資源描述：
《科 學 研 究 基 金 項 目 申 請 書》由會員上傳分享，免費在線閱讀，更多相關內(nèi)容在學術論文-天天文庫。
1、項目類別博士基金重點基金一般基金青年基金√河北師范大學科學研究基金項目申請書（自然科學）課題名稱：精煉爐智能底吹氬工藝優(yōu)化與智能控制研究類別：應用申請者：杜文霞所在單位：職業(yè)技術學院電子系申請日期：2007年12月10日河北師范大學科技處制申請者姓名杜文霞性別女出生年月1973年2月從事專業(yè)電氣技術專業(yè)技術職務講師學歷大學1998年6月畢業(yè)于河北師范大學碩士2001年3月畢業(yè)于燕山大學博士年月畢業(yè)于科研成果：主要研究成果及發(fā)表的論文、論著和發(fā)表處（技術鑒定情況）及獲獎情況等1.基于BP神經(jīng)網(wǎng)絡的電力變壓器故障診斷變壓器2007年第3期
2、二、研究課題的科學依據(jù)、意義、目的、國內(nèi)外研究概況、水平、發(fā)展趨勢和應用前景（請列出部分參考文獻）隨著科技的發(fā)展,用戶對鋼材的質(zhì)量提出了越來越高的要求。轉(zhuǎn)爐是目前國內(nèi)外主要的煉鋼設備之一。然而轉(zhuǎn)爐煉鋼過程中存在一個不足之處是熔池內(nèi)部及鋼渣之間的攪拌作用差，致使傳質(zhì)、傳熱速率低，從而帶來熔化速度和氧化反應速度慢，鋼液成分和溫度不均勻，脫硫、脫磷速度低，工人勞動強度大，能耗高，冶煉時間長等一系列問題。從技術上看，鋼材的質(zhì)量主要表現(xiàn)在其純潔度高、各相異性小、合金成分偏差范圍小等方面。鋼中雜質(zhì)含量高，加上鋼的各相異性差別大，必然導致鋼材的力學
3、性能在不同的方向上有較大差異。傳統(tǒng)的煉鋼工藝和裝備難以滿足高質(zhì)量要求，必須采用爐外精煉技術。近年來爐外精煉技術的不斷發(fā)展，要求爐外精煉的效果要好，時間要短，要具備能夠和轉(zhuǎn)爐匹配的快工藝節(jié)奏。精煉爐底吹氬煉鋼技術具有成本低、操作方便、攪拌效果好的優(yōu)點，并由此產(chǎn)生了一系列有益的冶金效果。它可以明顯縮短冶煉時間、降低能耗、提高脫硫脫磷能力，促進合金均勻化。冶煉不銹鋼時可促進去碳保鉻，增加合金收得率，并且可大大降低工人的勞動強度。早在70年代末、80年代初日本等國就開始研究底吹氬氣攪拌技術。到80年代中后期，由于技術上可行，特別是在冶金和經(jīng)濟
4、上獲得了較大的效果。80年代以后，由于引進一批二次精煉裝置以極其先進的自動化系統(tǒng)與PCL、DCS硬件等，從而使我國二次精煉裝置自動化水平大大提高。國內(nèi)大對數(shù)廠家基本上采用人工直接操作的控制方法這種方法雖然實現(xiàn)了底吹氬的基本目的―――攪拌作用，但由于自動化程度低，無法實現(xiàn)脫氮、脫磷的作用，而且耗氬量和耗電量高，包齡短，并易造成鋼水二次氧化等。因此，與國外相比有相當大的差距。底吹氬技術被國內(nèi)的大多數(shù)精煉爐所采用，但是由于該過程的不僅涉及到氣體與高溫液體間的傳熱、傳質(zhì)及動量的傳遞，而且還涉及到鋼液的湍流流動與混合、合金添加劑的熔化和鋼渣化學
5、反應的熱力學與動力學等，因此，從系統(tǒng)的觀點看，在精煉爐底吹氬過程中，由于被控對象的非線性、數(shù)學模型的不確定性及系統(tǒng)工作點的劇烈變化等因素，要采用常規(guī)的控制策略難以實現(xiàn)對氬氣流量進行精確控制，有必要采用智能控制方法實現(xiàn)底吹氬的工藝優(yōu)化。課題采用智能底吹氬工藝優(yōu)化技術對精煉爐底吹氬工藝所進行的改造和完善，可以實現(xiàn)吹氬的自動控制。該技術不僅可提高品種鋼的質(zhì)量，而且對國內(nèi)冶金企業(yè)的生產(chǎn)指導也能起到促進作用。本課題的成功，不僅對提高我國鋼材的品種和而且能提高煉鋼的機械化和自動化水平，而且還可以促進國有冶金企業(yè)的技術改造。1.董鋒斌,蔣軍,鋼包精
6、煉爐智能底吹氬控制系統(tǒng)機床與液壓2006NO.32.李樹江高憲文柴天佑模糊串級控制及其在精煉爐吹氬系統(tǒng)中應用信息與控制1998第27卷第1期3.王海兵提高鋼包底吹氬暢通率的實踐湖南冶金2004年7月第32卷第4期4.顏慧成鋼包弱攪拌水模擬實驗研究鋼鐵研究學報2006年2月第18卷第2期5A.Quteishat,C.P.Lim,Amodifiedfuzzymin-maxneuralnetworkwithruleextractionanditsapplicationtofaultdetectionandclassification,App
7、.SoftComput.J.(2007)6H.Liu,L.Yu,Towardintegratingfeatureselectionalgorithmsforclassificationandclustering.IEEETrans.Knowl.DataEng.17(4)(2005).7LiangGC,HeYG.Afaultidentificationapproachforanalogcircuitsusingfuzzyneuralnetworkmixedwithgeneticalgorithms[J].IEEEProc.Intelli
8、gentSystemsandSignalProcessing,2003,2:1267-1272.三、課題研究的主要內(nèi)容從系統(tǒng)觀點看精煉爐底吹氬過程由于受到被控對象的非線性、數(shù)學模型的不確定性及系統(tǒng)工作點的劇烈變化等因素的
