一、电弧炉供电制度对炉衬损蚀的影响(论文文献综述)
邢栋[1](2014)在《炼钢电弧炉供电曲线的迭代优化》文中认为炼钢的成本和效率直接影响着钢铁企业的经济效益,在电弧炉炼钢过程中,节能降耗至关重要。合理的供电策略不仅能保证操作顺利进行,而且有助于降低电耗、电极损耗和耐火材料侵蚀,缩短冶炼周期。本文在查阅了大量国内外相关文献的基础上,介绍了电弧炉炼钢的设备、工艺及其发展历史、着重介绍电弧炉供电策略研究的现状和今后的发展趋势。结合电弧炉的电气特性,根据现场数据对非线性电抗模型进行了回归分析,并在深入研究电弧炉电热特性和冶炼过程能量守恒的基础上,建立了电弧炉供电优化模型,并提出了综合经济评价指标。供电模型以吨钢电耗最小、冶炼时间最短、电极和耐火材料消耗最少为目标,并以此为指导,实现了电弧炉供电制度的整体优化。电弧炉供电优化模型是一个带约束的多目标混合整数非线性规划问题,而且由于部分模型参数无法获知,模型不能直接用于优化求解。为了解决参数未知问题并对模型优化求解,本文提出了两阶段迭代优化算法。第一阶段确定模型未知参数,利用模型参数自适应方法结合电弧炉炼钢的历史信息将模型中未知参数迭代更新;第二阶段对参数更新后的供电模型进行求解。在对比传统优化方法和智能优化算法求解此类问题的优势和不足后,采用基于自适应网格和拥挤距离的多目标粒子群(AGC-MOPSO)算法进行求解。两阶段迭代优化算法的优点在于通过参数迭代更新使供电模型通过参数迭代更接近炼钢真实情况,而且利用智能算法优化模型可以求解得到全局最优解。最后以某钢厂40吨电弧炉为背景,参照电弧炉炼钢经验数据,更新供电优化模型中未知参数,应用AGC-MOPSO算法对电弧炉供电模型进行求解,得到分阶段和全流程的供电策略;最后对仿真结果进行了对比和分析,制定了合理的供电曲线。
冯琳[2](2013)在《改进多目标粒子群算法的研究及其在电弧炉供电曲线优化中的应用》文中研究指明电弧炉炼钢是以电能作为热源,利用电极和炉料间放电产生的电弧,将电能在弧光中转变为热能,并借助辐射和电弧的直接作用加热并熔化金属和炉渣,冶炼出各种成分的钢和合金的炼钢方法。合理的供电曲线策略是电弧炉安全稳定运行,快节奏、低成本冶炼的首要前提,对钢铁工业来说是至关重要的。传统制定供电策略的方法被简化为确定电弧电流。而附加电抗器电弧炉,为了达到缩短冶炼周期、节约电能、降低电极损耗及延长炉衬寿命等目的,需要在满足各种工艺和电气约束的条件下,针对冶炼过程中的不同阶段,选定合理的工作电流、电压及电抗共同确定供电策略。可见,电弧炉供电曲线优化问题是典型的多目标优化问题。利用群体智能优化算法求解多目标优化问题是目前最有效方法之一,而这其中粒子群算法以其快速收敛性和实现简单等特点,已经引起人们越来越多的关注,被广泛应用于函数优化、神经网络训练、模糊系统控制以及其他应用领域。针对粒子群算法求解多目标优化时遇到的问题,提出了改进多目标粒子群算法来求解所建立的电弧炉多目标供电曲线优化模型。全文主要包括如下几部分:1、对多目标优化问题的基本概念和多目标粒子群优化算法进行了概括和总结,并分析了其收敛性,为深入研究多目标粒子群算法奠定了理论基础。2、建立了多目标电弧炉供电曲线优化模型。本文从节省成本角度出发,综合考虑电弧炉冶炼过程中各类影响其生产成本的因素,提出了一种新型的电弧炉供电优化模型。该模型同时考虑到吨钢电耗、冶炼时间、电极消耗及炉衬寿命,在冶炼工艺允许的条件下,优化工作电压、电流及电抗投入量,以达到大幅提高综合经济效益的目的。3、提出了基于Maximin的动态种群多目标粒子群算法。针对电弧炉供电优化模型属于闭区间多峰函数的特点,采用动态改变种群数量策略,帮助算法摆脱局部极值,加强局部搜索能力,平衡计算代价和算法性能的同时,又能搜索到更多的Pateto解。在Maximin策略的基础上引入相对适应度方差,降低由于Pareto解过密带来的解多样性减少的影响,保证找到的Pareto解可以向着分布相对稀松的方向收敛。4、提出了混沌变区域改进多目标粒子群优化算法。针对电弧炉供电优化模型具有多个等式和不等式约束问题,采用约束条件满意度函数并加权求和的策略来处理约束条件,将约束条件转化为一个待优化目标,从而将有约束优化问题转化成无约束优化问题。引入变区域算子提高算法收敛速度,引入混沌算子开发算法的局部搜索能力,提高搜索效率;利用RCS小生境技术保证算法进化过程中的种群多样性。5、提出了基于人工免疫网络的改进多目标粒子群优化算法。该方法同时解决电弧炉供电优化模型的多峰闭区间问题及约束条件问题,为改善多目标粒子群算法全局搜索能力差、提高求解质量,引入了人工免疫网络;为加快算法收敛速度,提出了位置概率迁移算子;为提高算法局部寻优能力,提出了自适应变异算子;为保持网络动态性能,提出了聚类网络压缩。并利用Markov链证明改进算法的收敛性以及收敛速率。最后,利用改进粒子群算法求解电弧炉供电优化模型,并将得到的供电策略用来指导某厂40t高阻抗电弧炉炼钢过程。与传统供电策略相比,无论在电量损耗、电极消耗还是在炉衬寿命等方面都有较好表现,实现了对电弧炉工艺指标和经济指标的控制。
