针对前人炉温预报模型存在变量过多不利于专家规则制定,未考虑渣皮脱落等因素对炉温影响,以及不能有效模拟专家思维等缺陷,改进了炉温预报选取的变量,设计开发了基于模糊数学理论的高炉炉温预报模糊推理专家系统.开发的炉温预报系统在武钢1号高炉运行取得很好的效果,命中率达到了93.85%.
参考文献
[1] | 杨天钧;徐金梧.高炉冶炼过程控制模型[M].北京:科学出版社,1995:36-46. |
[2] | Henrik Saxen;Leif Karilainen.Model for Short-Term Prediction of Silicon Content in the Blast Furnace Process[A].,1992:185-191. |
[3] | H.Singh N.Venkata .Artificial neural nets for prediction of silicon content of blast furnace hot metal[J].Steel Research,1996(12):521-527. |
[4] | Zuo Guangqing;Ma Jitang.A Neural Network Model for Predicting the Silicon Content of the Hot Metal at NO.2 Blast Furnace of Ssab Lulea[A].,1996:211-221. |
[5] | 姚斌,杨天钧.铁水硅预报神经网络专家系统的遗传优化生成[J].钢铁,2000(04):13-16,51. |
[6] | 陈令坤.我国高炉专家系统开发的现状[J].炼铁,2001(04):30-34. |
[7] | 陈令坤;傅连春;于仲洁.武钢4号高炉专家系统的应用[J].炼铁,2001(02):71-74. |
[8] | 李士勇.工程模糊数学及应用[M].哈尔滨:哈尔滨工业大学出版社,2004 |
上一张
下一张
上一张
下一张
计量
- 下载量()
- 访问量()
文章评分
- 您的评分:
-
10%
-
20%
-
30%
-
40%
-
50%