基于高斯過(guò)程的高爐煉鐵過(guò)程辨識(shí)與預(yù)測(cè).pdf

1、隨著世界各國(guó)對(duì)能源危機(jī)、環(huán)境保護(hù)和全球氣候變暖等問(wèn)題的逐漸重視，節(jié)能減排已經(jīng)成為各國(guó)實(shí)現(xiàn)可持續(xù)發(fā)展的必經(jīng)之路。鋼鐵工業(yè)作為整個(gè)國(guó)民經(jīng)濟(jì)中消耗能源較大的產(chǎn)業(yè)，其節(jié)能減排潛力較大，尤其是高爐煉鐵過(guò)程作為鋼鐵工業(yè)最主要的能源消耗工序，更是承擔(dān)了節(jié)能減排的重大任務(wù)。本文以國(guó)內(nèi)較典型的萊鋼1＃中型高爐和包鋼6＃大型高爐在線采集的冶煉過(guò)程數(shù)據(jù)為對(duì)象，利用高斯過(guò)程模型對(duì)高爐煉鐵過(guò)程進(jìn)行研究，尤其是對(duì)爐溫預(yù)測(cè)、高爐煉鐵過(guò)程噪聲模型以及爐溫變化趨勢(shì)預(yù)測(cè)等

2、進(jìn)行了有意義的研究，從而為實(shí)現(xiàn)高爐煉鐵過(guò)程的閉環(huán)自動(dòng)化控制以及節(jié)能減排打下扎實(shí)的基礎(chǔ)，因此具有一定的理論意義和應(yīng)用價(jià)值。
　　 本論文研究的核心問(wèn)題主要包括3點(diǎn)：第一，提高爐溫?cái)?shù)值預(yù)測(cè)的命中率，以滿足有效指導(dǎo)工長(zhǎng)操作的需求；第二，研究高爐煉鐵過(guò)程的噪聲模型以及對(duì)異常值的處理，第三，對(duì)高爐爐溫變化趨勢(shì)進(jìn)行預(yù)測(cè)，并探索和研究多類爐溫變化幅度預(yù)測(cè)。這3個(gè)問(wèn)題是高爐煉鐵過(guò)程閉環(huán)自動(dòng)化的難題，因此對(duì)其開(kāi)展研究具有較大的意義。論文的第二章簡(jiǎn)

3、要介紹了高斯過(guò)程的基本知識(shí)；論文第三章首先闡述了高爐煉鐵過(guò)程工藝流程以及高爐煉鐵專家系統(tǒng)和數(shù)學(xué)模型，尤其是數(shù)學(xué)模型的國(guó)內(nèi)外研究歷史和現(xiàn)狀；在此基礎(chǔ)上，應(yīng)用第二章介紹的高斯過(guò)程模型建立了高爐煉鐵過(guò)程爐溫預(yù)測(cè)模型，并將其對(duì)萊鋼和包鋼兩座高爐的數(shù)據(jù)進(jìn)行仿真研究，結(jié)果顯示，對(duì)于數(shù)據(jù)波動(dòng)較小的萊鋼數(shù)據(jù)，預(yù)測(cè)精度較高，能夠基本滿足實(shí)際生產(chǎn)的需要，但是對(duì)于波動(dòng)較大的包鋼數(shù)據(jù)，預(yù)測(cè)效果一般，因此，需要進(jìn)一步提高模型的預(yù)測(cè)精度。
　　 論文的第四

4、章提出了一種新的模型，即子高斯過(guò)程模型。本章首先給出子高斯過(guò)程的基本概念，并且從理論上證明了當(dāng)高斯過(guò)程選取一類特殊的協(xié)方差函數(shù)時(shí)其等價(jià)于子高斯過(guò)程。該定理不僅說(shuō)明子高斯過(guò)程與高斯過(guò)程之間的聯(lián)系，更說(shuō)明子高斯過(guò)程模型創(chuàng)造了一種新的協(xié)方差函數(shù)(核函數(shù))構(gòu)造方法，因此具有較大的理論意義。在此基礎(chǔ)上，應(yīng)用子高斯過(guò)程對(duì)萊鋼和包鋼數(shù)據(jù)進(jìn)行仿真研究，仿真結(jié)果表明子高斯過(guò)程對(duì)較平穩(wěn)和波動(dòng)較大的數(shù)據(jù)都能進(jìn)行較好的辨識(shí)與預(yù)測(cè)，其中萊鋼的預(yù)測(cè)命中率高達(dá)85％