李展[3](2011)在《基于经济指标的电弧炉工艺优化模型研究》文中进行了进一步梳理电弧炉因其热效率高、可回收利用废钢等优点已成为现代大规模炼钢的主要方法之一。然而,电弧炉炼钢也同时存在着耗电量高、工艺复杂等一系列的问题。以往对电弧炉炼钢的研究通常集中在工艺指标的精细化控制领域,无法满足钢铁企业在保证工艺质量的前提下,降低物料成本、缩短冶炼时间、提高生产效率的要求。本文以电弧炉炼钢工艺为研究对象,首先研究了电弧炉炼钢的工艺流程并对流程中的难点进行了分析。接下来,针对流程中的难点,根据炼钢流程中的物料平衡、化学平衡和能量守恒原理,归纳总结了基于工艺指标的控制模型。然后以控制模型为基础,结合最优化理论建立了基于经济指标的工艺优化模型,并用遗传算法设计对模型实现了求解。最后,对工艺流程中传统的基于线性规划的配料模型进行了改进,结合模糊数学相关知识建立了基于柔性约束的配料优化模型,并通过实例验证了模型的合理性。
张鲁兵[4](2010)在《基于粒子群算法的精炼炉供电曲线的多目标优化》文中进行了进一步梳理精炼炉是当今世界先进炼钢生产工艺流程的重要环节,它是将电炉或转炉冶炼后的钢水,加入脱氧剂、合金料,进行脱氧、脱硫和均匀合金成分,炼制优质钢和特种钢的钢水二次冶炼设备。精炼炉炼钢消耗大量的电能,因此研究精炼炉的供电特性并制定科学合理的供电制度,对降低成本和提高生产效率,有重要的理论和实际意义。论文在查阅了国内外相关文献的基础上,从精炼炉炼钢的设备、工艺及其发展过程入手,介绍了供电策略研究的现状和今后的发展趋势,阐述了精炼炉供电策略研究的重要性,并着重分析了精炼炉供电的特点与供电曲线的制定原则。在研究了现今流行的各种确定工作电流方法的基础上,根据精炼炉的电热特性和精炼工艺特性对供电曲线优化的要求,综合考虑了吨钢电耗、精炼时间、电极损耗和炉衬损耗等四个因素。从能量守恒定律出发,应用相关电弧理论,建立了以吨钢精炼电耗、冶炼时间、电极损耗和炉衬损耗为优化目标的多目标优化模型。这样既避免了单纯求电耗最小导致精炼时间过长的缺点,又克服了单纯求精炼时间最小,导致电耗增大的不足;同时又兼顾了电极损耗和炉衬损耗影响。针对本文约束约束问题,采用柔性约束度和硬约束方式处理约束。最后结合通钢120吨精炼炉的实际数据,针对本文的多目标优化问题,通过自适应多目标粒子群优化算法实现了供电电压以及工作电流的优化选取,并将结果与传统所用的四种供电策略进行了比较。从优化结果可以看出通过优化模型得出的电耗及功率因数是符合要求的,对实际应用具有指导意义。
秦发宪[5](2010)在《集成智能优化控制策略在电弧炉控制中的应用》文中研究指明电弧炉系统是一种具有较强非线性、时变性和强耦合的工业生产过程。电极调节系统的性能是影响其生产效益的重要因素,目前普遍采用基于经典控制理论的恒阻抗控制方式。本文分析了电弧炉恒阻抗控制存在的不足,在此基础上针对系统的特点和控制要求,参考国内外电弧炉控制的研究发展方向,研究了一种神经网络智能控制电弧炉的方法,即利用神经网络辨识电弧炉模型并建立电弧炉控制器模型。由于神经网络的训练算法很大程度上决定了其非线性模型辨识能力的强弱,而粒子群算法(PSO)作为全局优化算法对于解决神经网络在逼近多变量复杂模型时存在的局部最优问题有独特的作用,故本控制系统主要根据实际现场收集的样本数据,采用PSO来训练神经网络权值,极大地提高了神经网络映射能力和训练速度,从而离线辨识了实际电弧炉的模型,进一步优化了控制器模型,保证了高品质的控制性能。此外,系统在神经网络控制模块的基础上还设计有恒阻抗专家系统,以确保炼钢过程的安全可靠,从而弥补单一智能控制策略的不足。该系统能较好地适应负荷变化和外部干扰,其控制性能优于常规电弧炉控制系统,从而可以节能降耗,提高生产效率。为验证本控制方案的效果,搭建了以计算机、数据采集卡和硬件电路为基础的控制系统软硬件混合实验平台。使用VC++6.0开发工具,编程实现了训练算法、控制算法和控制界面等组成的基本系统软件,在混合实验平台上进行了仿真研究。研究结果表明了控制方案和算法的正确性与有效性,具有一定的实用价值。
何玲[6](2009)在《电弧炉供电曲线的综合优化》文中指出电弧炉是当今冶金领域最重要的炼钢设备之一,论文在查阅了大量国内外相关文献的基础上,从电弧炉炼钢的设备、工艺及其发展历史入手,着重介绍了供电策略研究的现状和今后的发展趋势,阐述了电弧炉供电策略研究的重要性。论文首先从电气角度说明了从普通功率电弧炉发展到超高功率高阻抗电弧炉的必然性,指出了电抗器在电弧炉炼钢中发挥的不可忽略的重要作用,并进一步说明只有考虑了运行电抗在冶炼过程中的变化,供电曲线的研究才有现实意义。论文以某钢厂40吨超高功率高阻抗电弧炉为背景,通过分析电弧炉的等效工作电路,采用机理推导和统计建模相结合的混合建模方法,结合现场电气参数数据,建立了供电系统的非线性运行电抗模型。在深入研究电弧炉电热特性和冶炼过程能量守恒的基础上,建立了基于经济指标的电弧炉供电模型,该模型综合考虑吨钢电耗、通电时间、电极消耗和炉衬寿命四个重要因素,以实现吨钢冶炼加工成本最低为目标,分别建立了电弧炉分阶段供电模型和全流程供电模型。本文根据供电模型的特点采用一种改进遗传算法对模型进行求解,并阐述了算法原理和实现方法。结果表明新的供电模型符合生产实际,能够有效地解决变压器、电抗器的档位选取等问题。最后,本文以全流程供电模型的优化结果为基础,根据某钢厂40吨电弧炉的实际情况制定了供电曲线。
