基于神經(jīng)網(wǎng)絡(luò)的轉(zhuǎn)爐冶煉終點(diǎn)錳、磷靜態(tài)預(yù)測算法

張群威，陳桂華

(漯河職業(yè)技術(shù)學(xué)院，河南 漯河 462000)

0 前 言

轉(zhuǎn)爐冶煉的過程較為繁瑣和復(fù)雜，在其過程中，會(huì)存在很多難以抗拒的因素影響其冶煉的精度，因此需要建立模型對(duì)轉(zhuǎn)爐冶煉終點(diǎn)錳、磷進(jìn)行靜態(tài)預(yù)測，而這些模型大多數(shù)都建立在假設(shè)和運(yùn)算估計(jì)的基礎(chǔ)上，無法保證其冶煉精度。在這種情況下，如何有效地進(jìn)行轉(zhuǎn)爐冶煉終點(diǎn)錳、磷靜態(tài)預(yù)測成為了制約工業(yè)領(lǐng)域發(fā)展的一個(gè)重要因素，引起了很多專家和學(xué)者的重視。目前，關(guān)于轉(zhuǎn)爐冶煉終點(diǎn)錳、磷靜態(tài)預(yù)測方法的研究有很多，其相對(duì)研究也出現(xiàn)了一定的成果[1]。

碳、錳、磷是轉(zhuǎn)爐操作中需要預(yù)測的主要元素。在當(dāng)前，碳含量的預(yù)測是其冶煉的主要對(duì)象，而相對(duì)于錳含量和磷含量的預(yù)測工作較少[2]。預(yù)測的基本要求是在吹氧完成時(shí)，預(yù)測其成分是否同時(shí)達(dá)到出鋼要求。然而，錳含量和磷含量的消除比脫碳更為復(fù)雜，所以需要進(jìn)最大的能力促使錳、磷在吹煉結(jié)束前，提前消除到結(jié)束要求的范圍內(nèi)，但是采用本文算法進(jìn)行轉(zhuǎn)爐冶煉終點(diǎn)錳、磷靜態(tài)預(yù)測時(shí)，在吹煉結(jié)束時(shí)，難以對(duì)錳、磷的含量進(jìn)行有效的預(yù)測，因此，借助于基于神經(jīng)網(wǎng)絡(luò)理論思想，組建轉(zhuǎn)爐冶煉終點(diǎn)錳、磷靜態(tài)預(yù)測模型，由此在30 000爐樣本的基礎(chǔ)上做數(shù)據(jù)訓(xùn)練，對(duì)權(quán)值、閾值進(jìn)行修正。

1 轉(zhuǎn)爐冶煉靜預(yù)測的原理

依據(jù)初始轉(zhuǎn)爐冶煉的條件，溫度，重量，將含量、溫度、其他元素化學(xué)成分等數(shù)據(jù)作為參考，將錳、磷含量、溫度、其他元素化學(xué)成分等數(shù)據(jù)作為參考，建立轉(zhuǎn)爐冶煉靜預(yù)測模型，通過數(shù)據(jù)庫連接計(jì)算機(jī)實(shí)時(shí)控制原料加入量，基于物料平衡和熱平衡，進(jìn)行轉(zhuǎn)爐冶煉的靜態(tài)預(yù)測[3]。

假設(shè)，由Vo2代表吹煉一爐鋼的理論耗氧量，VSI{鐵},VSH{鐵}代表鐵水中的錳、磷含量，則利用式(1)計(jì)算出計(jì)算轉(zhuǎn)爐冶煉過程需要加入的礦石用量將錳、磷含量。

(1)

(2)

2 轉(zhuǎn)爐冶煉終點(diǎn)錳、磷靜態(tài)優(yōu)化預(yù)測的實(shí)現(xiàn)

2.1 網(wǎng)絡(luò)輸入?yún)?shù)的計(jì)算

在進(jìn)行轉(zhuǎn)爐冶煉終點(diǎn)錳、磷靜態(tài)優(yōu)化預(yù)測過程中，選取的輸入?yún)?shù)對(duì)預(yù)測有決定性的幫助，所以，先要獲取影響較大預(yù)測參數(shù)，提取其中的變量，并給出轉(zhuǎn)爐冶煉結(jié)束時(shí)的變化敏感性[4]。

