杨凯
,
金永龙
,
何志军
钢铁研究学报
doi:10.13228/j.boyuan.issn1001-0963.20160084
影响高炉铁水硅含量的因素往往复杂多变,影响程度不一.采用鱼骨分析法收集所有可能对硅含量产生影响的因素,经过相关分析和特征选择,最终选取6个参数作为模型的输入参数.采用改进的粒子群优化算法对支持向量机(SVM)中的参数进行优化,提出基于变邻域粒子群(VNPSO)优化 SVM的铁水硅含量预测模型.通过钢厂的实际生产数据进行验证,平均相对误差达到0.69％,平均绝对误差达到3.4×10－3,模型具有很高的预测精度.同时,绘制铁水中硅含量控制图,分析硅含量波动情况,并依此模型给出硅含量稳定性控制措施.
关键词:
炼铁
,
硅含量
,
智能优化
,
仿真
