本文選題：轉(zhuǎn)爐煉鋼　切入點：終點碳溫　出處：《天津理工大學》2017年碩士論文

【摘要】：我國是傳統(tǒng)的煉鋼大國,鋼鐵產(chǎn)業(yè)是重要的國民經(jīng)濟支柱�！笆濉卑l(fā)展規(guī)劃以來,我國大力提倡運用新技術(shù)、新設(shè)備和新方法,降低鋼鐵成本,提高鋼鐵質(zhì)量,增大我國鋼鐵在世界上的競爭力,讓我國成為全球鋼鐵強國。當前,我國中小型轉(zhuǎn)爐技術(shù)設(shè)備落后,迄今依然還有一部分轉(zhuǎn)爐停留在人工經(jīng)驗判斷冶煉終點的水平并且受轉(zhuǎn)爐廠房環(huán)境和經(jīng)濟條件限制,先進的副槍檢測技術(shù)并不能實地使用。在上述背景環(huán)境下,開發(fā)實用、高效且價格低廉的新技術(shù)變得意義重大。本文圍繞轉(zhuǎn)爐終點碳溫預測控制新方法展開。首先分析了轉(zhuǎn)爐內(nèi)的物料平衡和熱平衡,依此平衡建立靜態(tài)配料計算模型,實現(xiàn)對配料環(huán)節(jié)物料配比的良好管理,提高了出鋼的精度。其次采用處理非線性問題能力強的極限學習機對轉(zhuǎn)爐終點進行預測,對于極限學習機的權(quán)值閾值隨機確定導致網(wǎng)絡(luò)結(jié)構(gòu)不穩(wěn)定的問題,使用遺傳算法對其權(quán)值和閾值進行優(yōu)化,并對極限學習機隱含層激勵函數(shù)和隱含層節(jié)點數(shù)選取不同對預測結(jié)果的影響做了比較,仿真出來的誤差數(shù)據(jù)和預測圖形說明了該改進方法有效,實現(xiàn)了預測精度的提升。針對靜態(tài)預測容易在有擾動的環(huán)境下發(fā)生預測不準的情況,采用粒子群算法建立基于預測的優(yōu)化控制模型,為提升粒子群算法的搜索能力,對其慣性權(quán)重進行了改進,對其采用不同的函數(shù)和公式對優(yōu)化結(jié)果的影響做出了比較,仿真結(jié)果驗證了該策略有效性,實現(xiàn)了對影響終點的主控變量的優(yōu)化控制。最后使用VC++搭建軟件平臺,將配料計算模型、預測模型和優(yōu)化控制模型編制成實際操作界面,實現(xiàn)了鋼廠工作人員對煉鋼過程的預測和控制。
[Abstract]:China is a traditional steelmaking country, and the iron and steel industry is an important pillar of the national economy. Since the 12th Five-Year Plan, our country has vigorously advocated the use of new technologies, new equipment and new methods to reduce the cost of iron and steel and improve the quality of iron and steel. To increase the competitiveness of China's iron and steel in the world, and to make China a global steel power. At present, China's small and medium-sized converters are lagging behind in technology and equipment. Up to now, there are still some converters that remain at the level of the end point of smelting by artificial experience and are limited by the environment and economic conditions of the converter plant. The advanced auxiliary lance detection technology cannot be used in the field. Under the above background environment, the development is practical. The new technology with high efficiency and low cost has become significant. This paper focuses on the new method of carbon temperature prediction and control at the end of converter. Firstly, the material balance and heat balance in converter are analyzed, and the static proportioning calculation model is established according to this balance. In order to improve the precision of steel production, we can achieve good management of proportioning material ratio. Secondly, the ultimate learning machine with strong ability to deal with nonlinear problems is used to predict the end point of converter. The weight and threshold of LLM are optimized by genetic algorithm (GA) for the problem that random determination of weights and thresholds leads to instability of network structure. The effects of the hidden layer excitation function and the number of hidden layer nodes on the prediction results are compared. The simulation error data and prediction figure show that the improved method is effective. In order to improve the searching ability of PSO, the prediction accuracy is improved. In order to improve the searching ability of PSO, particle swarm optimization (PSO) algorithm is used to improve the searching ability of PSO. The inertia weight is improved and the influence of different functions and formulas on the optimization results is compared. The simulation results verify the effectiveness of the strategy. Finally, the software platform is built with VC, and the batching calculation model, prediction model and optimal control model are compiled into practical operation interface. The prediction and control of steelmaking process are realized.
【學位授予單位】：天津理工大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：TF713;TP8

