转炉炼钢动态过程预设定模型的混合建模与预报 (2003年)

准确预报转炉炼钢动态过程的补吹氧气用量和冷却剂添加量,对于提高终点命中率 具有重要意义。采用机理模型及基于数据的自适应神经模糊推理系统混合建模方法建立了转炉炼 钢动态过程预设定模型。用减法聚类,最小二乘法及梯度下降法辨识了 T-S模型并用该模型对机 理模型进行补偿建模。对一座180 t转炉的实测数据进行了仿真,仿真结果表明该方法是切实可行 并有效的。