李丹[7](2008)在《电弧炉冶炼过程建模及用氧制度优化》文中研究指明现代电弧炉炼钢工艺的发展都是围绕着缩短冶炼周期和降低电耗进行的,基本思路是充分利用冶炼过程的物理热和化学热。为此,电弧炉炼钢的生铁配入量和热装铁水比不断增加,冶炼用氧量也随之大幅度提高。本文在综述了电弧炉炼钢用氧技术的基础上,根据物料平衡、能量平衡和化学平衡建立了电弧炉冶炼过程模型,主要包括冶炼周期模型、冶金模型、热模型和化学反应模型;然后在此基础上,根据冶炼周期最短的原则,按照电弧炉炼钢的工艺要求,提出了电弧炉合理用氧制度并建立了分阶段的用氧制度迭代优化模型。该模型综合考虑供电制度和用氧制度的特点,将电弧炉的冶炼过程划分为起弧、穿井及电极上升不吹氧、穿井及电极上升吹氧助熔、熔化末了吹氧助熔和升温阶段进行优化,对于通电不吹氧的阶段,仅进行供电制度的优化,对于通电且吹氧的阶段,将供电制度和用氧制度同时进行优化,从而实现了两者的综合控制。本文最后针对不同的配料工艺对电弧炉用氧制度进行了优化仿真,结果表明本文所建立的用氧制度优化模型能够根据冶炼进程给出一条动态的供氧制度曲线,使冶炼过程中氧气的喷吹更加合理,在保证了冶炼周期最短的同时,降低了吨钢电耗并改善了冶炼效果。
孙明强[8](2008)在《基于遗传算法的电弧炉供电曲线的优化》文中指出在电弧炉炼钢过程中,合理的供电策略不仅能保证操作顺利进行,而且有助于降低电耗、电极损耗和炉壁侵蚀,缩短冶炼周期,带来良好的经济效益。本文在查阅了大量国内外相关文献的基础上,结合现代电弧炉的电气特性,根据现场数据对非线性电抗模型进行了回归分析,并在深入研究电弧炉电热特性和冶炼过程能量守恒的基础上,建立了基于经济指标的电弧炉供电模型,该模型以吨钢电耗最小、冶炼时间最短和电极消耗最少为目标,实现了电弧炉供电制度的整体优化。基于经济指标的电弧炉供电模型是一个带约束的多目标混合整数非线性规划问题,对比传统优化方法和遗传算法求解此类问题的优势和不足,本文提出了面向约束处理的遗传算法和混合编码的NSGA-Ⅱ算法,面向约束处理的遗传算法主要解决了约束难以处理的问题,而混合编码的NSGA-Ⅱ算法解决了混合整数变量和多目标的问题。接着用C++实现了这两种算法。最后以上海某钢厂3#电弧炉为背景,应用面向约束处理的遗传算法和混合编码的NSGA-Ⅱ算法实现了对电弧炉供电模型的求解,并对仿真结果进行了分析,制定了合理的供电曲线。此外,为了把优化算法应用到实际中,本文还根据电弧炉控制系统的体系结构设计了电弧炉供电曲线优化软件。
杨雪林[9](2008)在《考虑电极消耗情况下电弧炉供电曲线的制定与优化》文中认为论文在查阅了大量国内外相关文献的基础上,介绍了电弧炉炼钢的设备、工艺及其发展历史、着重介绍了电弧炉供电策略研究的现状和今后的发展趋势。论文以电弧炉供电系统为研究对象,在电弧炉等效工作电路基础上,对电弧炉的电气特性作了详细分析,确定了电弧炉电气运行区域,总结了高阻抗电弧炉的突出优点。论文通过相关的电气参数推导出非线性运行电抗模型,以某钢厂40吨高阻抗电弧炉为研究背景,根据该电弧炉运行过程中的实测数据,对所得运行电抗模型进行了拟合检验,得到了令人满意的结果。制定合理的供电曲线是解决电弧炉高能耗这一主要缺点的关键,论文在指出传统供电方法确定工作电流存在不足的基础上,建立了考虑冶炼时间、吨钢电耗、电极消耗的供电优化模型,以损蚀指数作为区分不同冶炼阶段的主要条件,采用遗传算法实现了供电电压,电抗器档位以及工作电流的优化选取;论文以供电优化模型的优化结果为基础,根据某钢厂40吨电弧炉的实际情况制定了供电曲线。
王磊[10](2007)在《综合智能优化控制策略在电弧炉炼钢生产中的应用》文中认为电能是电弧炉炼钢过程中最主要的能源,约占总能量的60~70%。最优化技术在于充分发挥电弧炉变压器的能力,使电弧炉炼钢过程的电气运行达到最佳化,从而达到提高冶炼效率、缩短冶炼时间、节约电能的总目标。在实现最优化的研究中关键的技术是建立动态电气运行模型,动态模型越逼真,分析得到的动态数据越可靠,在此基础上的优化研究就越接近实际中的最优状态。传统的控制系统是根据静态制定出的电气特性曲线控制电弧炉的运行,保证系统跟踪曲线运行。在电弧炉实际运行时,由于电弧燃烧的存在,电弧是非线性的,主电路中产生高次谐波,运行时的电抗值与短路试验得出电抗值有很大的不同,使得静态计算出的运行曲线与系统实际运行状况相差较大,不能准确反映系统各个电参数之间的关系,控制系统达不到很高的要求。为此提出的优化控制系统,是在建立动态电气模型基础上,通过最优化的各项研究成果,分析得出动态最优工作点。本次课题研究采用BP神经网络对电弧炉运行中的电气运行关系建模,利用神经网络能够学习、识别并适应冶炼过程中炉子载荷特性的不断变化,动态调整炉子的工作点设定,通过最优化研究,使炉子始终在最合理的范围内运行,可以实现比传统技术更为精细的控制,得到更为先进的生产技术指标。采用最小二乘算法对电弧炉运行中的阻抗运行关系建模,很好的解决了在电弧炉运行过程中,电弧非线性燃烧引起的电弧阻抗的复杂非线性变化,最小二乘算法精度高、运算速度快,准确得出阻抗结果。本文也主要对BP神经网络与最小二乘法建模方法的实现进行研究。
