欢迎登录材料期刊网

材料期刊网

高级检索

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:
  • 1
    0%
  • 2
    0%
  • 3
    0%
  • 4
    0%
  • 5
    0%