鋼包精煉爐合金添加量的優(yōu)化設(shè)定與應(yīng)用.pdf

1、鋼包精煉爐是爐外精煉的重要設(shè)備之一，在我國鋼鐵企業(yè)中有廣泛的應(yīng)用。鋼包精煉可實(shí)現(xiàn)鋼水溫度與成分的精確調(diào)節(jié)、鋼液凈化、生產(chǎn)節(jié)奏調(diào)節(jié)等功能。因此，充分利用鋼包精煉爐的精煉功能、優(yōu)化各項(xiàng)精煉操作是提高鋼材質(zhì)量、降低生產(chǎn)成本、縮短冶煉周期、節(jié)約能源的有效手段。通過向鋼水中加入合金物料以實(shí)現(xiàn)準(zhǔn)確、快速地調(diào)節(jié)鋼水中的合金成分是鋼包精煉爐的重要作用之一，從而可確保鋼包到達(dá)連鑄臺(tái)時(shí)的鋼水合金成分合格，而合金料加入量設(shè)定值的準(zhǔn)確程度主要受合金元素收得率預(yù)

2、測(cè)精度的影響。在冶煉實(shí)踐中，該參數(shù)的確定還停留在人為估計(jì)的階段，其估計(jì)精度較低。為此，本文主要針對(duì)提高合金元素收得率預(yù)測(cè)精度的問題，在深入分析鋼水合金化冶煉機(jī)理的基礎(chǔ)上，系統(tǒng)地進(jìn)行了鋼包精煉過程元素收得率預(yù)測(cè)模型建模方法的研究。本文的主要研究工作歸納如下:
　　1.為了確定收得率預(yù)測(cè)模型的輸入變量，首先從合金化的基本原理出發(fā)，簡要分析了影響合金元素收得率的主要因素。但由于檢測(cè)手段的限制，一些影響因素?zé)o法直接獲得。為解決這個(gè)問題，依

3、據(jù)冶煉機(jī)理，理清了影響因素與可測(cè)變量間的對(duì)應(yīng)關(guān)系，以便使用可測(cè)變量間接反映收得率。最終確定了一組變量作為收得率預(yù)測(cè)模型的輸入變量。通過數(shù)據(jù)仿真，從統(tǒng)計(jì)的角度驗(yàn)證了這組變量的有效性，為建立收得率預(yù)測(cè)模型奠定了基礎(chǔ)。
　　2.針對(duì)一些鋼種冶煉數(shù)據(jù)量少的特點(diǎn)，提出了基于規(guī)則融合的模糊建模方法用以建立收得率預(yù)測(cè)模型。該方法使用冶煉經(jīng)驗(yàn)知識(shí)彌補(bǔ)訓(xùn)練數(shù)據(jù)覆蓋范圍不足的問題，將經(jīng)驗(yàn)知識(shí)以TSK（Takagi-Sugeno-Kang）型模糊規(guī)則的

4、形式引入模糊模型中。提出了模糊規(guī)則融合方法，在建模的結(jié)構(gòu)辨識(shí)過程中，將經(jīng)驗(yàn)規(guī)則與從數(shù)據(jù)中提取的數(shù)據(jù)規(guī)則進(jìn)行結(jié)合，用以確定初始的模糊規(guī)則。在參數(shù)辨識(shí)階段，在原梯度下降方法目標(biāo)函數(shù)中引入了經(jīng)驗(yàn)知識(shí)評(píng)價(jià)參數(shù)，用以平衡樣本數(shù)據(jù)與經(jīng)驗(yàn)知識(shí)對(duì)模型的貢獻(xiàn)程度。數(shù)值仿真與工程實(shí)例驗(yàn)證結(jié)果表明，該方法可以有效利用經(jīng)驗(yàn)知識(shí)與樣本數(shù)據(jù)，使預(yù)報(bào)結(jié)果更可靠、更精確。
　　3.針對(duì)常煉鋼種數(shù)據(jù)量多的特點(diǎn)，提出了基于工況劃分的多模型建模方法用來建立合金元素的收

5、得率預(yù)測(cè)模型。工況的準(zhǔn)確劃分是該方法的基礎(chǔ)，為此，根據(jù)數(shù)據(jù)輸入變量服從近似正態(tài)分布的特點(diǎn)，提出了基于超橢球的數(shù)據(jù)劃分方法，該劃分方法按數(shù)據(jù)分布的疏密程度將數(shù)據(jù)集劃分為稀疏子集與密集子集兩部分，然后分別在兩個(gè)數(shù)據(jù)集上建立獨(dú)立的預(yù)測(cè)模型。稀疏子集數(shù)據(jù)量少且分布稀疏，為使用此數(shù)據(jù)集建模，提出了基于改進(jìn)遺傳算法的聚類變量構(gòu)建方法，用于聚類變量的簡約以便工況識(shí)別，在獲得簡約的輸入變量后，對(duì)其采用模糊ISODATA聚類方法按工況進(jìn)行模糊劃分。在劃分

6、后的數(shù)據(jù)集上利用原輸入變量建立基于分類回歸樹的多模型預(yù)測(cè)模型對(duì)隸屬于稀疏數(shù)據(jù)區(qū)域的爐次進(jìn)行合金元素收得率的預(yù)報(bào)。對(duì)于密集數(shù)據(jù)集，其特點(diǎn)為數(shù)據(jù)量大且分布集中，為更有效地對(duì)其建模，采用了在線的即時(shí)學(xué)習(xí)方法，并根據(jù)輸入數(shù)據(jù)的分布特點(diǎn)對(duì)該方法的相似數(shù)據(jù)評(píng)價(jià)準(zhǔn)則進(jìn)行了改進(jìn)，以便使選取的參考數(shù)據(jù)可以更全面地反映當(dāng)前待預(yù)測(cè)爐次的工況。該方法的特點(diǎn)為只使用與當(dāng)前爐次同工況的數(shù)據(jù)建模，從而也降低了引入異常數(shù)據(jù)的風(fēng)險(xiǎn)。最后，通過仿真實(shí)驗(yàn)的結(jié)果可以看出，基于