ARMA與Markov鏈交叉建模預(yù)測(cè)高爐爐溫.pdf

1、鋼鐵工業(yè)是國(guó)民經(jīng)濟(jì)的支柱產(chǎn)業(yè)，對(duì)國(guó)家經(jīng)濟(jì)建設(shè)的發(fā)展起著關(guān)鍵作用。作為鋼鐵工業(yè)上游主體工序的高爐煉鐵，它在鋼鐵工業(yè)的發(fā)展與節(jié)能降耗中有著重要的地位。高爐煉鐵過(guò)程的自動(dòng)控制則是鋼鐵工業(yè)實(shí)現(xiàn)進(jìn)一步節(jié)能減排的重要技術(shù)進(jìn)步措施。但是，高爐冶煉過(guò)程的自動(dòng)控制長(zhǎng)期以來(lái)是冶金自動(dòng)化領(lǐng)域內(nèi)尚未攻克的技術(shù)難題。究其原因，一方面是因?yàn)楦郀t冶煉過(guò)程的動(dòng)力學(xué)機(jī)理異常復(fù)雜，包含著眾多的化學(xué)反應(yīng)動(dòng)力學(xué)進(jìn)程與流體動(dòng)力學(xué)進(jìn)程，難以建立冶煉過(guò)程的控制模型；另一方面則是因?yàn)?/p>

2、高爐冶煉過(guò)程的控制受到大量隨機(jī)因素影響，使得單一類(lèi)型的數(shù)學(xué)模型難以達(dá)到較好的預(yù)測(cè)控制效果。
　　 由此，在綜合分析已有各種建模方法的基礎(chǔ)上，建立起高爐冶煉過(guò)程預(yù)測(cè)控制的創(chuàng)新建模思路。這種思路是把不同的建模方法進(jìn)行集成，構(gòu)成新的預(yù)測(cè)控制模型，以期改善單一模型存在的缺陷。
　　 在高爐冶煉過(guò)程中，鐵水硅質(zhì)量分?jǐn)?shù)(簡(jiǎn)稱(chēng)鐵水含硅量，記為[Si])是評(píng)定高爐爐況穩(wěn)定性和鐵水質(zhì)量的重要指標(biāo)，也是表征高爐熱狀態(tài)及其變化的標(biāo)志性參數(shù)，也

3、稱(chēng)為爐溫。爐溫控制是高爐冶煉過(guò)程控制的基礎(chǔ)與技術(shù)核心。因此爐溫[Si]預(yù)測(cè)方法的研究和數(shù)學(xué)建模是實(shí)現(xiàn)高爐爐溫的自動(dòng)控制以及高爐煉鐵節(jié)能降耗的關(guān)鍵技術(shù)。
　　 綜合上述兩方面思路，本文針對(duì)高爐爐溫的預(yù)測(cè)建模，應(yīng)用了時(shí)間序列模型與馬爾科夫模型作為主要研究工具，進(jìn)行集成建模研究。同時(shí)，結(jié)合大型高爐生產(chǎn)實(shí)際檢驗(yàn)?zāi)Ｐ偷某尚В褂昧恕鞍?500m3高爐智能控制專(zhuān)家系統(tǒng)”在包鋼6號(hào)高爐上在線采集的生產(chǎn)數(shù)據(jù)，建立了爐溫[Si]序列新的分解模式

4、，實(shí)現(xiàn)了對(duì)爐溫[Si]序列特征和預(yù)測(cè)更深入的研究。
　　 本文在簡(jiǎn)要介紹ARMA模型和馬爾科夫鏈相關(guān)數(shù)學(xué)基礎(chǔ)理論之后，對(duì)冶煉過(guò)程中的狀態(tài)參數(shù)和控制參數(shù)與鐵水含硅量[Si]的關(guān)系進(jìn)行了分析，并對(duì)爐溫[Si]序列自身的特點(diǎn)進(jìn)行了研究，從而解析了爐溫[Si]序列復(fù)雜性的成因和特征。在此基礎(chǔ)上，將爐溫[Si]序列分解為兩類(lèi)不同的集合：{[Si]}={平穩(wěn)發(fā)展過(guò)程}∪{不確定性過(guò)程}其中，對(duì)“平穩(wěn)發(fā)展過(guò)程”應(yīng)用時(shí)間序列滑動(dòng)自回歸模型ARM

5、A進(jìn)行研究，而對(duì)“不確定性過(guò)程”應(yīng)用馬爾可夫鏈建模研究。
　　 對(duì)“平穩(wěn)發(fā)展過(guò)程”建模分析中看到：ARMA模型能夠很好地預(yù)測(cè)平穩(wěn)發(fā)展過(guò)程[Si]的變化，但是難以追蹤爐溫[Si]的劇烈波動(dòng)，并且具有時(shí)滯性，總是落后一拍。進(jìn)一步利用馬爾科夫鏈建模對(duì)“不確定性過(guò)程”進(jìn)行分析，最終得到了控制過(guò)程中不確定性對(duì)爐溫[Si]序列產(chǎn)生的影響特征，并給出了爐溫[Si]時(shí)間序列模型預(yù)測(cè)的調(diào)整量，從而克服了時(shí)間序列ARMA模型的缺陷，提高了爐溫預(yù)測(cè)的