基于GA-KPLSR的转炉终点碳含量的预测研究

• 作者: 严良涛 李鸣 杨大勇
• 来源期刊: 控制工程
• 学科: 工学
• 关键词: 终点控制 终点碳含量 遗传算法 核偏最小二乘回归
• 年，卷（期）: 2017,（5）
• 所属期刊栏目: 过程控制技术及应用
• 页码范围: 923-926
• 页数: 4页
• 分类号: TP27
• 字数: 3715字
• 语种: 中文
• DOI: 10.14107/j.cnki.kzgc.150355

摘要

终点碳含量是决定钢的种类和质量的关键因素,是转炉炼钢过程中最难控制的变量之一.建立了基于遗传算法的核偏最小二乘回归(GA-KPLSR)方法的终点碳含量的预测模型.数据仿真结果表明,基于GA-KPLSR的预测模型,不仅能高效的处理变量之间的非线性关系,而且能快速收敛至最优解,得出预测结果的均方误差比主元回归(PCR)和偏最小二乘回归(PLSR)分别降低了25.77%、23.27%;相对误差降低了29.55%、26.83%;绝对误差降低了27.22%、24.84%.该方法可为实际生产中的终点控制提供参考,提高生产效益.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李鸣	南昌大学信息工程学院	108	717	14.0	23.0
2	杨大勇	南昌大学信息工程学院	51	234	10.0	12.0
3	严良涛	南昌大学机电工程学院	4	10	2.0	3.0