VOD生产工艺模型调整方法分析和应用-控制理论与控制工程专业论文.docxVIP

摘 要 真空吹氧脱碳（Vacuum Oxygen Decarburization）简称 VOD，是一种先进的 钢铁精炼生产工艺。基于该工艺流程开发了生产指导系统，以实现生产自动化。 由于该系统不能适应精炼环境和材料的变化，故有必要研究工艺模型自动调整方 法，使模型能够自动适应精炼环境并提高预测命中率。 本论文介绍了 VOD 生产工艺流程及生产指导系统。从工艺模型的角度分析 预测值与实际值之间存在偏差的原因，由此提出调整模型参数的思路。然后合理 选取模型参数和计算方法。最后将指数平滑算法和神经网络算法应用于参数调整。 在应用指数平滑算法时，首先研究平滑系数的取值方法。然后重点研究如何 应用二次指数平滑原理和预测原理对工艺参数进行调整。最后结合实际数据以绝 对误差为指标分析该算法的优劣性。 在应用神经网络算法时，首先选取神经网络的输入输出变量。然后重点研究 网络结构对参数调整结果的影响，以似合度为指标找到最优的网络结构。结合实 际数据，以绝对误差为指标分析该算法的优劣性。最后研究神经网络与 VB 混合 编程方法以及数据传递方法。 通过比较论证上述两种算法后，基于指数平滑算法原理开发了模型参数调整 软件，嵌入到生产指导系统中，并投入实际使用。 关键词：VOD 工艺模型 指数平滑算法 神经网络算法 Abstract Vacuum Oxygen Decarburization,short for VOD,is a kind of advance steel smelt product process,on which the product managing system is developed to achieve production automation.Due to this system can’t adapt to variational refining environment and material,thus,it is necessary to research an auto-adjusting method for process model,which helps process model to be more adaptable to the smelt process and enhance reliability of the model. In paper,the VOD process and product managing system is introduced at first. Analysing the reason of the deviations exist between predicting and actual value from the view of process model and the idea of adjusting model parameter is proposed.The parameters that need to be adjusted will be picked out along with the relevant calculation.Finally,EEWMA and Neural Network Algorithm will be applied into the parameter adjustment. In applying EEWMA,the way of determining the value of smoothing factor is discussed at first.The emphasis of this research is the adjustment of parameters with the twice EEWMA theory and the predicting theory.Based on the actual process data, the absolute error is caculated to analyse advantages and disadvantages of this algorithm. In applying Neural Network Algorithm,the input and output variables of the network are selected at first.Than,regarding degree of fitting as index to find the most optimizing network structure.Based on the actual process data,the absol