钢铁研究学报

作者：张强, 杨勇, 戴雨翔, 赵博, 林路

单位：钢铁研究总院有限公司冶金工艺研究所,北京100081

关键词：转炉冶炼,终点控制,机理模型,炉口火焰识别,ELM神经网络

基金：国家自然科学基金资助项目(51874102,52074093,52274329)

转炉炉口火焰的颜色和纹理与转炉碳含量及温度存在密切的联系,通过火焰特征提取和神经网络模型预测转炉碳温为转炉终点控制提供了新的思路。基于转炉炉口火焰光谱数据集以及PSO-ELM神经网络建立了转炉碳含量及温度预测模型。针对原始光谱中含有较多的噪声、杂散光等问题,采用小波算法对光谱数据集进行降噪处理。由于炉口火焰光谱数据量大,冗余信息较多,采用Skowron差别矩阵的属性约简算法从给定的2 048维波长数据中找到对决策结果具有显著影响的8个特征指标。通过计算8个特征指标的MIC系数,证明所选指标具有独立性与非共线性,避免了因为指标之间高度相关导致建模不稳定以及过拟合的风险。基于PSO-ELM算法建立了预测模型,针对ELM在初始化时随机产生输入权值和隐含层阈值的缺陷,采用粒子群算法进行了优化。通过将PSO-ELM模型应用到转炉碳温的预测中,实例验证表明该模型在碳温预测上的精度较高,预测效果良好,适用于转炉碳温预测,有较好的工程应用前景。

来源：2025年第2期

《钢铁研究学报》期刊编辑部

查看钢铁研究学报杂志2025年第2期