二、电弧炉供电制度对炉衬损蚀的影响(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、电弧炉供电制度对炉衬损蚀的影响(论文提纲范文)
(1)炼钢电弧炉供电曲线的迭代优化(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 电弧炉炼钢的历史和发展 |
1.2 电弧炉炼钢的工艺及设备 |
1.2.1 电弧炉炼钢工艺 |
1.2.2 电弧炉炼钢设备 |
1.2.3 电弧炉炼钢特点 |
1.3 课题的研究现状和意义 |
1.3.1 课题的提出及国内外研究现状 |
1.3.2 课题研究的目的与意义 |
1.4 论文研究的主要内容 |
第2章 电弧炉电气特性与运行电抗模型 |
2.1 电弧炉电气运行特性 |
2.1.1 电弧炉供电主回路构成 |
2.1.2 电弧炉主回路电气特性的理论分析 |
2.1.3 高阻抗电弧炉的电气运行特性 |
2.2 电弧炉非线性电抗模型的研究 |
2.2.1 电弧炉运行电抗的构成与作用 |
2.2.2 影响运行电抗大小的因素 |
2.2.3 运行电抗模型 |
2.2.4 短路电抗与短路电流 |
2.2.5 运行电抗模型的回归分析 |
2.3 本章小结 |
第3章 电弧炉供电优化模型的建立 |
3.1 传统的供电模型 |
3.2 供电模型优化目标的确定 |
3.2.1 电弧炉炼钢主要经济指标 |
3.2.2 供电模型各优化目标的确定 |
3.3 电弧炉分阶段供电模型的建立 |
3.3.1 分阶段供电模型约束条件 |
3.3.2 分阶段供电模型 |
3.4 电弧炉全流程供电模型的建立 |
3.4.1 全流程供电模型约束条件 |
3.4.2 全流程供电模型 |
3.5 综合经济评价指标的确定 |
3.6 本章小结 |
第4章 电弧炉供电优化模型的求解 |
4.1 供电模型求解需要解决的问题 |
4.1.1 整数变量的处理 |
4.1.2 多目标优化的处理 |
4.1.3 约束条件的处理 |
4.1.4 非线性的处理 |
4.1.5 模型参数未知的处理 |
4.2 两阶段迭代优化算法 |
4.2.1 模型参数的迭代更新 |
4.2.2 供电模型的智能求解 |
4.3 基于自适应网格与拥挤距离的粒子群算法 |
4.3.1 基本粒子群算法 |
4.3.2 粒子群算法处理多目标问题的关键点 |
4.3.3 基于自适应网格和拥挤距离的粒子群算法 |
4.3.4 基于自适应网格和拥挤距离的粒子群算法的实现 |
4.4 本章小结 |
第5章 电弧炉供电曲线的制定与优化 |
5.1 运行参数 |
5.1.1 设备基本运行参数 |
5.1.2 供电模型未知参数确定 |
5.1.3 优化算法相关参数设计 |
5.2 供电模型优化结果 |
5.2.1 分阶段供电模型优化结果 |
5.2.2 全流程供电模型优化结果 |
5.3 模型优化结果分析比较 |
5.4 供电曲线的制定 |
5.5 本章小结 |
第6章 结论与展望 |
参考文献 |
致谢 |
(2)改进多目标粒子群算法的研究及其在电弧炉供电曲线优化中的应用(论文提纲范文)
摘要 |
Abstract |
第1章 引言 |
1.1 研究背景 |
1.2 电弧炉炼钢综述 |
1.2.1 电弧炉炼钢发展 |
1.2.2 电弧炉设备 |
1.2.3 电弧炉炼钢工艺 |
1.3 多目标最优化问题 |
1.4 多目标优化方法 |
1.4.1 标量化方法原理 |
1.4.2 基于种群的Non-Pareto方法 |
1.4.3 基于Pareto占优排序方法 |
1.5 粒子群算法研究及发展综述 |
1.5.1 群智能优化算法 |
1.5.2 粒子群优化算法 |
1.5.3 粒子群优化算法特点 |
1.6 论文结构 |
第2章 基于经济指标的电弧炉供电优化模型 |
2.1 SR电弧炉主回路 |
2.2 SR电弧炉主回路电气特性的理论分析 |
2.3 SR电弧炉电抗对炼钢的影响 |
2.3.1 电弧炉阻抗构成 |
2.3.2 电抗对电弧稳定性的影响 |
2.4 电弧炉操作电抗模型 |
2.5 SR电弧炉供电优化模型 |
2.5.1 传统供电优化模型 |
2.5.2 基于经济指标的电弧炉供电优化模型 |
2.6 本章小结 |
第3章 多目标粒子群算法及其收敛性分析 |
3.1 引言 |
3.2 粒子群算法起源 |
3.3 基本粒子群优化算法 |
3.3.1 算法原理 |
3.3.2 算法流程 |
3.4 多目标粒子群优化算法 |
3.4.1 非劣解的保存及精英集 |
3.4.2 全局最优解的选取 |
3.4.3 多目标粒子群优化算法的一般步骤 |
3.5 测试函数与性能评价 |
3.5.1 测试函数 |
3.5.2 性能评价 |
3.6 本章小结 |
