基于粗糙集-RBF神经网络技术的转炉终点静态增量控制模型研究

摘要：

针对转炉炼钢过程终点钢水温度和碳含量命中率低的问题,依据转炉炼钢工艺机理,提出一种转炉终点静态增量控制模型.该模型应用粗糙集理论优选参考炉次;应用RBF神经网络技术建立校正模型.测试结果表明,建立的数学模型能够有效提高转炉终点命中率.

关键词： 转炉炼钢 粗糙集 RBF神经网络 自适应聚类

作者: 张勇 王玉昆

作者单位: 辽宁科技大学电子与信息工程学院 鞍山 114051

会议类型: 国内会议

会议名称: 第19届中国过程控制会议

会议地点: 北京

会议语种:中文

页码: 165-168

在线出版日期: 2008-07-22（万方平台首次上网日期，不代表论文的发表时间）