基于粗糙集的轉(zhuǎn)爐煉鋼知識發(fā)現(xiàn)及終點控制模型研究.pdf

1、轉(zhuǎn)爐煉鋼是一個化學反應(yīng)速度快、影響因素多、過程復(fù)雜的多元多相高溫物理化學過程，其控制核心是對冶煉終點鋼水的溫度和碳含量進行準確控制。在轉(zhuǎn)爐煉鋼生產(chǎn)過程中，提高轉(zhuǎn)爐冶煉終點控制的準確性可以有效縮短冶煉周期，提高爐襯壽命，減少鋼鐵料消耗，進而顯著改善和穩(wěn)定鋼水質(zhì)量，降低生產(chǎn)成本，提高轉(zhuǎn)爐生產(chǎn)率，是煉鋼生產(chǎn)過程中增強企業(yè)競爭力的一個重要途徑。
　　目前，國內(nèi)大多數(shù)鋼鐵企業(yè)的轉(zhuǎn)爐煉鋼終點控制還是依據(jù)現(xiàn)場操作人員的生產(chǎn)操作經(jīng)驗進行的，而生產(chǎn)

2、操作經(jīng)驗知識的獲取是通過現(xiàn)場生產(chǎn)總結(jié)和對生產(chǎn)控制數(shù)據(jù)的簡單統(tǒng)計分析得到。由于轉(zhuǎn)爐煉鋼生產(chǎn)現(xiàn)場技術(shù)人員、操作人員之間素質(zhì)參差不齊，實際生產(chǎn)中的工況條件又很復(fù)雜，使得僅靠人工經(jīng)驗和簡單統(tǒng)計分析得到的轉(zhuǎn)爐冶煉知識進行的終點控制穩(wěn)定性、準確性不能滿足生產(chǎn)要求。目前，基于人工智能方法的知識發(fā)現(xiàn)已廣泛用于知識發(fā)現(xiàn)的各個領(lǐng)域，并取得了比較明顯的應(yīng)用效果，但在轉(zhuǎn)爐煉鋼領(lǐng)域的研究尚處于起步階段。轉(zhuǎn)爐煉鋼生產(chǎn)具有過程冶煉機理復(fù)雜、反應(yīng)影響因素眾多，冶煉過程

3、采集的數(shù)據(jù)信息具有多變量、非線性、高噪音的特征，因此，探索一種能夠適應(yīng)轉(zhuǎn)爐煉鋼生產(chǎn)過程的復(fù)雜性特征，實現(xiàn)轉(zhuǎn)爐煉鋼生產(chǎn)知識的發(fā)現(xiàn)方法，并在此基礎(chǔ)上，形成一套適用于轉(zhuǎn)爐煉鋼過程知識發(fā)現(xiàn)和冶煉終點控制的模型系統(tǒng)，在理論和應(yīng)用方面都具有重要的意義。
　　針對轉(zhuǎn)爐煉鋼知識發(fā)現(xiàn)和終點控制的特點，本文通過對粗糙集理論方法和人工神經(jīng)網(wǎng)絡(luò)方法的分析研究，建立了基于粗糙集理論方法的轉(zhuǎn)爐煉鋼知識發(fā)現(xiàn)模型和粗糙集-神經(jīng)網(wǎng)絡(luò)終點控制模型，實現(xiàn)轉(zhuǎn)爐煉鋼生產(chǎn)知

4、識的自動獲取和轉(zhuǎn)爐煉鋼終點控制方法的優(yōu)化。其中，基于粗糙集方法的轉(zhuǎn)爐煉鋼知識發(fā)現(xiàn)模型通過對轉(zhuǎn)爐煉鋼生產(chǎn)數(shù)據(jù)進行清洗、標準化、離散等方式的數(shù)據(jù)預(yù)處理，以轉(zhuǎn)爐煉鋼生產(chǎn)重要影響因素作為知識發(fā)現(xiàn)的條件屬性，以轉(zhuǎn)爐冶煉終點的鋼水碳含量和鋼水溫度作為知識發(fā)現(xiàn)的決策屬性，采用粗糙集理論方法實現(xiàn)轉(zhuǎn)爐煉鋼知識發(fā)現(xiàn)的有效屬性約簡，并結(jié)合關(guān)聯(lián)規(guī)則提取算法實現(xiàn)轉(zhuǎn)爐煉鋼知識的發(fā)現(xiàn)和規(guī)則提取；基于粗糙集-神經(jīng)網(wǎng)絡(luò)的轉(zhuǎn)爐煉鋼終點控制模型是結(jié)合粗糙集理論和神經(jīng)網(wǎng)絡(luò)理論

