基于烟气成分分析的转炉炼钢终点控制

• 作者: 吴宇航 蔡晓桐 赵晓旭 高聪
• 来源期刊: 新一代信息技术
• 关键词: 烟气成分 终点控制 多元线性回归 BP神经网络 组合预测
• 年，卷（期）: 2018,（1）
• 页码范围: 27-33
• 页数: 7页
• 字数: 2959字
• 语种: 中文

摘要

我国钢铁产量近半的中小型转炉无法安装副枪系统,现有的烟气分析系统过度依赖机理模型,使得其在终点控制中的命中率较低,无法精确预测重点温度和含碳量.鉴于此,本文借助统计学与机器学习等手段,提出一种由多元线性回归与BP神经网络构成的组合预测模型.将所有已知数据进行汇总,分别建立多元线性回归以及BP神经网络预测模型,采用方差倒数加权法对线性组合的多元线性回归以及BP神经网络预测进行加权,得到BP神经网络的权重为0.355,多元线性回归的权重为0.645,将两种方法的预测值进行加权预测得到新的预测值,利用matlab软件进行训练,得到预测精度较为精准的[C]的固定区间为耗氧比例在72.16％～73.34％,[T]的固定区间为耗氧比例PQ71.06％～74.27％.结果表明,改进的组合预测算法预测效果最好,可靠性较高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴宇航		22	3	1.0	1.0
3	高聪	华北理工大学数学建模创新实验室	2	0	0.0	0.0
7	蔡晓桐	华北理工大学数学建模创新实验室	1	0	0.0	0.0
11	赵晓旭	华北理工大学数学建模创新实验室	3	0	0.0	0.0