【相似文獻】

相關(guān)期刊論文 前10條

1 ;世界主要產(chǎn)鋼國家和地區(qū)轉(zhuǎn)爐煉鋼能力[J];河北冶金;2002年05期

2 ;大型轉(zhuǎn)爐煉鋼新技術(shù)系統(tǒng)開發(fā)、創(chuàng)新與應(yīng)用[J];鋼鐵釩鈦;2003年03期

3 ;轉(zhuǎn)爐煉鋼節(jié)能減排未來發(fā)展方向[J];山東冶金;2010年02期

4 魏寶森;;石灰石在轉(zhuǎn)爐煉鋼中的應(yīng)用實踐[J];冶金能源;2012年04期

5 魏寶森;;石灰石在轉(zhuǎn)爐煉鋼中的應(yīng)用[J];材料與冶金學報;2012年03期

6 郝偉新;;石灰石代替石灰在轉(zhuǎn)爐煉鋼中的應(yīng)用實踐[J];黑龍江冶金;2013年05期

7 ;三梯式小轉(zhuǎn)爐煉鋼[J];鑄工;1959年03期

8 ;轉(zhuǎn)爐煉鋼是一個多快好省的煉鋼方法——冶金工業(yè)部劉彬副部長3月26日在全國轉(zhuǎn)爐煉鋼會議上的講話摘要[J];鋼鐵;1960年09期

9 田西芳;;國外1979年轉(zhuǎn)爐座數(shù)及轉(zhuǎn)爐煉鋼的年產(chǎn)量[J];重型機械;1980年08期

10 肖來潮;;唐鋼——我國轉(zhuǎn)爐煉鋼的發(fā)祥地[J];河北冶金;1984年05期

相關(guān)會議論文 前10條

1 韓超;王偉林;;轉(zhuǎn)爐煉鋼主要節(jié)能減排技術(shù)措施[A];河北省2010年煉鋼—連鑄—軋鋼生產(chǎn)技術(shù)與學術(shù)交流會論文集（上）[C];2010年

2 楊文遠;徐小偉;王明林;鄧勇;朱倫才;;馬鋼大型轉(zhuǎn)爐煉鋼工藝正�；耐緩絒A];第八屆（2011）中國鋼鐵年會論文集（大會報告與分會場特邀報告）[C];2011年

3 姜曉東;;小議我國轉(zhuǎn)爐煉鋼的現(xiàn)狀和發(fā)展[A];2008年全國煉鋼——連鑄生產(chǎn)技術(shù)會議文集[C];2008年

4 王玉勝;閆衛(wèi)兵;王海龍;楊雄偉;;轉(zhuǎn)爐煉鋼快速成渣工藝分析[A];河北省2011年煉鋼連鑄生產(chǎn)技術(shù)與學術(shù)交流會論文集[C];2011年

5 朱光俊;;轉(zhuǎn)爐煉鋼節(jié)能途徑淺析[A];2006全國能源與熱工學術(shù)年會論文集[C];2006年

6 劉文輝;;轉(zhuǎn)爐煉鋼脫氧和硅錳成分控制的研究[A];1999中國鋼鐵年會論文集（上）[C];1999年

7 孫福利;朱蓉;;轉(zhuǎn)爐煉鋼煙氣除塵廢水處理系統(tǒng)的改擴建工程[A];第三屆全國冶金節(jié)水、污水處理技術(shù)研討會暨萊鋼現(xiàn)場節(jié)水經(jīng)驗交流會文集[C];2007年

8 費鵬;蘇小利;辛國強;;轉(zhuǎn)爐煉鋼留渣操作分析與應(yīng)用[A];2007中國鋼鐵年會論文集[C];2007年

9 肖乃成;唐田華;文小飛;;防止轉(zhuǎn)爐煉鋼“三粘”工藝探討與實踐[A];2007年度泛珠三角十一�。▍^(qū)）煉鋼連鑄年會論文專輯[C];2007年

