煉鋼電弧爐供電曲線的迭代優(yōu)化.pdf

1、煉鋼的成本和效率直接影響著鋼鐵企業(yè)的經(jīng)濟效益，在電弧爐煉鋼過程中，節(jié)能降耗至關重要。合理的供電策略不僅能保證操作順利進行，而且有助于降低電耗、電極損耗和耐火材料侵蝕，縮短冶煉周期。
　　本文在查閱了大量國內(nèi)外相關文獻的基礎上，介紹了電弧爐煉鋼的設備、工藝及其發(fā)展歷史、著重介紹電弧爐供電策略研究的現(xiàn)狀和今后的發(fā)展趨勢。結(jié)合電弧爐的電氣特性，根據(jù)現(xiàn)場數(shù)據(jù)對非線性電抗模型進行了回歸分析，并在深入研究電弧爐電熱特性和冶煉過程能量守恒的基礎

2、上，建立了電弧爐供電優(yōu)化模型，并提出了綜合經(jīng)濟評價指標。供電模型以噸鋼電耗最小、冶煉時間最短、電極和耐火材料消耗最少為目標，并以此為指導，實現(xiàn)了電弧爐供電制度的整體優(yōu)化。
　　電弧爐供電優(yōu)化模型是一個帶約束的多目標混合整數(shù)非線性規(guī)劃問題，而且由于部分模型參數(shù)無法獲知，模型不能直接用于優(yōu)化求解。為了解決參數(shù)未知問題并對模型優(yōu)化求解，本文提出了兩階段迭代優(yōu)化算法。第一階段確定模型未知參數(shù)，利用模型參數(shù)自適應方法結(jié)合電弧爐煉鋼的歷史信息

3、將模型中未知參數(shù)迭代更新;第二階段對參數(shù)更新后的供電模型進行求解。在對比傳統(tǒng)優(yōu)化方法和智能優(yōu)化算法求解此類問題的優(yōu)勢和不足后，采用基于自適應網(wǎng)格和擁擠距離的多目標粒子群(AGC-MOPSO)算法進行求解。兩階段迭代優(yōu)化算法的優(yōu)點在于通過參數(shù)迭代更新使供電模型通過參數(shù)迭代更接近煉鋼真實情況，而且利用智能算法優(yōu)化模型可以求解得到全局最優(yōu)解。
　　最后以某鋼廠40噸電弧爐為背景，參照電弧爐煉鋼經(jīng)驗數(shù)據(jù)，更新供電優(yōu)化模型中未知參數(shù)，應用A