第4章 改进多目标粒子群算法 |
4.1 引言 |
4.2 基于Maximin的动态种群多目标粒子群算法 |
4.2.1 算法优化策略 |
4.2.3 算法流程 |
4.3 混沌变区域改进多目标粒子群优化算法 |
4.3.1 算法优化策略 |
4.3.2 算法流程 |
4.4 基于人工免疫网络的改进多目标粒子群优化算法 |
4.4.1 人工免疫网络优化算法 |
4.4.2 算法优化策略 |
4.4.3 算法流程 |
4.4.4 算法参数敏感性分析 |
4.4.5 算法收敛性能分析 |
4.5 仿真实验分析 |
4.5.1 仿真参数设置 |
4.5.2 无约束测试结果 |
4.5.3 无约束测试结果分析 |
4.5.4 约束测试结果 |
4.5.5 约束测试结果分析 |
4.6 本章小结 |
第5章 改进粒子群算法在电弧炉供电优化中的应用 |
5.1 供电优化模型的求解 |
5.1.1 模型参数确定 |
5.1.2 优化目标转换 |
5.1.3 模型求解 |
5.2 优化结果分析 |
5.3 实际应用效果 |
5.4 本章小结 |
第6章 结束语 |
参考文献 |
致谢 |
攻读博士学位期间完成的论文 |
作者简介 |
(3)基于经济指标的电弧炉工艺优化模型研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景和意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 国内外发展现状 |
1.2.1 工艺技术的改进 |
1.2.2 自动化技术的应用 |
1.2.3 工艺控制、优化的模型研究 |
1.3 本文主要内容和结构安排 |
第二章 预备知识 |
2.1 电弧炉炼钢相关理论 |
2.1.1 电弧炉炼钢的发展历程 |
2.1.2 电弧炉炼钢设备 |
2.1.3 电弧炉炼钢工艺流程及难点分析 |
2.2 本文相关数学理论 |
2.2.1 遗传算法相关理论 |
2.2.2 模糊优化相关理论 |
2.3 本章小结 |
第三章 基于工艺指标的电弧炉控制模型 |
3.1 电弧炉控制模型相关原理框架 |
3.2 电弧炉炼钢工艺指标模型 |
3.2.1 造渣原料加入量计算模型 |
3.2.2 吹氧量计算模型 |
3.2.3 溶液成分计算模型 |
3.2.4 供电量计算模型 |
3.2.4.1 炼钢能量需求分析 |
3.2.4.2 能量损失分析 |
3.2.4.3 能量供应分析 |
3.3 本章小结 |
第四章 基于经济指标的电弧炉优化模型 |
4.1 模型的基本思路及参数确定 |
4.1.1 建模的基本思想 |
4.1.2 冶炼周期的确定 |
4.1.3 模型的基本假设 |
4.2 优化模型的建立 |
4.2.1 目标函数的确定 |
4.2.2 约束条件的确立 |
4.3 模型的求解 |
4.3.1 冶炼周期的计算 |
4.3.2 遗传算法设计 |
4.4 本章小结 |
第五章 基于柔性约束的电弧炉配料优化模型 |
5.1 模型的设计思路 |
5.2 传统的电弧炉配料模型 |
5.3 基于柔性约束的配料模型 |
5.3.1 模型的建立 |
5.3.2 模型的求解 |
5.3.3 模型的实例验证 |
5.4 本章小结 |
结束语 |
致谢 |
参考文献 |
研究成果 |
(4)基于粒子群算法的精炼炉供电曲线的多目标优化(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 精炼炉炼钢概述 |
1.1.1 钢包精炼炉发展概述 |
1.1.2 二十一世纪钢包精炼炉发展趋势 |
1.1.3 国内外能量输入优化研究现状 |
1.2 精炼炉炼钢的工艺及设备 |
1.2.1 精炼炉的工艺 |
1.2.2 精炼炉的设备 |
1.3 课题研究的意义及主要工作 |
1.3.1 课题研究的意义 |
1.3.2 论文的主要工作 |
第2章 LF精炼炉的供电系统 |
2.1 精炼炉供电线路 |
2.2 LF炉的电气特性 |
2.3 本章小结 |
第3章 供电曲线优化目标的制定 |
3.1 LF炉供电特点的分析 |
3.2 供电曲线 |
3.2.1 升温期供电曲线 |
3.2.2 保温期供电曲线 |
3.3 电弧电压和电弧电流的确定原则 |
3.4 精炼炉炼钢常用的几种供电策略 |
3.4.1 最大有功功率电流法 |
3.4.2 经验法 |
3.4.3 最大弧功率电流法 |
3.4.4 经济电流法 |
3.4.5 考虑热平衡的合理电流法 |
3.5 优化目标的确定 |
3.5.1 冶炼时间 |
3.5.2 吨钢电耗 |
3.5.3 电极消耗 |
3.5.4 炉衬损耗 |
3.5.5 供电的约束条件 |
3.5.6 供电曲线优化目标模型 |
3.6 本章小结 |
第4章 供电曲线的优化 |
4.1 多目标优化概述 |
4.2 粒子群优化算法 |
4.2.1 粒子群优化算法的原理 |
4.2.2 粒子群优化算法的特点 |
4.2.3 自适应进化PSO算法的优化设计 |
4.3 约束处理方法 |
4.4 供电曲线的仿真 |
4.5 本章小结 |
