电弧炉终点温度的GASVRGM预报模型研究张捍东。等电弧炉终点温度的GASVR—GM预报模型研究StudyontheGASVR——GMPredictionModelforEndpointTemperatureofEAF绻挥东伤敏旅荔(安徽工业大学电气信息学院，安徽马鞍山243002)摘要：电弧炉终点温度是炼钢过程中的重要指标之一，决定了钢水的质量和整体成本。电弧炉终点温度预报模型的建立是实现炼钢自动化的重要环节，为了得到高精度的终点温度预报值，提出了一种GASVR—GM的钢水终点温度预报模型。该模型以定量因素为主，采用遗传算法优化的支

2、持向量回归机预报终点温度；再运用灰色模型进行预报误差的补偿，解决非定量因素的影响，实现滚动预报。试验仿真表明，与智能软测量方法相比。GASVR—GM预报模型具有更高的精度和鲁棒性。关键词：电弧炉(EAF)支持向量回归机(SVR)遗传算法(GA)灰色模型(GM)终点预报滚动预报中图分类号：TP273+．5文献标志码：AAbstract：Theendpointtemperatureofelectricarefurnace(EAF)isoneofthemostimportantindexesofthesteelmakingprocess，i

3、tdeterminesboththequalityofmoltensteelandtheoverallcost．Thepredictionmodelestablishmentoftheendpointtemperatureisanimportantpartforimplementingautomationofsteelmaking．Inordertoobtainhighlyaccuratepredictivevalueoftheendpointtemperature。theGASVR—GMpredictionmodelispropos

4、ed．"[hismodelismainlybasedonquantitativefactors，itpredictstheendpointtemperaturebyadoptingthesupportvectorregressionmachineoptimizedwithgeneticalgorithm．thencompensatesthepredictiveerrorbyusinggreymodeltosolvetheinfluencefromnon—quantitativefactorsforimplementingrolling

5、prediction．Theexperimentalsimulationindicatesthatcomparingwithintelligentsoftsensingmethod。theGASVR-GMpredictionmodelpossesseshigheraccuracyandrobustness．Keywords：Electricarcfurnace(EAF)Supportvectorregression(SVR)Geneticalgorithm(GA)Greymodel(GM)EndpointpredictionRolli

6、ngprediction0引言电弧炉炼钢与转炉炼钢是目前主要的两种炼钢方法．2010年电弧炉钢产量约占全球粗钢产量的30％(我国仅约10％)，并呈逐年上升趋势。与转炉炼钢相比．采用废钢做主要原料的电弧炉炼钢流程投资建设成本低、占地面积小、达产快、资源和环境负荷低。同时．考虑到未来可能征收的能源税和温室气体排放税以及能源、环保准入制度，发展电弧炉将具有更长远的技术经济意义。电弧炉炼钢的出钢温度和成分(碳含量、磷含量)等终点参数对于冶炼过程至关重要，准确的终点参数预报将使得钢水质量可控，冶炼时间缩短，从而保障后续生产和优化库存管理。本文将

7、对电弧炉终点温度展开预报研究。国家863高技术研究发展计划基金资助项目(编号：2(，07AA052242、2007AA052421)。修改稿收到日期：2012—03—14。第一作者张捍东(1963一)，男，2003年毕业于东北大学控制科学与控制工程专业，获博士学位，教授；主要从事工程优化技术与应用和机器人路径规划及相关技术酌研究。《自动化仪表》第34卷第2期2013年2月1终点温度预报概述近年来，电弧炉终点温度预报的方法主要有：①基于电弧炉内部反应的机理模型[J。]．建模过程中存在着大量假设和简化，使得模型过于粗糙，很难取得更好的效果

8、；②基于电弧炉炉I=1光谱图像辨识的模型HJ，模型的可靠性和稳定性有待验证，少量的理论研究尚未应用到生产环境中；③基于大量电弧炉生产数据的“黑箱”模型．常用的有人工神经网络、知识推理技术、模糊逻辑技术和专家系统等人工智能