江西省建筑工程质量检测与建材试验收费标准-赣价费[199.doc

高炉煤气流分布模式识别神经元网络模型及应用
涂春林,毕学工,周勇
(武汉科技大学,湖北武汉 430081)
摘要:高炉煤气流的控制是高炉操作的重要方面,为了更直接地判断煤气流的分布,利用自组织神经网络开发的数学模型整理出了25种煤气流分布模式,该模型有助于高炉操作者更直观地判断煤气流的分布。
关键词:高炉;煤气流分布;识别;自组织神经元网络;模型
中图分类号: 文献标识码:A 文章编号:1004-4620(2004)02-0042-03
work Model for Recognition of Gas StreamDistribution Pattern 
in Furn ace Top and Its Application
TU Chun-lin, BI Xue-gong, ZHOU Yong
(The Wuhan University of Science and Technology, Wuhan 430081, China)
Abstract: The control of gas stream is important in BF operation, how to estimate gas stream distribution is very vital. 25 kinds of gas stream distribution patterns have been arranged in order by means of mathematical model developed by the anization work. This will be helpful for workers to operate BF.
Key words:BF;gas stream distribution;recognition;anization work; mathematical model
1 前  言
煤气流的分布关系到炉内温度分布﹑软熔带结构﹑炉况顺行和煤气的利用状况。所以,连续地掌握煤气流的分布情况很有必要。但由于高炉内部条件严酷,煤气流分布很难直接测量。目前,我国许多高炉安装了十字测温探尺,能够连续准确地测出炉喉的径向温度,为判断径向煤气流分布提供了条件。

目前国内外许多研究人员采用了神经元网络对高炉径向煤气流的分布模式进行识别。国内如攀枝花钢铁(集团)公司4号高炉采用BP网络建立高炉炉喉煤气流分布数学模型。东北大学的王玉涛等提出混合神经网络,并将其应用到高炉径向煤气流分布模式识别中。国外如日本新日铁大铁分厂进行煤气流分布模式预测,并与高炉专家知识结合预报高炉炉况;日本神户钢铁厂进行径向煤气流分布识别等。这些研究直接用于高炉煤气流判断的网络都采用了BP网络,BP网络是有导师训练模型,上述方法一般是先凭经验将径向煤气流分布模式分为几种类型,然后进行识别。但每个高炉的情况不同,并且同一高炉在不同时期炉况也会有所不同,与其相适应的煤气流分布也就不同,所以上述方法有其局限性。
自组织神经网络是一类无导师学****网络,可以自动地向环境学****在无监督的情况下从输入数据中找出有意义的规律。本研究应用这种网络方法从我国宝钢1号高炉大量十字测温历史数据中自动整理出25种分布模式