[00135529]基于遺傳算法的高爐爐熱監測神經網絡預測與控制系統

1、課題是2007唐山市科學技術研究與發展計劃項目，編號：04360101B-15。主要應用領域：鋼鐵生產過程控制2、技術原理和性能指標：本研究用遺傳算法與BP神經網絡相結合，采用VB語言編程處理，構建自適應神經網絡模型，利用實時操作參數預測高爐鐵水硅含量，并根據預測值，對高爐爐熱進行控制。具體研究工作如下：（1）分析研究高爐冶煉過程，找出影響鐵水硅含量的因素及原因；（2）采用遺傳算法與神經網絡相結合建立高爐鐵水硅含量預報和控制模型。即依靠遺傳算法強大的搜索能力搜索，又依靠BP 網絡的強大的學習能力，通過網絡的訓練得到理想網絡。（3）通過模型的預測，找出影響鐵水硅含量顯著的因素以及對鐵水硅含量影響不大的因素，對模型進行優化。3、與國內同類技術比較：目前，國內外廣泛進行了神經網絡在冶金中的應用研究，解決了冶金生產中的一些重要技術問題并取得了一定的效果。神經網絡系統盡管存在很多的優點，但是在網絡結構、網絡學習率、修正權值的附加動量項這三個至關重要參數的確定上并沒有很好的辦法；遺傳算法具有在搜索過程中不易陷入局部最小并且適宜于大規模并行處理問題的優勢，因此該課題考慮將遺傳算法和神經網絡有效相結合，利用遺傳算法對神經網絡進行優化從而實現對高爐爐熱監測和控制的目的。4、主要創新點：運用遺傳算法優化神經網絡初始化權值，建立了遺傳算法與BP神經網絡相結合的高爐爐熱預報模型；利用專家調查法合理確定神經網絡輸入參數，剔除異常樣本；采用“固定式”和“修正式”兩種預報模式對高爐參數進行預報。5、作用意義：①現場工作人員可以運用此模型，以實測數據為依據，通過訓練，尋求高爐諸多操作參數與鐵水硅含量之間的映射關系，以提高預測精度，為高爐長期穩定硅含量并進一步降低硅含量提供理論依據和實踐指導；②使用該系統可穩定高爐操作、降低能耗、降低生鐵成本、提高生鐵質量，為高爐生產帶來可觀的經濟效益。6、推廣應用前景：項目可直接應用于高爐生產作業。鋼鐵產業是經濟發展的支柱和命脈，該研究結果將在鋼鐵廠的實際生產過程中對高爐生產狀況進行預測，為下一個生產環節提供理論支持，從而保障高爐的安全生產和鋼鐵的質量，滿足經濟建設在此方面日益迫切的需求，具有長久的經濟和社會效益。