基于神经网络遗传算法高炉热风炉空燃比寻优

利用某钢厂高炉热风炉历史数据,提出一种基于神经网络遗传算法寻求高炉热风炉最佳空燃比的方法。文中结合热风炉操作工艺及专家经验分析了高炉热风炉空燃比、拱顶温度与热效率的关系,并通过BP神经网络建立了准确的描述拱顶温度与包括空燃比在内变量的非线性函数关系,最后利用遗传算法进行寻优计算得出最佳空燃比的参考值。仿真结果表明,该方法建立的非线性函数关系准确,通过遗传算法计算得到的空燃比能显著提高热风炉燃烧热效率。

基于ELM模型的焦炉火道温度预测研究

火道温度稳定在一定范围内是焦炉加热过程优化控制的目的,也是保证焦炭质量、提高产量的前提。针对焦炉加热过程大滞后、强耦合等特点,提出一种基于极限学习机(ELM)的预测算法;考虑到实际生产过程中焦炉机侧与焦侧是分离操作控制的,从而建立两侧的预测模型来分别预测机、焦侧火道温度,增加模型的准确性。实验表明:建立机、焦两侧的ELM预测模型较传统BP网络算法更能准确的预测两侧火道温度,可以为焦炉的优化控制提供良好的指导。