内蒙古自治区自然科学基金(2010MS0911)
- 作品数：3 被引量：11H指数：2
- 相关作者：石琳李江鹏于涛汤佳佳刘忻梅更多>>
- 相关机构：内蒙古科技大学更多>>
- 发文基金：内蒙古自治区自然科学基金国家自然科学基金教育部“春晖计划”更多>>
- 相关领域：冶金工程自动化与计算机技术更多>>
- 考虑时滞因素的RBF神经网络模型在高炉铁水硅预报中的应用被引量：2
- 2012年
- 在高炉炼铁生产过程中,铁水硅含量反映高炉炉温,预测和控制炉温对高炉生产的节能、降耗、顺行至关重要.基于包钢6号高炉生产数据,建立了RBF神经网络铁水硅含量预测模型.研究表明:考虑时滞因素的RBF神经网络模型,当误差范围<±0.10时,预报准确率达到了85%,其准确度高于不考虑时滞因素的RBF神经网络模型,对在线预测高炉铁水硅含量具有实用价值.
- 刘忻梅石琳
- 关键词：铁水硅含量炉温预测RBF神经网络时滞
- 基于样条变换的非线性PLS的反应高炉炉温的参数预测被引量：9
- 2013年
- 高炉冶炼过程是一个大时滞、强非线性的系统,现有的高炉炉温预测模型不够准确,因此,建立了基于香农熵的广义相关系数时滞分析模型和基于样条变换的非线性偏最小二乘回归(ST-PLS)的反应炉温的参数预测模型,得出影响高炉炉温的主要参数的滞后时间,预测出能够综合反应高炉炉温的4个参数([Si],[S],铁还原速率及铁水温度)。试验证明,模型具有较高的预测精度,当相对误差分别为0.11和0.18时,模型预测[Si]的命中率分别为0.714 3和0.918 4,[S]的命中率分别为0.734 7和0.918 4,铁还原速率的命中率分别为0.612 2和0.816 3,铁水温度的命中率分别为1.000 0和1.000 0。
- 石琳汤佳佳于涛李江鹏
- 关键词：广义相关系数PLS
- 预测铁水硅含量的TGARCH模型研究
- 2013年
- 在高炉炼铁过程中,铁水硅含量是表征炉温热状态的主要参数指标.本文利用包钢6#高炉2011年连续2个月的铁水硅含量700炉生产数据,将金融领域中预测股票波动的时间序列模型用于高炉铁水硅含量的预测中,建立了铁水硅含量的时间序列预测模型.该预测模型重点考虑了炉温的波动性﹑非对称性﹑异方差性,克服了以往炉温控制模型只针对炉况较稳定时才能预测的缺陷.因此该炉温模型预测命中率达到80%,取得较好预测效果.
- 石琳任超凡于涛李江鹏
- 关键词：TGARCH模型异方差性
