【技術(shù)實(shí)現(xiàn)步驟摘要】
本專利技術(shù)涉及本專利技術(shù)涉及高爐鐵水硅含量的特征分析預(yù)報(bào)方法。
技術(shù)介紹
高爐生產(chǎn)是在封閉條件下進(jìn)行復(fù)雜的化學(xué)、動(dòng)力學(xué)、熱力學(xué)變化過程，是一個(gè)復(fù)雜、高度耦合的非線性系統(tǒng)。保持合理的爐溫是高爐生產(chǎn)穩(wěn)定的關(guān)鍵因素之一。在冶煉過程中，爐溫控制在正常范圍，高爐就順行。如果爐溫控制發(fā)生波動(dòng)，形成“過熱”或“過冷”，則容易誘發(fā)爐況故障。爐溫控制的好環(huán)直接影響爐況的波動(dòng)，而爐況狀態(tài)又決定著爐溫的控制模式。所以，高爐冶煉生產(chǎn)過程綜合自動(dòng)控制技術(shù)難度究其原因在與建立精確合理高爐爐溫控制數(shù)學(xué)模型。由于過程的復(fù)雜性及測(cè)量上的困難，一般通過高爐鐵水硅含量(一般稱為化學(xué)熱)來間接地反映爐內(nèi)的溫度變化，判斷高爐爐缸熱狀態(tài)。高爐鐵水硅含量成為反映爐內(nèi)物理化學(xué)反應(yīng)情況、熱狀況和生鐵質(zhì)量的一個(gè)很重要的指標(biāo)，其變化的幅度和頻率直接反映了冶煉過程的穩(wěn)定性。鐵水硅含量是評(píng)定高爐爐況穩(wěn)定性和生鐵質(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)志之一。為了有效控制高爐爐況穩(wěn)定性，獲取高爐內(nèi)部熱狀態(tài)的變化情況，建立高爐鐵水硅含量預(yù)報(bào)方法非常必要。
技術(shù)實(shí)現(xiàn)思路
本專利技術(shù)的目的是提供一種高爐鐵水硅含量預(yù)報(bào)的特征分析預(yù)報(bào)方法。 包括如下步驟 1)確定高爐鐵水硅含量預(yù)報(bào)的模型輸入變量，輸入變量包括鐵量差、透氣性、噴煤量、風(fēng)溫、料批、風(fēng)量、富氧量、熱風(fēng)壓力、爐頂壓力、噴煤量、熱風(fēng)溫度、爐頂溫度、礦焦比、出鐵量、煤氣中CO、CO2的含量； 2)對(duì)獲取的高爐鐵水硅含量預(yù)報(bào)模型的輸入變量樣本數(shù)據(jù)進(jìn)行預(yù)處理，對(duì)輸入變量樣本數(shù)據(jù)的指數(shù)加權(quán)移動(dòng)平均濾波，歸一化； 3)采用改進(jìn)的動(dòng)態(tài)獨(dú)立成分分析...
【技術(shù)保護(hù)點(diǎn)】
一種高爐鐵水硅含量的特征分析預(yù)報(bào)方法，其特征在于包括如下步驟：１）確定高爐鐵水硅含量預(yù)報(bào)的模型輸入變量，輸入變量包括鐵量差、透氣性、噴煤量、風(fēng)溫、料批、風(fēng)量、富氧量、熱風(fēng)壓力、爐頂壓力、噴煤量、熱風(fēng)溫度、爐頂溫度、礦焦比、出鐵量、煤氣中ＣＯ、ＣＯ２的含量；２）對(duì)獲取的高爐鐵水硅含量預(yù)報(bào)模型的輸入變量樣本數(shù)據(jù)進(jìn)行預(yù)處理，對(duì)輸入變量樣本數(shù)據(jù)的指數(shù)加權(quán)移動(dòng)平均濾波，歸一化；３）采用改進(jìn)的動(dòng)態(tài)獨(dú)立成分分析方法進(jìn)行輸入變量樣本數(shù)據(jù)動(dòng)態(tài)特征分析提取；４）使用最小二乘支持向量基算法建立高爐鐵水硅含量預(yù)報(bào)的動(dòng)態(tài)遞推模型；５）采用遺傳算法對(duì)高爐鐵水硅含量預(yù)報(bào)的動(dòng)態(tài)遞推模型參數(shù)進(jìn)行優(yōu)化。
【技術(shù)特征摘要】
1.一種高爐鐵水硅含量的特征分析預(yù)報(bào)方法，其特征在于包括如下步驟1)確定高爐鐵水硅含量預(yù)報(bào)的模型輸入變量，輸入變量包括鐵量差、透氣性、噴煤量、風(fēng)溫、料批、風(fēng)量、富氧量、熱風(fēng)壓力、爐頂壓力、噴煤量、熱風(fēng)溫度、爐頂溫度、礦焦比、出鐵量、煤氣中CO、CO2的含量；2)對(duì)獲取的高爐鐵水硅含量預(yù)報(bào)模型的輸入變量樣本數(shù)據(jù)進(jìn)行預(yù)處理，對(duì)輸入變量樣本數(shù)據(jù)的指數(shù)加權(quán)移動(dòng)平均濾波，歸一化；3)采用改進(jìn)的動(dòng)態(tài)獨(dú)立成分分析方法進(jìn)行輸入變量樣本數(shù)據(jù)動(dòng)態(tài)特征分析提取；4)使用最小二乘支持向量基算法建立高爐鐵水硅含量預(yù)報(bào)的動(dòng)態(tài)遞推模型；5)采用遺傳算法對(duì)高爐鐵水硅含量預(yù)報(bào)的動(dòng)態(tài)遞推模型參數(shù)進(jìn)行優(yōu)化。