高爐爐頂煤氣溫度分布模式識(shí)別神經(jīng)元網(wǎng)絡(luò)的研究-鋼鐵冶金專業(yè)論文

《高爐爐頂煤氣溫度分布模式識(shí)別神經(jīng)元網(wǎng)絡(luò)的研究-鋼鐵冶金專業(yè)論文》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、優(yōu)秀畢業(yè)論文武漢科技大學(xué)碩士學(xué)位論文高爐爐頂煤氣溫度分布模式識(shí)別神經(jīng)元網(wǎng)絡(luò)的研究姓名：涂春林申請(qǐng)學(xué)位級(jí)別：碩士專業(yè)：鋼鐵冶金指導(dǎo)教師：畢學(xué)工20040512精品參考文獻(xiàn)資料優(yōu)秀畢業(yè)論文摘要煤氣流的分布關(guān)系到爐內(nèi)溫度分布、軟熔帶結(jié)構(gòu)、爐況順行和煤氣的利用狀況，最終影響到高爐冶煉指標(biāo)。高爐操作也主要是圍繞獲得合理、適宜的煤氣流分布來進(jìn)行的，另一方面，煤氣流分布也是高爐操作者判斷爐況的重要依據(jù)。由于高爐是個(gè)封閉式系統(tǒng)，爐內(nèi)煤氣流的變化是不可見的，只有通過傳感器數(shù)據(jù)對(duì)爐況進(jìn)行判斷。傳統(tǒng)的判斷方法是基于純機(jī)理性的數(shù)學(xué)模型來研究高爐內(nèi)煤氣流分布，但這種方法通常過于復(fù)雜，受在線實(shí)

2、時(shí)的制約，難以進(jìn)行實(shí)時(shí)在線分析和控制，因此不能及時(shí)反饋信息，調(diào)整布料制度。人工神經(jīng)網(wǎng)絡(luò)模型具有很強(qiáng)的容錯(cuò)性、學(xué)習(xí)性、自適應(yīng)性和非線性的映射能力，特別適合于解決因果關(guān)系復(fù)雜的非確定性推理、判斷、識(shí)別和分類等問題，它由網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)、神經(jīng)元特性函數(shù)和學(xué)習(xí)方法確定。高爐生產(chǎn)過程是大型的分布參數(shù)系統(tǒng)，可用大量傳感器得到其高度和半徑方向上的各種檢測(cè)值，然后用人工神經(jīng)網(wǎng)絡(luò)來識(shí)別它們的特征分布模式，進(jìn)行爐況診斷和控制。鑒于實(shí)際中煤氣流分布并沒有固定的分布模式，本文應(yīng)用了一種自組織神經(jīng)網(wǎng)絡(luò)來進(jìn)行煤氣流模式識(shí)別。自組織神經(jīng)網(wǎng)絡(luò)是一類無導(dǎo)師學(xué)習(xí)網(wǎng)絡(luò)，它可以自動(dòng)地向環(huán)境學(xué)習(xí)，可以對(duì)任意多和

3、任意復(fù)雜的二維模式進(jìn)行自組織、自穩(wěn)定和大規(guī)模并行處理，在無監(jiān)督的情況下從輸入數(shù)據(jù)中找出有意義的規(guī)律來。我們應(yīng)用這種網(wǎng)絡(luò)方法從我國(guó)寶鋼l號(hào)高爐大量十字測(cè)溫歷史數(shù)據(jù)中自動(dòng)整理出5X5=25種分布模式來，這25種分布模式將映射在一個(gè)二維網(wǎng)絡(luò)圖上，并且相近的模式在圖上的坐標(biāo)位置也是靠近的，即該方法有歸類的作用。借助于該模型，高爐操作者將可更直接更方便地判斷煤氣流的分布情況，從而更好地指導(dǎo)高爐操作。該模型方便地表達(dá)和描述了實(shí)際氣流分布狀況，并方便了建立十字測(cè)溫?cái)?shù)據(jù)與布料模式及料面形狀、礦焦比等之間的關(guān)系。該模型是寶鋼l號(hào)高爐總布料推定模型的一個(gè)子模型，已在線運(yùn)行。關(guān)鍵詞：煤氣

4、流分布高爐操作模式識(shí)別自組織神經(jīng)網(wǎng)絡(luò)精品參考文獻(xiàn)資料優(yōu)秀畢業(yè)論文ABSTRACTGasflowdistributioniscorrelativewiththetemperaturedistributioninblastfurnace、theshapeofthecohesivezone、thesmoothstateofblastfurnaceandusingstatusofgasflow，finallyinfluencethesmeitingindexofblastfurnace．Thetargetofblastfurnaceoperationmainlyistoac

5、hieveproperandoptimumgasflowdistribution．Atthesametime，thegasflowdistributionalsoistheimportantfoundationforblastfurnaceoperatorstoestimatethestateofblastfurnace．TheblastfurnaceiSaclosedsystem，andthechangeofgasflOWdistributionisinviSible，SOtheonlymethodofestimatethestatusofblastfurnace

6、iStoutilizerecordsofallkindsofsensors．TheconventionalwaysofidentifyinggasflowdistributioniSmathematiemodelbasedabsolutemechanism．ButthiSmethodiStoocomplex、besubjectedtoonlineoperationandisdifficulttoonlineanalyzingandcontrol，SOcannottofeedbackinformationintimeandtoadjustburdenrule．Thea

7、rtificialneuralnetworkmodelhasstrongfault—tolerantperformance、learningperformance、self—adaptiveperformanceandnon一1inearitymapability。anditiSadaptivetosolvesomeproblems1ikenon—determinacyinferenceofcomplexcausalrelation、judgment、recognition、classificationandSOon．Theartificialneuralnet