鋼鐵生產(chǎn)和材料質(zhì)量異常監(jiān)視與診斷研究.pdf

1、在鋼鐵生產(chǎn)過程中，高爐煉鐵是通過料面燃燒生成鐵水，料面的分布情況直接影響鐵水質(zhì)量，從而影響鋼材質(zhì)量。實際生產(chǎn)中，由于料面的物質(zhì)形態(tài)以及高爐高溫生產(chǎn)的特性，很難直接觀測到料面分布情況，從而難以掌握高爐爐況對鐵水質(zhì)量的影響。因此，研究高爐料面異常情況的監(jiān)視和診斷方法對提高鐵水質(zhì)量，降低廢材量，提高材料質(zhì)量具有非常重要的意義。
　　鋼鐵企業(yè)一般以客戶合同組織生產(chǎn)時，生產(chǎn)的鋼鐵材料都匹配給相關(guān)的客戶合同。但在實際生產(chǎn)中，鋼鐵材料質(zhì)量不合格

2、會使原來有合同的材料變成無主合同材料，從而增加了原料庫庫存量，提高了企業(yè)成本，甚至影響企業(yè)的正常生產(chǎn)。因此，分析鋼鐵材料異常原因，并對材料異常情況進(jìn)行監(jiān)視及診斷，對提高產(chǎn)品合格率，降低無主合同材料量具有非常重要的意義。
　　本文基于數(shù)據(jù)解析的思想，分別對高爐料面異常診斷問題和鋼鐵材料質(zhì)量異常診斷問題，設(shè)計了支持向量機(jī)方法對異常情況進(jìn)行監(jiān)視與診斷。針對高爐料面異常問題，在診斷方法中提出了在線支持向量機(jī)的思想。針對鋼鐵材料質(zhì)量異常問題

3、，在診斷方法中引入分布估計算法對支持向量機(jī)進(jìn)行改進(jìn)，以提升支持向量機(jī)算法性能。
　　本文主要研究內(nèi)容包括以下幾個部分:
　　(1)以高爐生產(chǎn)過程為背景，研究了高爐料面異常診斷問題。通過高爐的結(jié)構(gòu)特征、高爐煉鐵特點和高爐內(nèi)溫度分布與高爐料面之間的關(guān)系，對高爐料面異常情況進(jìn)行分析。針對高爐煉鐵生產(chǎn)的密閉性、高溫性與實時性的特點，提出了在線支持向量機(jī)的方法對高爐的料面異常進(jìn)行診斷。利用采集的高爐實時數(shù)據(jù)訓(xùn)練支持向量機(jī)算法建立數(shù)學(xué)模

4、型，并根據(jù)建立的數(shù)學(xué)模型進(jìn)行高爐異常料面的在線診斷研究。試驗結(jié)果表明，在線支持向量機(jī)對高爐的料面異常情況的診斷比較準(zhǔn)確。
　　(2)針對鋼鐵材料異常診斷問題，分析了有主合同材料轉(zhuǎn)變成無主合同材料的影響因素，采用支持向量機(jī)算法建立了鋼鐵材料質(zhì)量異常情況診斷數(shù)學(xué)模型，模型中采用分布估計算法對支持向量機(jī)參數(shù)進(jìn)行優(yōu)化。實驗結(jié)果表明，利用診斷數(shù)學(xué)模型對鋼鐵材料異常問題的分析比較準(zhǔn)確。
　　(3)以實際鋼鐵生產(chǎn)過程為背景，基于提出的分布