1、在冶金行業(yè)中，硫元素對(duì)大多數(shù)的鋼種都是一種有害元素，它會(huì)影響鋼材的高強(qiáng)度、低溫韌性和焊接性能，所以必須嚴(yán)格控制鋼中硫元素的含量。目前國(guó)內(nèi)的鐵水脫硫技術(shù)比較落后，大多以人的經(jīng)驗(yàn)來(lái)控制冶煉過(guò)程，這樣導(dǎo)致脫硫粉劑消耗大，經(jīng)濟(jì)效益也不理想，難以達(dá)到自動(dòng)化煉鋼要求。隨著社會(huì)發(fā)展，冶金工業(yè)對(duì)鋼鐵質(zhì)量的要求越來(lái)越高，依靠經(jīng)驗(yàn)控制冶煉過(guò)程的方式已經(jīng)無(wú)法適應(yīng)生產(chǎn)工藝的革新。為了實(shí)現(xiàn)精煉脫硫工藝過(guò)程自動(dòng)化，快節(jié)奏，高效率的生產(chǎn)需求。本文建立了機(jī)理模型、BP

2、神經(jīng)網(wǎng)絡(luò)模型、RBF神經(jīng)網(wǎng)絡(luò)模型、混合模型對(duì)LF精煉終點(diǎn)硫含量進(jìn)行了預(yù)報(bào)仿真研究，為L(zhǎng)F爐精煉脫硫提供有效的技術(shù)支持。
　　本研究主要內(nèi)容包括：⑴采集某鋼廠的實(shí)際生產(chǎn)數(shù)據(jù)庫(kù)，對(duì)現(xiàn)場(chǎng)實(shí)際數(shù)據(jù)進(jìn)行預(yù)處理，選出合適的樣本數(shù)據(jù)。一部分作為訓(xùn)練樣本數(shù)據(jù)，一部分作為預(yù)測(cè)樣本數(shù)據(jù)，并對(duì)數(shù)據(jù)進(jìn)行歸一化處理。⑵通過(guò)對(duì)鋼廠精煉脫硫工藝的過(guò)程和脫硫基本原理進(jìn)行深刻了解，從脫硫反應(yīng)的熱力學(xué)原理和動(dòng)力學(xué)原理分析確定一些脫硫機(jī)理有關(guān)參數(shù)模型，確定影響脫硫效果

3、的主要因素。并建立LF爐精煉終點(diǎn)硫含量預(yù)報(bào)的機(jī)理模型。⑶針對(duì)機(jī)理預(yù)報(bào)模型存在的問(wèn)題和不足，采用神經(jīng)網(wǎng)絡(luò)模型進(jìn)行硫含量預(yù)報(bào)。通過(guò)分析對(duì)比BP，RBF神經(jīng)網(wǎng)絡(luò)預(yù)報(bào)模型的預(yù)測(cè)結(jié)果，可以知道RBF神經(jīng)網(wǎng)絡(luò)預(yù)報(bào)模型從預(yù)測(cè)速度和效果都優(yōu)于BP神經(jīng)網(wǎng)絡(luò)預(yù)報(bào)模型。所以本文建立了由RBF神經(jīng)網(wǎng)絡(luò)模型和機(jī)理模型結(jié)合的混合模型，從理論上優(yōu)于單一神經(jīng)網(wǎng)絡(luò)模型。⑷采用C＃和MATLAB語(yǔ)言運(yùn)用樣本數(shù)據(jù)對(duì)各個(gè)預(yù)報(bào)模型進(jìn)行了仿真驗(yàn)證，通過(guò)分析實(shí)驗(yàn)過(guò)程和預(yù)測(cè)結(jié)果可知混