公开(公告)号：CN105608492A

公开(公告)日：2016-05-25

申请号：CN201610118914.7

申请日：2016-03-02

Applicant: 东北大学

Inventor： 周平 ,  吕友彬 ,  王宏

IPC: G06N3/10 ,  C21B5/00 ,  C21B7/24

CPC classification number: G06N3/10 ,  C21B5/00 ,  C21B7/24 ,  C21B2300/04

Abstract: 一种基于鲁棒随机权神经网络的多元铁水质量软测量方法属于高炉冶炼自动化控制领域，特别涉及一种基于Cauchy分布加权M估计随机权神经网络(M-RVFLNs)的高炉炼铁过程多元铁水质量参数动态软测量方法。本发明运用主成分分析(PCA)方法筛选出影响高炉铁水质量的最主要参数作为模型输入变量，构造出一个具有输出自反馈结构且考虑不同时刻输入输出数据的铁水质量多元动态预测模型，可同时对表征高炉铁水质量的主要参数Si含量、P含量、S含量和铁水温度进行多元动态软测量。本发明包括以下步骤：(1)辅助变量选择与模型输入变量确定；(2)M-RVFLNs软测量模型的训练和使用。

公开(公告)号：CN105608492B

公开(公告)日：2018-03-20

申请号：CN201610118914.7

申请日：2016-03-02

Applicant: 东北大学

Inventor： 周平 ,  吕友彬 ,  王宏

IPC: G06N3/10 ,  C21B5/00 ,  C21B7/24

Abstract: 一种基于鲁棒随机权神经网络的多元铁水质量软测量方法属于高炉冶炼自动化控制领域，特别涉及一种基于Cauchy分布加权M估计随机权神经网络(M‑RVFLNs)的高炉炼铁过程多元铁水质量参数动态软测量方法。本发明运用主成分分析(PCA)方法筛选出影响高炉铁水质量的最主要参数作为模型输入变量，构造出一个具有输出自反馈结构且考虑不同时刻输入输出数据的铁水质量多元动态预测模型，可同时对表征高炉铁水质量的主要参数Si含量、P含量、S含量和铁水温度进行多元动态软测量。本发明包括以下步骤：(1)辅助变量选择与模型输入变量确定；(2)M‑RVFLNs软测量模型的训练和使用。