-
题名一种基于单元分类的钢铁企业煤气调度模型
被引量：6
- 1
-
-
作者
聂秋平
吴敏
张超
熊永华
-
机构
中南大学信息科学与工程学院
湖南华菱涟源钢铁有限公司信息自动化中心
-
出处
《控制工程》
CSCD
北大核心
2010年第4期460-465,共6页
-
基金
国家杰出青年科学基金资助项目(60425310)
-
文摘
针对如何高效、合理利用煤气的问题,以国内某大型钢铁联合企业为背景,通过分析其煤气系统流程与结构,按照在生产过程中所起作用的不同,对各煤气用户进行单元分类处理,每一煤气用户所属的单元拥有相同的煤气产消特点或方式;基于此单元分类方法,提出了一种新的煤气调度模型,模型根据实际生产需求来制定各煤气用户统一的调度目标,并根据用户所属单元类别采用不同的约束条件;最后给出了数学规划形式的模型表达式和相应的约束方程,并给出了模型的求解和应用实例。
-
关键词
钢铁企业
煤气
调度
单元分类
数学规划
-
Keywords
iron and steel enterprise
gas
scheduling
unit classification
mathematical programming
-
分类号
TF089
[冶金工程—冶金物理化学]
-
-
题名基于灰色RBF神经网络的炼钢煤气消耗预测
被引量：8
- 2
-
-
作者
聂秋平
吴敏
杜友武
熊永华
-
机构
中南大学信息科学与工程学院
湖南华菱涟源钢铁有限公司信息自动化中心
-
出处
《系统仿真学报》
CAS
CSCD
北大核心
2011年第11期2460-2464,共5页
-
基金
国家杰出青年科学基金资助项目(60425310)
-
文摘
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%。
-
关键词
炼钢
能源管理
RBF神经网络
灰色理论
煤气消耗预测
-
Keywords
steel
energy management
RBF neural network
grey theory
gas consumption prediction
-
分类号
TP2
[自动化与计算机技术—检测技术与自动化装置]
-
