基于數(shù)據(jù)挖掘的高爐鐵水溫度建模與預(yù)報(bào).pdf

1、高爐爐溫是高爐穩(wěn)定順行的保證,同時(shí)也是制約高爐冶煉成本的主要因素。合理的高爐鐵水溫度是判斷高爐順利運(yùn)行的重要指標(biāo)。目前主要利用高爐鐵水硅含量預(yù)測(cè)爐溫。而高爐爐溫與高爐鐵水硅含量呈現(xiàn)正相關(guān)而非嚴(yán)格的線性關(guān)系,則應(yīng)用高爐鐵水硅含量此單一指標(biāo)預(yù)測(cè)高爐爐溫存在一定的缺陷。
　　隨著信息科技的快速發(fā)展,高爐冶煉過(guò)程積累了大量數(shù)據(jù)。如何尋找低碳、高效以及優(yōu)質(zhì)的高爐生產(chǎn)模式已迫在眉睫。同時(shí)智能控制論的深入研究,為利用數(shù)據(jù)挖掘技術(shù)建立高爐爐溫預(yù)報(bào)

2、模型的研究提供了理論依據(jù)和方法支持。在數(shù)據(jù)挖掘技術(shù)下,通過(guò)對(duì)高爐爐溫?cái)?shù)據(jù)特征提取建立各變量間隱含數(shù)學(xué)關(guān)系,已引起了高度重視,成為當(dāng)今冶金科學(xué)發(fā)展的前沿課題。
　　針對(duì)高爐冶煉過(guò)程中的海量數(shù)據(jù),高爐鐵水硅含量這一研究對(duì)象存在一定的不足以及冶煉機(jī)理建模存在的主觀性,本文利用數(shù)據(jù)挖掘理論建立了基于高爐鐵水溫度預(yù)報(bào)的統(tǒng)計(jì)學(xué)模型。鑒于高爐冶煉過(guò)程是一個(gè)大慣性的非線性系統(tǒng),并考慮時(shí)間滯后對(duì)高爐鐵水溫度建模的影響,利用多元時(shí)序建立鐵水溫度的多變

3、量時(shí)間序列模型,且通過(guò)各變量時(shí)間序列分析揭示出高爐爐溫的發(fā)展變化規(guī)律。
　　高爐爐溫預(yù)測(cè)模型是在某一特定的環(huán)境條件下建立的。即各高爐爐溫預(yù)測(cè)模型是針對(duì)某一高爐的特殊約束條件下建立的預(yù)報(bào)優(yōu)化模型,其模型不能直接或通用到其他高爐爐溫的預(yù)報(bào)。本文是在高爐輸入庫(kù)條件如白云鄂博鐵礦石成分相同、負(fù)荷、料速和風(fēng)量等相對(duì)一致的情況下,對(duì)某鋼廠大型高爐爐溫?cái)?shù)據(jù)進(jìn)行統(tǒng)計(jì)學(xué)建模及尋優(yōu)?；跀?shù)據(jù)挖掘的高爐鐵水溫度預(yù)測(cè)建模研究為高爐爐溫的準(zhǔn)確預(yù)測(cè)提供了重要

4、的理論指導(dǎo)意義。
　　論文首先介紹了多元數(shù)學(xué)建模以及模糊數(shù)學(xué)建模的基本理論。接著對(duì)高爐爐溫預(yù)報(bào)模型的各輸入輸出變量進(jìn)行了數(shù)據(jù)的預(yù)處理分析。其主要包括異常值檢驗(yàn)、缺損值的補(bǔ)足、數(shù)據(jù)的相關(guān)性分析以及多元時(shí)間序列模型中各變量時(shí)滯的確定等。通過(guò)廣義偏自相關(guān)系數(shù)確定多元時(shí)間序列模型中各變量的滯后步長(zhǎng)。然后,將各智能算法應(yīng)用到多元回歸模型和多元時(shí)間序列模型。其中,兩種模型均采用多輸入單輸出模式。最后,應(yīng)用高爐檢測(cè)系統(tǒng)在線采集的變量數(shù)據(jù)完成鐵水

5、溫度的建模及其模型的仿真校驗(yàn)。通過(guò)各模型的預(yù)測(cè)圖、誤差圖和模型的性能評(píng)價(jià)指標(biāo),分析比較了各算法的優(yōu)缺點(diǎn)以及不同模型的適用范圍,可得結(jié)論:基于T-S模糊神經(jīng)網(wǎng)絡(luò)的多元時(shí)間序列模型的跟蹤效果以及模型精度最優(yōu)。
　　本文形成了基于數(shù)據(jù)驅(qū)動(dòng)的高爐操作優(yōu)化控制體系,分析了豐富的基于數(shù)據(jù)挖掘的建模及優(yōu)化理論。對(duì)高爐鐵水溫度預(yù)測(cè)模型的最優(yōu)模式研究和高爐冶煉過(guò)程的成本核算與高爐工長(zhǎng)控制高爐冶煉過(guò)程的操作提供了良好的理論依據(jù)。同時(shí)高爐爐溫預(yù)測(cè)優(yōu)化模