热值的神经网络模型研究.pdfVIP

第38卷第5期自动化仪表Vol．38No．5

2017年5月PROCESSAUTOMATIONINSTRUMENTATIONMay.2017

热值的神经网络模型研究

崔桂梅,张建平

(内蒙古科技大学信息工程学院,内蒙古包头014010)

摘要:在钢铁冶炼过程中,若能实时有效地检测使用煤气的热值、及时设计合理的供气方案,将有效提高煤气利用率、降低废气排

放。这不仅能降低企业成本,而且对环境保护具有重要意义。国内热值检测设备的检测方式和手段,在热值检测的准确性和快速性

方面有着很大的弊端。为改善燃气热值仪存在的大滞后,提高精准度,提出了一种由小波分析进行数据处理,应用BP神经网络建模

并用遗传算法优化的学习算法,用来检测燃气热值。小波分析主要用来对过程数据进行降噪变换,提高源信号的信噪比;BP神经网

络用来辨识过程模型;遗传算法用来优化神经网络的初始权值。小波分析可以克服源信号的噪声干扰。小波变换可以变换初始数据

并进行特征提取,变换后的数据具有更高的信噪比。采用Matlab软件进行仿真,结果表明:该神经网络模型具有良好的逼近能力和泛

化性能。该研究方法同样适用其他相关领域的研究。

关键词:钢铁冶炼;小波降噪;BP神经网络;遗传算法;检测;燃气利用率

中图分类号:TH-3;TP2文献标志码:ADOI:10.16086/ki.issn1000-0380.201705007

StudyontheNeuralNetworkModelofCalorificValue

CUIGuimei,ZHANGJianping

(InformationEngineeringCollege,InnerMongoliaUniversityofScienceandTechnology,Baotou014010,China)

Abstract:Intheprocessofironandsteelsmelting,effectivelydetectingtheheatvalueofgasinrealtimeandmakingreasonable

gassupplyschemecangreatlyimprovethegasutilizationandreducetheexhaustemission.Thisreducesthecostsofenterprises,

andissignificantforenvironmentprotection.SomeoftheconventionaldetectionequipmentofheatvalueisavailableinChina,but

thetraditionaldetectionmethodsandmeasuresfeaturesdisadvantagesincorrectnessandrapidityofthedetectionofheatvalue.In

ordertoimprovetheaccuracyandovercomethelargedelayoftheseinstruments,thelearningalgorithmisproposedfordetecting

heatvalueofgas.Withthisalgorithm,thedataprocessingisconductedbyusingwaveletanalysis,andmodelingisconductedby

BPneuralnetwork,andthegeneticalgorithmisusedforoptimization.Thewaveletismainlyusedfordenosingtransformofthe

processdataandenhanci