第5章 结论与展望 |
参考文献 |
致谢 |
(5)集成智能优化控制策略在电弧炉控制中的应用(论文提纲范文)
摘要 |
Abstract |
目录 |
1 绪论 |
1.1 电弧炉炼钢过程简介 |
1.1.1 电弧炉炼钢的历史和发展 |
1.1.2 电弧炉工作原理及结构简述 |
1.1.3 电弧炉炼钢工艺概述 |
1.2 电弧炉控制系统及国内外发展现状 |
1.2.1 电弧炉控制系统器分类 |
1.2.2 经典恒阻抗控制器 |
1.2.3 恒阻抗控制器存在的缺陷 |
1.2.4 国内外电弧炉电极控制发展现状 |
1.3 本课题的设计要求和主要完成的工作 |
1.3.1 课题的可行性理论分析 |
1.3.2 课题的主要研究内容 |
2 电弧炉控制系统分析和建模 |
2.1 电弧炉系统结构分析 |
2.1.1 电弧炉主回路构成 |
2.1.2 电弧炉主回路电气特性的理论分析 |
2.1.3 主要运行参数及其计算公式 |
2.2 电弧炉运行工作点的确定和选择 |
2.2.1 运行工作点的确定和选择 |
2.2.2 特殊工作点 |
2.2.3 选择电弧炉工作点的传统方法 |
3 神经网络模型辨识 |
3.1 BP神经网络原理 |
3.1.1 人工神经网络 |
3.1.2 神经网络的网络结构与工作方式 |
3.1.3 神经网络的学习方法 |
3.1.4 反向传播(BP)学习算法 |
3.2 神经网络实现的一些问题探讨 |
3.2.1 设定网络结构 |
3.2.2 初始权值的选择 |
3.2.3 学习速率变化范围 |
3.2.4 学习样本归一化 |
3.3 PSO算法简介 |
3.3.1 PSO算法 |
3.3.2 PSO算法的主要特点 |
3.3.3 PSO算法主要操作步骤 |
3.4 基于PSO算法的神经网络权值优化 |
4 计算机控制系统设计与实现 |
4.1 系统控制方案的确定 |
4.1.1 神经网络控制与其他控制策略比较 |
4.1.2 对控制器的要求 |
4.1.3 控制方案的确定须考虑的问题 |
4.1.4 本系统采用神经网络技术解决电弧炉控制的理由 |
4.2 神经网络控制系统的实现 |
4.2.1 系统硬件 |
4.2.2 神经网络控制方案实现 |
4.3 集成智能控制系统的实验调试 |
4.3.1 控制系统软件总体框架及流程 |
4.3.2 主控制程序的界面设计及执行流程 |
4.3.3 三相ANN模型离线建模及调试结果分析 |
5 结论与展望 |
5.1 结论 |
5.2 下一步工作展望 |
致谢 |
参考文献 |
研究生期间发表论文及所做主要工作 |
(6)电弧炉供电曲线的综合优化(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 电弧炉炼钢的历史和发展 |
1.2 电弧炉炼钢的工艺及设备 |
1.2.1 电弧炉炼钢工艺 |
1.2.2 电弧炉炼钢设备 |
1.2.3 电弧炉炼钢特点 |
1.3 超高功率高阻抗电弧炉 |
1.4 课题研究的意义及主要工作 |
1.4.1 课题的意义与研究现状 |
1.4.2 本文的主要工作 |
第2章 电弧炉电气特性与电抗模型的研究 |
2.1 电弧炉电气运行特性 |
2.1.1 电弧炉供电主回路构成 |
2.1.2 电弧炉主回路电气特性的理论分析 |
2.1.3 高阻抗电弧炉电气运行特性 |
2.2 电弧炉非线性电抗模型的研究 |
2.2.1 电弧炉运行电抗的构成与作用 |
2.2.2 影响运行电抗大小的因素 |
2.2.3 运行电抗模型 |
2.2.4 短路电抗与短路电流 |
2.2.5 运行电抗模型的回归分析 |
2.3 本章小结 |
第3章 基于经济指标的电弧炉供电模型的建立 |
3.1 传统供电模型 |
3.2 供电模型优化目标的确定 |
3.2.1 电弧炉炼钢主要经济指标 |
3.2.2 供电模型主要因素的确定 |
3.3 分阶段供电模型的建立 |
3.3.1 分阶段供电模型约束条件的确定 |
3.3.2 分阶段供电模型的确定 |
3.4 全流程供电模型的建立 |
3.4.1 全流程供电模型约束条件的确定 |
3.4.2 全流程供电模型的确定 |
3.5 本章小结 |
第4章 供电曲线的优化与制定 |
4.1 遗传算法的产生和发展 |
4.2 遗传算法的基本思想 |
4.3 遗传算法的设计 |
4.3.1 编码设计 |
4.3.2 遗传算子的设计 |
4.3.3 非参数罚函数多目标适应度函数的设计 |
4.4 优化结果及分析 |
4.4.1 运行参数 |
4.4.2 供电模型优化结果 |
4.4.3 模型优化结果分析比较 |
4.5 供电曲线的制定 |
4.6 本章小结 |
第5章 结论与展望 |
参考文献 |
致谢 |
(7)电弧炉冶炼过程建模及用氧制度优化(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 电弧炉用氧技术发展 |
1.2 氧气在炼钢中的应用 |
1.2.1 氧气的作用 |
1.2.2 氧气参与的反应 |
1.3 现代电弧炉用氧技术 |
1.3.1 氧枪熔池吹氧 |