5、的方法特點，以粗糙集理論方法確定出對決策屬性集有重要影響的最小條件屬性集作為神經(jīng)網(wǎng)絡(luò)的輸入條件，有效簡化網(wǎng)絡(luò)結(jié)構(gòu)，提高神經(jīng)網(wǎng)絡(luò)模型的適應(yīng)性、準確性及計算效率。同時，運用面向?qū)ο蠛蛨D形化建模、可視化技術(shù)，以適用性、靈活性及可靠性為設(shè)計原則，基于Windows開發(fā)平臺，選用Microsoft的Visual Basic6.0編程實現(xiàn)基于粗糙集的轉(zhuǎn)爐煉鋼知識發(fā)現(xiàn)及終點控制模型系統(tǒng)的開發(fā)。
　　以新余210t轉(zhuǎn)爐煉鋼廠生產(chǎn)工藝和數(shù)據(jù)信息進行

6、知識發(fā)現(xiàn)和終點控制的數(shù)值實驗，結(jié)果表明：基于粗糙集方法的轉(zhuǎn)爐煉鋼知識發(fā)現(xiàn)模型可以實現(xiàn)知識發(fā)現(xiàn)屬性的有效約簡，同時，采用最小規(guī)則支持度和信任度的規(guī)則提取算法，可以發(fā)現(xiàn)數(shù)據(jù)中隱藏的知識規(guī)則，實現(xiàn)轉(zhuǎn)爐煉鋼知識的自動獲取；在轉(zhuǎn)爐煉鋼知識發(fā)現(xiàn)過程中，隨著訓(xùn)練數(shù)據(jù)集的增大，提取出來的知識規(guī)則數(shù)目相應(yīng)增多，但知識規(guī)則預(yù)測的命中率并不一定提高，且隨著訓(xùn)練數(shù)據(jù)集的增大，系統(tǒng)的運算效率會降低，因此，訓(xùn)練集的數(shù)據(jù)量大小和訓(xùn)練集的代表性對粗糙集轉(zhuǎn)爐煉鋼知識發(fā)現(xiàn)

7、有著重要的影響；粗糙集轉(zhuǎn)爐煉鋼知識發(fā)現(xiàn)模型隨著規(guī)則支持度和信任度的增加，知識規(guī)則預(yù)測的精確性也越高，發(fā)現(xiàn)的有效知識規(guī)則數(shù)量會降低，但知識的覆蓋面會應(yīng)知識條件的約束范圍狹小而顯著降低，因此，應(yīng)在實驗的基礎(chǔ)上選取較為合理的參數(shù)值，不能一味的追求較大的規(guī)則支持度和信任度；粗糙集-神經(jīng)網(wǎng)絡(luò)模型的輸入層結(jié)點屬性是由基于粗糙集模型確定的對轉(zhuǎn)爐冶煉終點鋼水的碳含量和溫度有重要影響的因素作為終點預(yù)測模型輸入?yún)?shù)，因此，相對于常規(guī)轉(zhuǎn)爐神經(jīng)網(wǎng)絡(luò)終點預(yù)測模型

8、，減少了輸入層和隱含層的的結(jié)點數(shù)目，增加了模型網(wǎng)絡(luò)結(jié)構(gòu)表達的針對性，有效提高模型的計算效率和計算準確性。
　　因此，本文是針對復(fù)雜轉(zhuǎn)爐煉鋼過程知識發(fā)現(xiàn)與終點控制難題，引入粗糙集理論方法，建立基于粗糙集的轉(zhuǎn)爐煉鋼知識發(fā)現(xiàn)模型，以及粗糙集-神經(jīng)網(wǎng)絡(luò)模型終點預(yù)測模型；并以面向?qū)ο蠓椒ㄩ_發(fā)了相應(yīng)的模型系統(tǒng)；以具體煉鋼轉(zhuǎn)爐生產(chǎn)過程數(shù)據(jù)進行了方法的驗證及應(yīng)用測試，表明了方法及系統(tǒng)的有效性。研究成果為轉(zhuǎn)爐煉鋼知識發(fā)現(xiàn)、終點控制優(yōu)化等問題研究和生