在預(yù)測冶煉結(jié)束時(shí)的磷含量時(shí)，要分析影響轉(zhuǎn)爐渣的堿度和其渣含量，分析爐溫的因數(shù)，并且鐵水，鐵和末端鋼水的成分與結(jié)束的磷含量密切相關(guān)。而相對(duì)于結(jié)束時(shí)的錳含量，其中影響較大的因子和冶煉結(jié)束時(shí)的磷含量影響因子相似，但是影響的程度卻有所不相同，因此，采用和磷含量預(yù)測模型相同的輸入?yún)?shù)，將其影響因素設(shè)定為30個(gè)，同時(shí)考慮到各參數(shù)對(duì)鋼水磷和錳含量的影響程度有所不同，需要分別進(jìn)行計(jì)算。具體的步驟如下詳述：

(3)

(4)

(5)

(6)

綜上所述可以說明，在進(jìn)行轉(zhuǎn)爐冶煉終點(diǎn)錳、磷靜態(tài)優(yōu)化預(yù)測過程中，網(wǎng)絡(luò)輸入?yún)?shù)的計(jì)算過程，為實(shí)現(xiàn)轉(zhuǎn)爐冶煉終點(diǎn)錳、磷靜態(tài)優(yōu)化預(yù)測奠定基礎(chǔ)。

2.2 轉(zhuǎn)爐冶煉終點(diǎn)錳、磷靜態(tài)優(yōu)化預(yù)測的實(shí)現(xiàn)

(7)

(8)

(9)

(10)

依據(jù)上式獲得的結(jié)果可以有效的進(jìn)行轉(zhuǎn)爐冶煉終點(diǎn)錳、磷靜態(tài)優(yōu)化預(yù)測。

3 實(shí)驗(yàn)及其仿真證明

為了證明提出的基于神經(jīng)網(wǎng)絡(luò)的轉(zhuǎn)爐冶煉終點(diǎn)錳、磷靜態(tài)預(yù)測算法有效性，需要進(jìn)行一次實(shí)驗(yàn)。將實(shí)驗(yàn)平臺(tái)設(shè)定為IntelCore2Duo CPU2.0 GHz、內(nèi)存2.0 GB的PC，安裝Windows XP 操作系統(tǒng)，在Mat-lab7.1環(huán)境下搭建轉(zhuǎn)爐冶煉終點(diǎn)錳、磷靜態(tài)預(yù)測實(shí)驗(yàn)平臺(tái)。實(shí)驗(yàn)樣本選取為100爐的測試樣本。為了彰顯實(shí)驗(yàn)的全面性和公正性，將傳統(tǒng)算法作為對(duì)比算法進(jìn)行共同的分析和對(duì)比，將預(yù)測的精度作為主觀評(píng)價(jià)指標(biāo)來評(píng)價(jià)不同算法進(jìn)行轉(zhuǎn)爐冶煉終點(diǎn)錳、磷靜態(tài)預(yù)測的綜合有效性。神經(jīng)網(wǎng)絡(luò)算法與傳統(tǒng)算法的預(yù)測精度結(jié)果見圖1。

1 傳統(tǒng)算法； 2 神經(jīng)網(wǎng)絡(luò)算法圖1 兩種算法的預(yù)測精度對(duì)比

圖1可以說明：利用本文算法進(jìn)行轉(zhuǎn)爐冶煉終點(diǎn)錳、磷靜態(tài)預(yù)測的精度要優(yōu)于傳統(tǒng)算法，這是因?yàn)槔帽疚乃惴ㄟM(jìn)行轉(zhuǎn)爐冶煉終點(diǎn)錳、磷靜態(tài)預(yù)測組建終點(diǎn)錳含量和磷含量兩個(gè)網(wǎng)絡(luò)預(yù)報(bào)模型，構(gòu)建完成的模型會(huì)根據(jù)入爐料的加入情況對(duì)模型繼續(xù)進(jìn)行調(diào)整和修正，從而保證了本文算法進(jìn)行轉(zhuǎn)爐冶煉終點(diǎn)錳、磷靜態(tài)預(yù)測的精度。

4 結(jié) 語

相對(duì)于繁瑣的轉(zhuǎn)爐冶煉過程，神經(jīng)網(wǎng)絡(luò)理論具有較好的自我學(xué)習(xí)能力，并且可以校正轉(zhuǎn)爐冶煉終點(diǎn)錳、磷靜態(tài)預(yù)測中產(chǎn)生的多種誤差，有效地提升了冶煉的質(zhì)量，縮小了倒?fàn)t的次數(shù)，驗(yàn)證了其在轉(zhuǎn)爐冶煉終點(diǎn)錳、磷靜態(tài)預(yù)測中的作用。