[00135529]基于遗传算法的高炉炉热监测神经网络预测与控制系统

1、课题是2007唐山市科学技术研究与发展计划项目，编号：04360101B-15。主要应用领域：钢铁生产过程控制2、技术原理和性能指标：本研究用遗传算法与BP神经网络相结合，采用VB语言编程处理，构建自适应神经网络模型，利用实时操作参数预测高炉铁水硅含量，并根据预测值，对高炉炉热进行控制。具体研究工作如下：（1）分析研究高炉冶炼过程，找出影响铁水硅含量的因素及原因；（2）采用遗传算法与神经网络相结合建立高炉铁水硅含量预报和控制模型。即依靠遗传算法强大的搜索能力搜索，又依靠BP 网络的强大的学习能力，通过网络的训练得到理想网络。（3）通过模型的预测，找出影响铁水硅含量显著的因素以及对铁水硅含量影响不大的因素，对模型进行优化。3、与国内同类技术比较：目前，国内外广泛进行了神经网络在冶金中的应用研究，解决了冶金生产中的一些重要技术问题并取得了一定的效果。神经网络系统尽管存在很多的优点，但是在网络结构、网络学习率、修正权值的附加动量项这三个至关重要参数的确定上并没有很好的办法；遗传算法具有在搜索过程中不易陷入局部最小并且适宜于大规模并行处理问题的优势，因此该课题考虑将遗传算法和神经网络有效相结合，利用遗传算法对神经网络进行优化从而实现对高炉炉热监测和控制的目的。4、主要创新点：运用遗传算法优化神经网络初始化权值，建立了遗传算法与BP神经网络相结合的高炉炉热预报模型；利用专家调查法合理确定神经网络输入参数，剔除异常样本；采用“固定式”和“修正式”两种预报模式对高炉参数进行预报。5、作用意义：①现场工作人员可以运用此模型，以实测数据为依据，通过训练，寻求高炉诸多操作参数与铁水硅含量之间的映射关系，以提高预测精度，为高炉长期稳定硅含量并进一步降低硅含量提供理论依据和实践指导；②使用该系统可稳定高炉操作、降低能耗、降低生铁成本、提高生铁质量，为高炉生产带来可观的经济效益。6、推广应用前景：项目可直接应用于高炉生产作业。钢铁产业是经济发展的支柱和命脉，该研究结果将在钢铁厂的实际生产过程中对高炉生产状况进行预测，为下一个生产环节提供理论支持，从而保障高炉的安全生产和钢铁的质量，满足经济建设在此方面日益迫切的需求，具有长久的经济和社会效益。