發(fā)布時(shí)間：2022-11-04 22:19

　　鋼鐵冶煉中最重要的生產(chǎn)環(huán)節(jié)就是高爐煉鐵,其內(nèi)部變量分布復(fù)雜、大量的物理化學(xué)反應(yīng)以及結(jié)構(gòu)的封閉性,導(dǎo)致操作人員對(duì)高爐爐溫的直接測(cè)量有很大困難。而生產(chǎn)過(guò)程中,高爐爐溫的變化可以間接用鐵水硅含量的變化來(lái)表示。因此,建立準(zhǔn)確可靠的高爐鐵水硅含量預(yù)測(cè)模型對(duì)調(diào)控高爐爐溫,保證高爐的順利運(yùn)行至關(guān)重要。首先,對(duì)高爐煉鐵進(jìn)行了介紹,以便建立更加貼近高爐生產(chǎn)實(shí)際的模型。根據(jù)專(zhuān)家經(jīng)驗(yàn)以及灰色關(guān)聯(lián)分析法選擇與鐵水硅含量相關(guān)性較大的7個(gè)變量作為模型的輸入變量,并對(duì)所收集的數(shù)據(jù)進(jìn)行預(yù)處理,為模型的建立打下基礎(chǔ)。其次,針對(duì)極限學(xué)習(xí)機(jī)在進(jìn)行鐵水硅含量預(yù)測(cè)時(shí)隨機(jī)生成輸入層權(quán)值和隱含層閾值,易導(dǎo)致模型存在預(yù)測(cè)精度下降以及過(guò)擬合等問(wèn)題,引入遺傳算法對(duì)其進(jìn)行優(yōu)化。通過(guò)仿真實(shí)驗(yàn)結(jié)果進(jìn)行對(duì)比分析,改進(jìn)后的預(yù)測(cè)模型比單一的極限學(xué)習(xí)機(jī)預(yù)測(cè)模型的預(yù)測(cè)精度略有提升。在此基礎(chǔ)上,將粒子群算法和遺傳算法相結(jié)合,以粒子群算法為主,遺傳算法為輔,形成了PSO-GA算法。該方法融合了兩種算法各自的優(yōu)點(diǎn),建立了基于PSO-GA-ELM的高爐鐵水硅含量預(yù)測(cè)模型,仿真結(jié)果驗(yàn)證了該模型的有效性。圖19幅;表4個(gè);參50篇。 

【文章頁(yè)數(shù)】：65 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
引言
第1章 緒論
    1.1 課題的研究背景及意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 現(xiàn)有的主要研究方法
        1.2.2 基于極限學(xué)習(xí)機(jī)的高爐鐵水硅含量預(yù)測(cè)模型的研究現(xiàn)狀
    1.3 論文的主要研究?jī)?nèi)容
第2章 相關(guān)背景
    2.1 高爐煉鐵
        2.1.1 高爐煉鐵系統(tǒng)
        2.1.2 高爐內(nèi)部分區(qū)
        2.1.3 高爐煉鐵工藝流程
        2.1.4 高爐煉鐵過(guò)程中發(fā)生的主要化學(xué)反應(yīng)
    2.2 高爐鐵水中的硅元素
        2.2.1 生鐵中的硅含量
        2.2.2 硅的還原規(guī)律
        2.2.3 硅的還原途徑
    2.3 本章小結(jié)
第3章 模型輸入變量的選擇和數(shù)據(jù)預(yù)處理
    3.1 數(shù)據(jù)的采集
    3.2 模型輸入變量的選擇
        3.2.1 基于經(jīng)驗(yàn)的選擇
        3.2.2 基于灰色關(guān)聯(lián)分析法的選擇
    3.3 數(shù)據(jù)的預(yù)處理
        3.3.1 數(shù)據(jù)異常值的處理
        3.3.2 數(shù)據(jù)缺損值的處理
        3.3.3 數(shù)據(jù)歸一化處理
    3.4 模型的評(píng)價(jià)指標(biāo)
    3.5 本章小結(jié)
第4章 基于改進(jìn)極限學(xué)習(xí)機(jī)的高爐鐵水硅含量預(yù)測(cè)
    4.1 極限學(xué)習(xí)機(jī)
    4.2 遺傳算法
    4.3 遺傳算法優(yōu)化極限學(xué)習(xí)機(jī)
    4.4 實(shí)例仿真
    4.5 本章小結(jié)
第5章 粒子群算法在高爐鐵水硅含量預(yù)測(cè)中的應(yīng)用
    5.1 粒子群算法
        5.1.1 粒子群算法基本原理
        5.1.2 粒子群算法的構(gòu)成要素
    5.2 粒子群算法與遺傳算法結(jié)合
    5.3 PSO-GA-ELM模型的建立
    5.4 實(shí)例仿真
    5.5 本章小結(jié)
結(jié)論
參考文獻(xiàn)
致謝
導(dǎo)師簡(jiǎn)介
企業(yè)導(dǎo)師簡(jiǎn)介
作者簡(jiǎn)介
學(xué)位論文數(shù)據(jù)集



本文編號(hào)：3701434