发明名称 | 基于平衡点的稳定高炉操作的方法 | ||
摘要 | 一种基于平衡点的稳定高炉操作的方法,用于高炉炼铁技术领域。本发明利用高炉平衡点数值来调控高炉,首先对高炉现场数据进行筛选并用理论燃烧温度与炉腹煤气量的乘积来表示高炉平衡点,然后确定平衡点影响因素,以确定的平衡点影响参数为输入值,平衡点为输出值并选取高炉现场数据,由输入层到隐含层的学率为0.30,隐含层到输出层学率为0.15,动量项系数为0.35,变换函数为正切双曲函数建立高炉平衡点人工神经网络预测模型,最后用神经网络训练样本数据,对高炉有效数据进行拟合,得出平衡点与高炉各因素之间的非线性关系,根据该非线性关系并围绕着高炉平衡点数值来调控高炉。本发明的平衡点数据能保证高炉稳定、顺行工作。 | ||
申请公布号 | CN1594601A | 申请公布日期 | 2005.03.16 |
申请号 | CN200410025210.2 | 申请日期 | 2004.06.17 |
申请人 | 上海交通大学 | 发明人 | 吴俐俊;程惠尔 |
分类号 | C21B5/00 | 主分类号 | C21B5/00 |
代理机构 | 上海交达专利事务所 | 代理人 | 王锡麟;王桂忠 |
主权项 | 1、一种基于平衡点的稳定高炉操作的方法,其特征在于,利用高炉平衡点数值来调控高炉,首先对高炉现场数据进行筛选并用理论燃烧温度与炉腹煤气量的乘积来表示高炉平衡点,然后确定平衡点影响因素,以确定的平衡点影响参数为输入值,平衡点为输出值并选取高炉现场数据,由输入层到隐含层的学习率为0.30,隐含层到输出层学习率为0.15,动量项系数为0.35,变换函数为正切双曲函数建立高炉平衡点人工神经网络预测模型,最后用神经网络训练样本数据,对高炉有效数据进行拟合,得出平衡点与高炉各因素之间的非线性关系,根据该非线性关系并围绕着高炉平衡点数值来调控高炉,从而使高炉稳定、顺行。 | ||
地址 | 200240上海市闵行区东川路800号 |