基于神经网络的冲天炉熔炼过程的建模与控制

对于非线性、结构复杂、干扰波动大的冲天炉熔化系统,很难用传统的方法建立有效的质量控制模型。提出了一种基于神经网络的冲天炉自适应控制方法,利用神经网络作为辨识器和控制器,实现对冲天炉熔炼过程中铁液温度的自适应控制。网络训练与实验结果表明:实测指标与预测值误差在-8℃到10℃之间,系统控制效果良好。