1.3.2 碳氧枪 |
1.3.3 泡沫渣 |
1.4 现代电弧炉用氧制度优化 |
1.5 论文主要工作 |
第2章 电弧炉冶炼过程建模 |
2.1 电弧炉冶炼周期模型 |
2.2 电弧炉炼钢冶金模型 |
2.2.1 渣料加入量计算模型 |
2.2.2 钢液质量及成分含量模型 |
2.2.3 炉渣质量及成分含量模型 |
2.2.4 用氧平衡模型 |
2.3 电弧炉炼钢热模型 |
2.3.1 能量消耗 |
2.3.2 能量损耗 |
2.3.3 能量供给 |
2.4 电弧炉炼钢化学反应模型 |
2.4.1 碳粉反应速率 |
2.4.2 钢液中碳反应速率 |
2.4.3 钢液中硅反应速率 |
2.4.4 钢液中磷反应速率 |
2.4.5 钢液中锰反应速率 |
2.4.6 元素反应速率与氧气量的关系 |
2.5 本章小结 |
第3章 电弧炉用氧制度优化建模 |
3.1 电弧炉炼钢工艺要求 |
3.1.1 现代电弧炉炼钢过程 |
3.1.2 现代电弧炉操作要求 |
3.2 电弧炉合理用氧制度建立 |
3.2.1 起弧和穿井及电极上升不吹氧阶段 |
3.2.2 穿井及电极上升吹氧助熔阶段 |
3.2.3 熔化末了吹氧助熔和升温阶段 |
3.3 电弧炉用氧制度优化建模 |
3.3.1 条件假设 |
3.3.2 起弧和穿井及电极上升不吹氧阶段 |
3.3.3 穿井及电极上升吹氧助熔阶段 |
3.3.4 熔化末了吹氧助熔和升温阶段 |
3.4 本章小结 |
第4章 电弧炉用氧制度优化仿真 |
4.1 优化流程及求解算法 |
4.2 参数选取 |
4.3 废钢加生铁冶炼工艺优化 |
4.3.1 钢液升温为主的优化仿真 |
4.3.2 元素氧化为主的优化仿真 |
4.4 兑铁水冶炼工艺优化 |
4.4.1 钢液升温为主的优化仿真 |
4.4.2 元素氧化为主的优化仿真 |
4.5 本章小结 |
第5章 结论 |
参考文献 |
致谢 |
(8)基于遗传算法的电弧炉供电曲线的优化(论文提纲范文)
中文摘要 |
ABSTRACT |
第1章 绪论 |
1.1 课题背景及意义 |
1.2 电弧炉炼钢简介 |
1.2.1 电弧炉炼钢历史及发展 |
1.2.2 电弧炉炼钢工艺 |
1.2.3 电弧炉炼钢设备 |
1.2.4 电弧炉炼钢特点 |
1.3 问题的提出及国内外研究现状 |
1.4 本文主要工作 |
第2章 电弧炉电气系统分析 |
2.1 电弧炉主回路构成 |
2.2 电弧炉主回路电气特性的理论分析 |
2.3 电弧炉运行电抗模型的回归 |
2.3.1 运行电抗与短路电抗 |
2.3.2 影响运行电抗大小的因素 |
2.3.3 运行电抗模型 |
2.3.4 运行电抗模型的回归分析 |
第3章 基于经济指标的电弧炉供电模型的建立 |
3.1 电弧炉炼钢主要经济指标 |
3.2 传统供电策略 |
3.3 分段供电模型 |
3.4 电弧炉电热特性分析 |
3.4.1 能量的来源 |
3.4.2 能量的支出 |
3.4.3 热平衡方程 |
3.5 基于经济指标的供电模型的建立 |
3.5.1 模型的目标 |
3.5.2 模型的约束条件 |
3.5.3 模型的确定 |
3.6 本章小结 |
第4章 电弧炉供电模型的求解 |
4.1 供电模型求解需要解决的问题 |
4.2 一种面向约束处理的遗传算法 |
4.2.1 遗传算法的产生及其基本原理 |
4.2.2 面向约束处理的遗传算法的提出 |
4.2.3 面向约束处理的遗传算法的实现 |
4.3 多目标规划问题的引入 |
4.3.1 数学描述 |
4.3.2 Pareto支配关系 |
4.3.3 Pareto最优 |
4.3.4 传统方法求解多目标规划问题 |
4.4 基于混合编码的NSGA-Ⅱ算法 |
4.4.1 NSGA-Ⅱ算法发展历程 |
4.4.2 混合编码NSGA-Ⅱ算法的提出 |
4.4.3 混合编码NSGA-Ⅱ算法的实现 |
4.5 本章小结 |
第5章 电弧炉供电曲线的制定及应用 |
5.1 运行参数 |
5.2 优化程序的实现 |
5.2.1 类的实现 |
5.2.2 类关系 |
5.3 优化结果对比分析 |
5.3.1 面向约束处理的遗传算法求解 |
5.3.2 混合编码的NSGA-Ⅱ求解 |
5.3.3 结果对比分析 |
5.4 优化软件的设计 |
5.4.1 控制系统结构 |
5.4.2 软件功能实现 |
5.5 本章小结 |
第6章 总结与展望 |
参考文献 |
致谢 |
(9)考虑电极消耗情况下电弧炉供电曲线的制定与优化(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 电弧炉炼钢历史及发展 |
1.2 电弧炉炼钢工艺与设备 |
1.2.1 电弧炉炼钢工艺 |
1.2.2 电弧炉炼钢机械设备 |
1.2.3 电弧炉炼钢电气设备 |
1.3 高阻抗电弧炉 |
1.4 课题研究的意义及主要工作 |
1.4.1 课题研究的意义 |
1.4.2 本文的主要工作 |
第二章 电弧炉电气系统研究 |
2.1 电弧炉电气运行特性分析 |
2.1.1 电弧炉供电电路特性 |
