摘　要：针对高炉冶炼过程中喷煤量通常根据炉长经验总结而出、过程建模困难、生产过程工艺指标波动较大的问题，提出了一种喷煤量操作模式匹配的智能优化方法。该方法以高炉喷煤量为研究对象，以某钢厂高炉大量的实际工业运行数据为基础，首先对不可实时检测变量[Si]含量建立了BP神经网络预测模型，以对当前[Si]含量进行预测;然后基于专家标准挑选出优良模式集，采用模糊C均值聚类的方法对优良模式集进行分类;最后以综合工艺指标评判为前提，对当前输入条件采用基于相似度的方法，从优良操作模式库中寻出与当前输入条件距离最小的操作模式，从而完成模式匹配，进而实现喷煤过程优化控制，对高炉冶炼喷煤过程具有很好的指导作用。　　关键词：模式匹配；高炉喷煤量；聚类；工艺指标；相似度下载全文——基于神经网络预测模型的高炉喷煤操作模式优化.pdf