高炉铁水硅含量的智能预测.pdf

第3l卷 第1期 合肥工业大学学报(自然科学版) Vo1．31 No．1 2008年1月 JOURNAL OF HEFEI UNIVERSITY OF TECHNOLOGY Jan．2008 高炉铁水硅含量的智能预测 王华强， 顾金晨 (合肥工业大学电气与自动化工程学院，安徽合肥 230009) 摘 要：文章提出了一种基于T-S模型的自适应模糊神经推理系统的高炉铁水硅含量智能预测模型，采用模 糊聚类算法对样本数据进行分析归类，自行生成模糊规则库，实现模型结构简化和参数优化，特别适用于高炉 冶炼这类复杂的非线性系统的预测系统建模；仿真结果表明，该方法预测命中率高，具有很好的实用性。 关键词：聚类；rrJs模型；自适应；硅含量预测 中图分类号：O561 文献标识码：A 文章编号：1003—5060(2008)01—0073-04 Intelligent prediction of Si content in molten iron from a blast furnace WANG Hua-qiang， GU Jin-chen (School of Electric Engineering and Automation，Hefei University of Technology，Hefei 230009，China) Abstract：An intelligent prediction model of Si content in molten iron from a blast furnace is proposed based on the adaptiv~network-based fuzzy inference system(ANFIS)．The fuzzy clustering method is adopted to analyze the sample data．The fuzzy rules are generated，and simplification of the model structure and optimization of the parameters are realized．The presented model can be used especially in modeling of the control system with complex nonlinear properties．Simulation results show that this method has high precision of prediction． Key words：cluster；T-S model；self-adaptivity；prediction of silicon content 本文利用基于T—S模型的自适应神经模糊 0 引 言 推理系统(ANFIS)对铁水硅含量进行预测，采用 在高炉冶炼过程中，对炉温的控制是保证生 模糊聚类的方法，对样本数据进行聚类分析，自行 产稳定进行的关键之一。高炉炼铁过程的高度复 生成模糊规则库，结合神经网络的训练，实现铁水 杂性和封闭性导致直接测量十分困难。在高炉炼 硅含量的智能预测。 铁工艺中，通常以铁水硅(Si)含量反映高炉炉缸 1 T-S模型输入空间的划分 的物理温度，简称炉温，把它当作冶炼过程中的主 要指标。 1．1 模糊聚类分析 随着智能控制理论的发展，诸如模糊控制、神 聚类分析是数据挖掘技术中的重要组成部 经网络及专家系统等新的控制方法开始应用于炉 分，其主要目的是将数据空问