神经网络预测补偿在高碳铬铁电炉电极控制中的应用

摘要

针对高碳铬铁电炉电极控制系统具有非线性、时变、模型不确定、滞后、多输入多输出耦合的特点,提出了一种基于神经网络预测技术检测电极电流并预测电极位置的方法,其预测结果是对PID控制器的输出进行调整,使系统较好地适应负载和外扰的变化,实现了高碳铬铁炉电极的智能控制,提高了电炉的热效率,节约了能耗.