近几年来，铁水测温仪都取得了哪些进步

发布日期：2017-03-28 00:00 来源：http://www.dlrcyj.com 点击：

近几年来，铁水测温仪都取得了哪些进步

关分析，确定炉温的主要影响因素，再根据时间序列原理，对炉温序列的动态特性进行分析，建立由各种影响因素混合构成的炉温预测控制的传递函数模型。实践表明，在炉况比较稳定的情况下，时间序列模型在高炉现场使用过程中具有一定的命中率。然而当炉况波动较大时，时间序列模型难以正确地反映高炉冶炼过程炉温发展的变动方向和剧烈波动状态。基于神经网络的高炉铁水预测模型近几年神经网络技术被引入到炉温辨识中。如英钢联开发的炉温检测模型、瑞典钢铁公司吕勒奥厂开发的炉温检测模型和比利时马里蒂姆钢铁公司开发的炉温检测模型。国内也出现了大量利用神经网络预报炉温的报道。秦斌、王欣和吴敏利用RBF神经网络对炉温进行了预报；刘芳、曹秀英等人选择的5项辅助变量：风量、风温、透气性、料速和喷煤速率，

大连铁水测温仪运用RBF神经网络对邯钢7号高炉铁水温度进行了预测，现场采样数据的计算结果表明本模型的平均误差在0.5%，精度达到了预期的目标，在高炉实际生产中具有应用价值。曾燕飞、李小伟利用BP网络和湘钢4#高炉的生产数据进行了仿真预测炉温；肖伸平、吴敏、刘代飞采用结合小波包分析的特征提取及神经网络的非线性映射等特性的小波神经网络系统，实现高炉炉温预报和控制，获得较高的预报精度。但是此种方法也有一定的局限性：应用不同的训练样本集得到的网络性质不尽相同，对同一检验样本的计算结果也不尽一致。同时，没有其他先验知识时，解决问题的信息全部从训练样本得到，能达到的最好效果取决于样本的数量与质量。因此，上述各类神经网络预报系统，大多数都是离线预报，进行了仿真试验，但是真正用于在线预报的系统很少。

铁水测温仪