5、，而包鋼的預(yù)測(cè)命中率也達(dá)到了79%。
　　 由于高爐冶煉過(guò)程復(fù)雜的環(huán)境條件，使得高爐在線采集數(shù)據(jù)中往往會(huì)產(chǎn)生較多的異常值。論文的第五章首先對(duì)異常值的產(chǎn)生原因進(jìn)行了討論和分類，在此基礎(chǔ)上應(yīng)用魯棒高斯過(guò)程對(duì)高爐煉鐵過(guò)程進(jìn)行辨識(shí)。應(yīng)用魯棒高斯過(guò)程模型不僅能夠有效處理異常值，同時(shí)，其可以對(duì)高爐煉鐵過(guò)程的噪聲分布進(jìn)行研究。仿真結(jié)果顯示，對(duì)于萊鋼高爐而言，高爐煉鐵過(guò)程的噪聲分布更加接近但不絕對(duì)服從學(xué)生氏分布，同時(shí)對(duì)于萊鋼數(shù)據(jù)和包鋼數(shù)據(jù)而言，

6、其噪聲都不絕對(duì)服從正態(tài)分布。此外，萊鋼數(shù)據(jù)的仿真結(jié)果也證實(shí)了魯棒高斯過(guò)程模型對(duì)于潛在的異常值具有更好的穩(wěn)定性。第五章的第二部分提出了一種新的建模方法，即對(duì)基礎(chǔ)模型預(yù)測(cè)的殘差序列再建模，并使用高斯過(guò)程模型對(duì)殘差序列建模。為了驗(yàn)證該建模方法的有效性，分別選取高斯過(guò)程模型和自回歸模型為基礎(chǔ)模型，利用萊鋼和包鋼數(shù)據(jù)進(jìn)行仿真研究，仿真結(jié)果顯示，該建模方法無(wú)論是對(duì)于較復(fù)雜的高斯過(guò)程模型還是簡(jiǎn)單自回歸模型都能夠改進(jìn)模型精度和預(yù)測(cè)結(jié)果，因此具有一定的實(shí)

7、用性。
　　 由于高爐爐溫的變化趨勢(shì)和爐溫?cái)?shù)值對(duì)于高爐工長(zhǎng)具有同樣重要的指導(dǎo)意義，因此，論文的第六章重點(diǎn)研究高爐爐溫變化趨勢(shì)和幅度預(yù)測(cè)。首先，利用高斯過(guò)程2分類模型建立了高爐爐溫趨勢(shì)預(yù)測(cè)模型，對(duì)爐溫的上升和下降進(jìn)行預(yù)測(cè)。并將該預(yù)測(cè)模型應(yīng)用于萊鋼和包鋼數(shù)據(jù)。仿真結(jié)果顯示，爐溫變化趨勢(shì)模型對(duì)萊鋼數(shù)據(jù)的預(yù)測(cè)效果一般，能夠基本滿足生產(chǎn)實(shí)踐的需要。通過(guò)對(duì)仿真結(jié)果的分析，認(rèn)為萊鋼高爐與包鋼高爐由于爐體體積的差異以及原燃料的差異導(dǎo)致了兩個(gè)高爐

8、煉鐵過(guò)程的差異，所以包鋼的模型預(yù)測(cè)效果要比萊鋼的模型預(yù)測(cè)效果差。由于預(yù)測(cè)下一爐的變化幅度將會(huì)對(duì)高爐工長(zhǎng)的操作提供更為有效的指導(dǎo)，因此，本章利用高斯過(guò)程多分類模型分別建立了3類爐溫變化幅度模型和5類爐溫變化幅度模型，并將其應(yīng)用于萊鋼和包鋼數(shù)據(jù)。仿真結(jié)果表明上述兩類模型無(wú)論針對(duì)萊鋼數(shù)據(jù)還是包鋼數(shù)據(jù)預(yù)測(cè)效果都達(dá)不到要求。根據(jù)仿真結(jié)果分析，說(shuō)明了“邊界問(wèn)題”是導(dǎo)致預(yù)測(cè)效果不好的主要原因。所謂“邊界問(wèn)題”是指在多分類中類別之間的差別不明顯，導(dǎo)致模