基于灰色RBF神经网络的炼钢煤气消耗预测

煤气消耗预测是钢铁企业中能源管理重要组成部分之一,以炼钢过程煤气消耗为研究对象,将灰色理论与径向基函数（RBF）神经网络进行组合,建立了基于灰色RBF神经网络的炼钢煤气消耗预测模型,利用灰色理论累加求和特性对样本数据进行预处理,减小了数据的随机性,增强了数据变化的规律;利用RBF神经网络逼近这种数据变化的规律,通过预测误差,动态调整RBF神经网络的结构,使得预测误差在允许的范围内。通过仿真表明,提出的模型预测精度较BP神经网络预测精度高,均方差为2．02％,     

高炉煤气流分布性能可拓评价方法研究及其应用

针对影响煤气流分布因素多、关系复杂、难以准确描述的问题,根据高炉生产工艺流程中煤气流分布的特征,提出煤气流分布状况评价指标体系,建立高炉煤气流分布性能可拓评估模型,采用定性分析和定量计算相结合的可拓集理论对高炉煤气流分布进行综合评价,定量化判断煤气流分布的合理性。研究结果表明:评价模型计算简便、扩展性好,采用实际生产数据仿真的模型分辨率约为82%。