基于深度神经网络的热风炉烟温预测模型

作者：王一男; 刘晓志; 孙超; 王伟兵; 李仁华; 杨英华

来源：河北冶金, 2021, (01): 34-36+50.

DOI：10.13630/j.cnki.13-1172.2021.0106

• 热风炉
• 长短期记忆网络
• 废气温度
• 建模

数字化工厂是智能制造技术中的重要环节,对被控对象精准建模是对工艺设计、自动化及智能化系统实现精准控制的重要支撑。针对热风炉燃烧状况复杂,很难建立合适的机理模型的实际情况,提出了基于长短期记忆深度网络(LSTM)对热风炉废气温度进行建模,并用L2正则化的方式对网络进行了优化。经河钢邯钢8#高炉实际数据仿真验证,预测模型的动态性能良好。

• 单位
  东北大学