版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
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,它對鋼鐵工業(yè)的發(fā)展與節(jié)能降耗都有重要的地位。高爐冶煉過程是一個高度復(fù)雜的過程,其運行機制往往具有非線性、時變、高維、大噪聲、分布參數(shù)等特性,其自動化是20世紀(jì)下半葉以來冶金自動化領(lǐng)域一直沒有攻下的自動化學(xué)科難題。高爐爐溫預(yù)測模型是煉鐵過程自動控制的核心數(shù)學(xué)模型,而提高爐溫預(yù)測命中率是模型開發(fā)的關(guān)鍵難題。 本文在高爐爐溫預(yù)測中引入了小波分析與時間序列的方法作為主
2、要的研究工具,使用“高爐智能控制專家系統(tǒng)”在線采集的山東萊鋼1號高爐生產(chǎn)數(shù)據(jù)作為原始數(shù)據(jù),進(jìn)行大量的數(shù)據(jù)計算、分析、驗證工作,建立了基于小波分析方法的高爐鐵水硅含量預(yù)測模型。 小波變換是20世紀(jì)80年代后期發(fā)展起來的應(yīng)用數(shù)學(xué)分支,在理論上已經(jīng)構(gòu)成了比較系統(tǒng)的框架。小波分析方法的最大優(yōu)點是能將原始時間序列按照不同尺度分解成不同的層次,各個層次上的信號比原始信號更加穩(wěn)定,這樣間題就變得易于分析和預(yù)測;而且小波分析方法在時域和頻域同時
3、具有良好的局部化性質(zhì),可以對信號的任意細(xì)節(jié)加以提取、分析,因此對數(shù)據(jù)具有一定的自適應(yīng)能力。 本文首先概述了高爐冶煉的基本原理、高爐專家系統(tǒng)以及高爐鐵水硅含量預(yù)測模型,然后介紹了小波分析的基本理論和時間序列模型,最后將小波分析方法與時間序列相結(jié)合,建立了基于小波分析方法的高爐爐溫預(yù)測模型。 本文小波分析方法建模樣本的容量為在線采集的1000爐數(shù)據(jù),采樣數(shù)據(jù)的時間間隔約為2h。首先通過小波變換將鐵水硅含量的原始時間序列依三重
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于模糊理論的高爐爐溫[Si]預(yù)測模型的研究.pdf
- 高爐爐溫預(yù)測控制模型的研究.pdf
- 基于小波分析的匯率預(yù)測模型研究.pdf
- 基于模糊分布式模型的高爐爐溫預(yù)測研究.pdf
- 基于小波神經(jīng)網(wǎng)絡(luò)的高爐爐溫預(yù)報模型研究.pdf
- 基于區(qū)間小波神經(jīng)網(wǎng)絡(luò)的高爐爐溫預(yù)測.pdf
- 基于非參數(shù)回歸的高爐爐溫預(yù)測控制模型研究.pdf
- 基于小波分析的短期負(fù)荷預(yù)測模型研究與實現(xiàn).pdf
- 基于模糊時間序列的高爐爐溫預(yù)測.pdf
- 基于爐溫趨勢的高爐噴煤量預(yù)測研究.pdf
- 基于小波分析的時間序列預(yù)測模型及其應(yīng)用研究.pdf
- 基于小波分析的灰色模型與ARMA-GARCH模型的組合預(yù)測.pdf
- 14896.基于小波分析和優(yōu)化理論的時間序列預(yù)測研究
- 一種基于小波分析理論的灰色預(yù)測方法.pdf
- 基于主成分分析和偏最小二乘的高爐爐溫預(yù)測模型的研究.pdf
- 基于高爐數(shù)據(jù)與風(fēng)口圖像的爐溫綜合預(yù)測.pdf
- 基于小波分析的人體血壓預(yù)測.pdf
- 基于小波分解混合模型的股票指數(shù)預(yù)測研究.pdf
- 基于小波分析的隧道涌水預(yù)測研究.pdf
- 基于小波分析的煤礦巷道失穩(wěn)預(yù)測研究.pdf
評論
0/150
提交評論