2.根據(jù)權(quán)利要求1所述的一種高爐鐵水硅含量的特征分析預(yù)報(bào)方法，其特征在于所述的對(duì)于輸入變量樣本數(shù)據(jù)進(jìn)行預(yù)處理的指數(shù)加權(quán)移動(dòng)平均濾波方法為其中為i時(shí)刻的指數(shù)加權(quán)平均濾波后的樣本數(shù)據(jù)值；為i+1時(shí)刻的指數(shù)加權(quán)移動(dòng)平均濾波后的數(shù)據(jù)值；τ為采樣時(shí)間，x[(i+1)τ]為i+1時(shí)刻的原始樣本數(shù)據(jù)值，服從N(μ，σ2)分布；λ為權(quán)重因子，通常選為0與1之間；3.根據(jù)權(quán)利要求1所述的一種高爐鐵水硅含量的特征分析預(yù)報(bào)方法，其特征在于所述的對(duì)于輸入變量樣本數(shù)據(jù)進(jìn)行預(yù)處理的歸一化方法為采用反余切函數(shù)轉(zhuǎn)換歸一化方法，表達(dá)式為其中x為原始樣本數(shù)據(jù)，x′為歸一化后的樣本數(shù)據(jù)。4.根據(jù)權(quán)利要求1所述的一種高爐鐵水硅含量的特征分析預(yù)報(bào)方法，其特征在于所述的采用改進(jìn)的動(dòng)態(tài)獨(dú)立成分分析方法進(jìn)行輸入變量樣本數(shù)據(jù)動(dòng)態(tài)特征分析提取方法為令xn+1(τ)＝y(tǒng)(τ-1)，ln+1＝l，首先采用動(dòng)態(tài)獨(dú)立成分分析方法估計(jì)模型y(t)＝f(y(t-1)，...y(t-l)，x1(t)，x1(t-1)，...x1(t-l1)，...的各輸入變量xi(τ)的動(dòng) xi(t)，xi(t-1)，...,xi(t-li)，...xn(t)，xn(t-1)，...xn(t-ln))力學(xué)階次li，根據(jù)模型y(t)＝f(y(t-1)，...y(t-l)，x1(t)，x1(t-1)，...x1(t-l1)，...輸入變量 xi(t)，xi(t-1)，...xi(t-li)，...xn(t)，xn(t-1)，...xn(t-ln))xi(τ)，i＝1，2，L，n+1，的動(dòng)力學(xué)階次和N組時(shí)間序列樣本數(shù)據(jù)(τ＝1，2，L，N)，尋找一組相互獨(dú)立的特征變量sj(τ)，j＝1，2，L，m，使得τ＝τ0，L，N其中ωjp(k)稱為分離系數(shù)，τ0＝max(li)+1，i＝1，L，n+1，定義特征矩陣樣本矩陣和分離矩陣其中i，j sij＝si(τ0+j-1)對(duì)樣本輸入空間中的各輸入變量xi(τ)，i＝1，2，L，n+1根據(jù)其動(dòng)態(tài)特性給予不同的階次li，用以構(gòu)造樣本矩陣X，τ＝τ0，L，N可寫成以下矩陣方程形式S＝W·X，采用FastICA算法來在給定樣本矩陣X的前提下，計(jì)算分離矩陣W，從而獲得特征變量sj(τ)，j＝1，2，L，m，在所有采樣時(shí)刻τ＝1，2，L，N的估計(jì)值。記W的第i行為行向量wiT，i＝1，2，L，m，通過以下迭代過程在X的基礎(chǔ)上依次求出W的所有行(1)給定誤差限ε＞0，令i＝1；(2)選取一初始列向量wi(0)，令迭代步數(shù)k＝1；(3)計(jì)算其中μ為零均值、單位方差的高斯向量，G為一非二次函數(shù)，E為取數(shù)學(xué)期望；(4)計(jì)算并將結(jié)果標(biāo)稱化，即令wi(k)＝wi(k)/‖wi(k)‖；(5)若則令k＝k+1，轉(zhuǎn)回步驟(3)，否則輸出wi＝wi(k)，轉(zhuǎn)置后作為W的第i行；(6)如果i＜m，則令i＝i+1，轉(zhuǎn)回步驟(2)，否則算法結(jié)束。5.根據(jù)權(quán)利要求1所述的一種高爐鐵水硅含量的特征分析預(yù)報(bào)方法，其特征在于所述的使用最小二乘支持向量...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：吳鐵軍，于玲，李艷君，吳毅平，陶鈞，孫麗麗，杜方，周微，崔承剛，
申請(qǐng)(專利權(quán))人：浙江大學(xué)，
類型：發(fā)明
國別省市：86[]
還沒有人留言評(píng)論。發(fā)表了對(duì)其他瀏覽者有用的留言會(huì)獲得科技券。