10 楊文遠;鄒節(jié)忠;王明林;蔣曉放;;激波在轉(zhuǎn)爐煉鋼中的作用[A];第七屆(2009)中國鋼鐵年會論文集（上）[C];2009年

相關(guān)重要報紙文章 前10條

1 魏寶森;石灰石在轉(zhuǎn)爐煉鋼中的應(yīng)用[N];世界金屬導報;2012年

2 本版編輯 齊瑞普 申春雷 張亞男;首鋼遷鋼轉(zhuǎn)爐煉鋼自動化成套技術(shù)通過評審[N];中國冶金報;2008年

3 郝寧;降低轉(zhuǎn)爐煉鋼粉塵鋅含量的技術(shù)研究[N];世界金屬導報;2014年

4 道爾吉;現(xiàn)代轉(zhuǎn)爐煉鋼技術(shù)及資源保護問題[N];世界金屬導報;2007年

5 胥昌第;轉(zhuǎn)爐煉鋼：應(yīng)注重合理匹配和優(yōu)化調(diào)整[N];中國冶金報;2008年

6 陳建輝 朱辛白 雷加鵬;中冶南方轉(zhuǎn)爐煉鋼技術(shù)成果介紹[N];世界金屬導報;2013年

7 劉晨;轉(zhuǎn)爐煉鋼系統(tǒng)除塵技術(shù)的選擇和節(jié)能優(yōu)化[N];世界金屬導報;2014年

8 黃丕展;創(chuàng)新與轉(zhuǎn)爐煉鋼史上的一場風波[N];福建科技報;2008年

9 全國冶金節(jié)能減排新技術(shù)知識競賽組委會專家組;轉(zhuǎn)爐煉鋼，注重多項節(jié)能技術(shù)的應(yīng)用[N];中國冶金報;2009年

10 石建國 編譯;減少轉(zhuǎn)爐煉鋼時產(chǎn)塵的有效方法[N];中國冶金報;2002年

相關(guān)博士學位論文 前3條

1 張軍;鋼鐵企業(yè)冶煉過程操作解析與優(yōu)化研究[D];東北大學;2014年

2 許凌飛;基于爐口火焰光譜信息的轉(zhuǎn)爐煉鋼終點在線碳含量測量方法研究[D];南京理工大學;2011年

3 胡燕;基于粗糙集的轉(zhuǎn)爐煉鋼知識發(fā)現(xiàn)及終點控制模型研究[D];重慶大學;2013年

相關(guān)碩士學位論文 前10條

1 王坤;基于光譜分析和支持向量機算法的轉(zhuǎn)爐煉鋼終點碳分類檢測技術(shù)[D];南京理工大學;2015年

2 竇曉宇;基于多損耗灰體假設(shè)的新型轉(zhuǎn)爐煉鋼測溫模型研究[D];南京理工大學;2016年

3 李鵬舉;基于火焰圖像吹煉信息特征提取的轉(zhuǎn)爐煉鋼終點判定方法研究[D];昆明理工大學;2016年

4 楊凱峰;轉(zhuǎn)爐煉鋼經(jīng)濟模式的研究與實踐[D];遼寧科技大學;2016年

5 張小晨;基于極限學習機的轉(zhuǎn)爐煉鋼終點預測模型研究[D];南昌大學;2016年

6 杜賢敏;轉(zhuǎn)爐煉鋼終點預報與控制模型的研究[D];東北大學;2014年

7 王剛;轉(zhuǎn)爐煉鋼自動控制系統(tǒng)的研究與應(yīng)用[D];東北大學;2014年

8 易曉敏;轉(zhuǎn)爐煉鋼終點碳溫預測與控制模型研究[D];天津理工大學;2017年

9 高玉;轉(zhuǎn)爐煉鋼終點靜態(tài)預測系統(tǒng)的研究[D];遼寧科技大學;2008年

10 閆博;轉(zhuǎn)爐煉鋼智能控制方法的研究[D];東北大學;2005年

，

本文編號：1676541