《硕士学位论文答辩 高效自动化脱硫技术研究与应用》.ppt

T1MMMMMMMMMMMMM NNNNNNNNNNNNNNNN 重庆大学硕士学位论文答辩 高效自动化脱硫技术研究与应用 学 生：石玮 指导老师：孙棣华 刘继 2011年9月15日 论文主要工作 一、研究背景及意义 二、研究理论基础 三、高效脱硫模型研究 四、脱硫模型验证 五、自动控制实现 1 研究背景及意义 1.1 研究背景 攀钢脱硫工艺现状：新钢钒炼钢厂具有5座铁水预处理脱硫装备，能满足炼钢对铁水脱硫的需求，但人工经验操作难以实现铁水脱硫的稳定生产，造成脱后铁水硫含量波动大，且铁损较高 1 研究背景及意义 1.2 攀钢脱硫工艺流程 脱硫剂+氮气 铁水罐 组罐 铁水罐 高炉 扒渣 脱硫后铁水去提钒工位 喷枪 1 研究背景及意义 1.3 国内外主要的脱硫方法 KR搅拌法 喷吹法 1 研究背景及意义 1.4 影响脱硫效果的几大因素 脱硫剂的种类 铁水温度 铁水初始硫含量 铁水量 终点硫含量 铁水成分 1 研究背景及意义 1.5 意义 从历史操作数据中总结经验，根据现代计算智能理论建立静态模型，给出实时的操作指导和决策支持，尽量减少人为作用因素的影响，从而稳定脱硫技术指标、提高脱硫技术水平。本课题的研究对于改变攀钢现行的铁水脱硫工艺， 提高脱硫效率和处理能力， 为实现铁水全脱硫和全提钒创造条件有着深远的意义。 由于冶炼过程是复杂的高温物理化学过程，对其内部反应机理尚未完全掌握，加以目前检测手段的限制，使得对参与计算的各部分很难做到精确取值。通过对对生产过程数据的分析，并结合冶金工艺思想，不断地总结吹炼经验，从而建立经验脱硫模型的经验法在研究和实现冶金模型过程中经常用到。 2 模型原理 2.1 经验模型 2 模型原理 2.2 经验模型算法 2 模型原理 2.3 神经网络 ······ ······ ······ ······ 输出层 输入层 隐层 ? ? ? -1 f (?) y … x1 x2 xn … W1 W2 Wn 2 模型原理 2.3 改进后的BP算法 初始化权值及阈值 读入训练样本 计算隐含层各单元的输出 计算输出层各单元的输出 计算全部样本的全局误差e e E ? or q Q ? 学习结束 记录权值及阈值 学习次数q+1， 计算最大误差 计算隐含层各单元误差信号 修正隐含层与输出层连接权值、阈值 修正输入层与隐含层连接权值、阈值 给定预定误差E，学习次数Q 2 模型原理 2.4反馈补偿算法 反馈补偿模块是模型的重要组成部分，它的功能是为脱硫剂用量预报模块建立一种补偿机制，当实际生产中发生工艺突变等因素引起模型明显失真时启动，快速寻找最佳的补偿系数，以达到控制误差最小的目的。 3 模型系统设计 3.1 模型之间的关系 输出脱硫剂用量 脱硫剂信息 脱硫剂用量计算模型 喷吹方式控制模型 脱硫剂的选择 喷吹时间及枪位等 自动喷吹控制系统 模型参数 自动加料控制系统 关键控制参数 输入铁水初始条件信息及目标s含量 3.2 模型构成 3 模型系统设计 脱硫模型系统 预报模型 BP神经元网络模型 喷吹控制模型 脱硫剂用量预报 反馈补偿 在线学习 经验模型 脱硫剂用量预报 3 模型系统设计 3.2.1 脱硫剂量模型－BP神经网络 3 模型系统设计 3.2.1 脱硫剂量模型 －经验法 3 模型系统设计 3.2.2 喷吹控制模型 4 模型训练与验证 4.1 训练数据筛选 100 852 100 1514 5月份 80 800 80 1670 3月份 测试样本（条） 训练样本（条） 测试样本（条） 训练样本（条） 复合脱硫剂 镁复合脱硫剂 脱硫剂类型 收到时间 4 模型验证 4.2 模型测试相对误差 0.02838 0.0291 0.0285 0.0274 0.0288 0.0261 0.0316 0.03 0.0307 0.0273 0.0243 5月份 0.02573 0.025 0.0247 0.028 0.0274 0.0263 0.0211 0.0262 0.0261 0.027 0.0255 3月份 平均值 10 9 8 7 6 5 4 3 2 1 0.02959 0.034 0.027 0.03 0.0345 0.027 0.0276 0.0329 0.03 0.0272 0.0257 5月份 0.0274 0.0278 0.0247 0.027 0.0262 0.0336 0.0249 0.0244 0.0307 0.0259 0.0292 3月份 平均值 10 9 8 7 6 5 4 3 2 1 镁复合脱硫剂的模型测试相对误差 复合脱硫剂的模型测试