基于动态神经网络的高炉炉壁不完备温度检测信息软测量方法

• 作者: 吴敏 安剑奇 彭凯 曹卫华
• 来源期刊: 化工学报
• 关键词: 高炉 温度 软测量 神经网络 模型 热力学
• 年，卷（期）: 2016,（3）
• 页码范围: 903-911
• 页数: 9页
• 分类号: TP29
• 语种: 中文
• DOI: 10.11949/j.issn.0438-1157.20151941

摘要

针对高炉炉壁温度检测系统中由于传感器故障导致的检测信息不完备问题，提出一种基于动态神经网络的不完备检测信息软测量方法。首先，依据高炉结构和炉壁温度传感器位置分布建立温度传感器位置描述模型和分区域温度检测模型；其次，根据热传递学分析炉壁分区域温度检测模型中各个传感器之间存在的相关性，并采用最大互信息非参统计量方法从传感器检测序列上定量的计算分区域温度检测模型中各传感器间的相关度；最后，依据相关性分析结果，结合温度传递规律，提出炉壁不完备温度检测信息软测量模型，采用Elman神经网络对模型的结构和参数进行辨识。通过高炉冶炼现场采集的数据仿真计算表明，提出的方法具有较好的准确度与检测精度，能够满足现场的检测精度要求，具备广泛的应用价值。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	彭凯	中南大学信息科学与工程学院	13	41	4.0	6.0
2	安剑奇	中国地质大学武汉自动化学院	2	16	2.0	2.0
3	吴敏	中国地质大学武汉自动化学院	20	227	9.0	15.0
4	曹卫华	中国地质大学武汉自动化学院	3	4	2.0	2.0