高爐冶煉過程的復雜性機理及其預測研究.pdf

1、高爐煉鐵是鋼鐵工業(yè)的上游主體工序,作為國民經(jīng)濟支柱產(chǎn)業(yè)的重要組成部分,它對整個鋼鐵工業(yè)的發(fā)展與節(jié)能降耗都起重要的作用。本文以內蒙古包鋼6＃高爐在線采集的冶煉過程數(shù)據(jù)為基礎,針對煉鐵生產(chǎn)中工長關注的實際問題,主要從爐溫變動的復雜性、爐溫預測這兩個角度深入研究高爐冶煉過程的復雜性機理及其預測,具有一定的理論意義和應用價值。 高爐煉鐵過程的爐溫預測數(shù)學模型研究,既是煉鐵自動化中的難題,也是實際生產(chǎn)中工長和廠長都十分關注的重要課題。分析

2、爐溫波動并對爐溫進行準確預報,將有助于提高工長的操作水平,從而達到提高利用系數(shù)和降低焦比的目的。論文的第二章對表征鐵水質量和高爐爐溫的含硅量[Si]時間序列分別運用替代數(shù)據(jù)法和信息冗余圖像法做定量和定性的非線性檢驗,證明[Si]序列存在較強的非線性相關,為非線性預測方法的應用建立了理論基礎。并從平穩(wěn)性和序列演化的確定性角度進一步研究鐵水[Si]序列的波動特征,統(tǒng)計逆序檢驗的結果表明：[Si]序列方差具有顯著的非平穩(wěn)特征,而相空間重構后的

3、目標方差檢驗初步顯示：鐵水硅含量序列的可預測性介于確定性系統(tǒng)和混沌Lorenz系統(tǒng)產(chǎn)生的時間序列之間。在此基礎上,論文第三章結合包鋼6＃高爐在線采集的鐵水含硅量數(shù)據(jù),應用經(jīng)驗模式分解、支持向量機、Volterra級數(shù)、Hopfield網(wǎng)絡等方法從非平穩(wěn)和非線性的角度對[Si]序列做單變量擬合和預報。 考慮到高爐冶煉過程是高爐主控制室指揮下的多工序復合系統(tǒng),對鐵水含硅量有影響的因素錯綜復雜,因此,僅僅考慮單一硅序列對高爐鐵水含硅量

4、做預報是不夠的。根據(jù)包鋼6＃高爐數(shù)據(jù)采集的實際情況,論文第四章選取了風量、噴煤、料速等14個變量,通過灰色關聯(lián)度和粗糙集方法深入分析變量與鐵水含硅量之間的非線性相關度及這些變量之間的內部關聯(lián),對冗余信息做知識約簡,確定了起主導作用的6個變量。依照所確定的變量,第五章針對現(xiàn)有模型不考慮噪聲污染、不夠穩(wěn)健、無法確定輸入變量與[Si]之間具體函數(shù)關系的缺點,分別運用集員辨識理論和遺傳程序設計方法對包鋼6＃高爐連續(xù)100爐鐵水含硅量[Si]做多