VD炉终点参数预报模型及应用

论文摘要

VD炉是降低钢液中氢、氮含量以及非金属夹杂物等的重要设备。由于VD炉冶炼是在真空下进行的,使得炼钢各终点参数不能或很难实现连续测量。对于大多数VD炉来说,冶炼终点参数主要是依靠操作工经验来获得,直接影响了冶炼过程的操作。为此,本文进行了VD炉冶炼中的钢水温度和氮含量的预报模型研究。为解决现有的温度预报模型对于小样本预测精度较差的问题,本文建立了基于支持向量机的VD炉钢水温度预报模型,通过研究生产工艺,确定了模型的输入输出参数。为了快速、准确获得支持向量机参数,采用遗传算法实现模型参数的选择。仿真结果表明,在小样本的前提下,基于支持向量机模型具有了较好的预报精度。针对现有氮元素机理模型存在预测精度很差的问题,本文建立了基于支持向量机的氮元素预报模型。为了进一步提高模型精度,通过仔细研究机理模型,本文将机理知识融入支持向量机模型,建立了VD炉氮元素终点预报模型。模型通过支持向量机预测出机理模型所需要的输入参数,然后将参数带入简化机理模型从而获得氮元素预测值。仿真结果表明,混合模型具有较好的预报精度。针对VD炉实际生产过程,设计了VD炉自动控制系统,包括：计算机控制系统硬件设计、基础自动化系统软件设计以及过程自动化软件的设计。通过基础自动化系统实现了对VD炉生产的实时监控,通过过程自动化系统实现了VD炉冶炼过程的终点参数的预报。

论文目录

• 摘要
• ABSTRACT
• 第一章 概述
• 1.1 VD炉冶炼方法
• 1.1.1 真空冶炼方法
• 1.1.2 VD炉的发展
• 1.2 VD炉冶炼工艺与终点参数
• 1.2.1 VD炉冶炼工艺
• 1.2.2 VD炉终点参数
• 1.3 VD炉终点预报与建模方法
• 1.3.1 钢水温度预报
• 1.3.2 氮元素预报
• 1.3.3 终点预报常用的建模方法
• 1.3.4 VD炉终点预报方法概况
• 1.4 本文的目的和主要工作
• 第二章 基于支持向量机的VD炉钢水温度预报模型
• 2.1 基于支持向量回归机算法
• 2.1.1 统计学习理论
• 2.1.2 支持回归向量机算法
• 2.2 基于遗传算法支持向量机参数的确定
• 2.2.1 支持向量机参数的作用
• 2.2.2 遗传算法概述
• 2.2.3 模型参数的确定
• 2.3 模型结构
• 2.3.1 模型输入变量的确定
• 2.3.2 钢水温度预报模型结构
• 2.4 仿真研究
• 2.4.1 数据的预处理
• 2.4.2 预测结果
• 2.4.3 结果分析
• 2.5 小结
• 第三章 VD炉氮元素预报模型
• 3.1 基于机理的氮成分模型
• 3.1.1 气体扩散基本理论
• 3.1.2 基于西弗特定律的预报模型
• 3.2 基于SVM的VD炉氮元素预报模型
• 3.2.1 模型输入变量的确定
• 3.2.2 氮元素预报模型结构
• 3.3 基于菲克第二定律的混合预报模型
• 3.3.1 预报模型
• 3.3.2 模型简化
• 3.3.3 基于SVM的模型参数估计
• 3.4 仿真研究
• 3.4.1 数据处理
• 3.4.2 仿真结果
• 3.4.3 结果分析
• 3.5 小结
• 第四章 VD炉自动控制系统设计
• 4.1 VD炉冶炼生产线概况
• 4.1.1 VD炉主要技术参数
• 4.1.2 VD炉设备
• 4.1.3 VD炉机械设备
• 4.1.4 VD炉电气设备
• 4.2 VD炉计算机控制系统硬件设计
• 4.3 VD炉计算机控制系统软件设计
• 4.3.1 基础自动化部分
• 4.3.2 过程参数预报
• 4.4 小结
• 第五章 结论与展望
• 参考文献
• 致谢