2.1.2 电弧炉电气运行区域的确定 |
2.2 高阻抗电弧炉电气运行分析 |
2.2.1 高阻抗电弧炉电抗器的作用 |
2.2.2 高阻抗电弧炉电抗器的选择 |
2.2.3 高阻抗电弧炉电气运行特性 |
2.3 本章小结 |
第三章 电弧炉运行电抗模型研究 |
3.1 运行电抗与运行电气特性 |
3.1.1 运行电抗与短路电抗 |
3.1.2 影响运行电抗大小的因素 |
3.2 运行电抗模型建立 |
3.2.1 运行电抗模型推导 |
3.2.2 运行电抗模型校验 |
3.3 本章小结 |
第四章 电弧炉供电曲线研究 |
4.1 传统供电方法 |
4.1.1 最大有功功率电流法 |
4.1.2 最大弧功率电流法 |
4.1.3 经济电流法 |
4.1.4 考虑热工特性电流法 |
4.2 考虑电极消耗的供电优化模型建立及约束条件确定 |
4.2.1 供电优化模型考虑的因素 |
4.2.2 供电优化模型的建立 |
4.2.3 供电约束条件的确定 |
4.3 优化算法研究 |
4.3.1 优化算法的选取 |
4.3.2 遗传算法优化设计 |
4.4 供电优化结果对比及分析 |
4.4.1 供电优化结果与传统供电方法对比 |
4.4.2 供电优化结果分析 |
4.5 供电曲线的制定 |
4.6 本章小结 |
第五章 结论 |
参考文献 |
致谢 |
(10)综合智能优化控制策略在电弧炉炼钢生产中的应用(论文提纲范文)
摘要 |
Abstract |
1 概述 |
1.1 国内外电弧炉的发展 |
1.2 现代电弧炉炼钢技术进展 |
1.3 国内外电弧炉优化方法分析比较 |
1.3.1 国内电弧炉优化方法分析 |
1.3.2 国外电弧炉优化方法分析 |
1.4 电弧炉动态运行优化研究的背景意义 |
1.5 常用优化算法研究 |
1.6 课题背景及本人所做工作 |
1.6.1 课题研究背景 |
1.6.2 本人所做的工作 |
2 电弧炉智能控制研究与BP 神经网络技术 |
2.1 电弧炉控制策略研究 |
2.1.1 电弧炉控制原理 |
2.1.2 电弧炉电极调节器 |
2.1.3 电弧炉智能控制技术 |
2.2 本项目控制系统简介 |
2.2.1 控制系统的组成 |
2.2.2 控制系统的实现方案 |
2.3 BP 神经网络技术 |
2.3.1 人工神经网络 |
2.3.2 BP 神经网络研究 |
2.3.3 BP 网络算法概述 |
3 电弧炉电气运行的优化研究与节能降耗 |
3.1 电弧炉炼钢优化系统整体设计方案 |
3.1.1 电气运行最优化研究的意义 |
3.1.2 电弧炉优化设计的整体思路 |
3.1.3 电弧炉优化系统的设计结构 |
3.1.4 对电气运行建模的技术可行性 |
3.2 电弧炉电气运行特性的分析与研究 |
3.2.1 静态电气运行特性的研究 |
3.2.2 电弧炉非线性运行电抗研究 |
3.3 电弧炉动态电气运行建模技术研究 |
3.3.1 BP 算法实现 |
3.3.2 最小二乘算法的理论研究 |
3.4 电弧炉运行合理工作点的研究 |
3.5 电弧炉供电曲线的研究 |
3.6 电弧炉节能降耗的实践 |
4 电弧炉动态电气运行模型的具体实现 |
4.1 国外电极控制系统最佳化的研究 |
4.2 各项建模技术在本优化系统中的实现 |
4.2.1 BP 网络模型的VC++编程实现 |
4.2.2 BP 网络对电弧炉动态电气运行的建模 |
4.2.3 最小二乘法的建模实现 |
4.2.4 电气运行模型和阻抗运行模型的综合应用 |
5 调试结果分析 |
5.1 控制与优化的联调 |
5.2 电气运行和阻抗运行模型调试 |
5.3 控制系统参数设定调试 |
5.3.1 恒阻抗控制方式参数设定 |
5.3.2 恒电流控制方式参数设定 |
5.3.3 优化控制方式参数设定 |
6 总结 |
致谢 |
参考文献 |
研究生期间发表的论文和科研实践 |
四、电弧炉供电制度对炉衬损蚀的影响(论文参考文献)
- [1]炼钢电弧炉供电曲线的迭代优化[D]. 邢栋. 东北大学, 2014(08)
- [2]改进多目标粒子群算法的研究及其在电弧炉供电曲线优化中的应用[D]. 冯琳. 东北大学, 2013(07)
- [3]基于经济指标的电弧炉工艺优化模型研究[D]. 李展. 西安电子科技大学, 2011(08)
- [4]基于粒子群算法的精炼炉供电曲线的多目标优化[D]. 张鲁兵. 东北大学, 2010(03)
- [5]集成智能优化控制策略在电弧炉控制中的应用[D]. 秦发宪. 西安理工大学, 2010(12)
- [6]电弧炉供电曲线的综合优化[D]. 何玲. 东北大学, 2009(03)
- [7]电弧炉冶炼过程建模及用氧制度优化[D]. 李丹. 东北大学, 2008(S1)
- [8]基于遗传算法的电弧炉供电曲线的优化[D]. 孙明强. 东北大学, 2008(03)
- [9]考虑电极消耗情况下电弧炉供电曲线的制定与优化[D]. 杨雪林. 东北大学, 2008(03)
- [10]综合智能优化控制策略在电弧炉炼钢生产中的应用[D]. 王磊. 西安理工大学, 2007(04)