基于數(shù)據(jù)驅(qū)動(dòng)的高爐冶煉操作參數(shù)優(yōu)化.pdf

1、高爐煉鐵是生鐵冶煉的主要方法,但是冶煉過程復(fù)雜,導(dǎo)致其優(yōu)化控制面臨許多困難:首先由于煉鐵過程涉及諸多物質(zhì)與能量間的變換傳送過程,并且礦源復(fù)雜,工況多變,難以建立精確數(shù)學(xué)模型。其次高爐過程參數(shù)和生產(chǎn)目標(biāo)的非線性關(guān)系難以描述和估計(jì),且參數(shù)之間的強(qiáng)耦合特性,導(dǎo)致優(yōu)化控制極其困難。為此,本文利用數(shù)據(jù)挖掘技術(shù),從生產(chǎn)過程積累的海量數(shù)據(jù)中挖掘出冶煉過程的規(guī)律,快速有效地確定與當(dāng)前工況條件相適應(yīng)的最優(yōu)操作參數(shù)(噴煤量、風(fēng)量、富氧率)。對于高爐生產(chǎn)中的

2、節(jié)能減排、增產(chǎn)降耗從而提高其經(jīng)濟(jì)指標(biāo)、增強(qiáng)企業(yè)競爭力等具有重要意義。
　　本文在深入了解高爐冶煉機(jī)理的基礎(chǔ)之上,研究了高爐冶煉操作參數(shù)優(yōu)化方法。結(jié)合高爐冶煉過程操作參數(shù)的特征、冶煉過程的復(fù)雜性及其優(yōu)化控制的研究現(xiàn)狀,提出了基于數(shù)據(jù)驅(qū)動(dòng)的高爐冶煉操作參數(shù)優(yōu)化方法,該方法包含了:1)高爐鐵水硅含量;2)入爐焦比以及煤比等經(jīng)濟(jì)技術(shù)指標(biāo)的預(yù)報(bào);3)操作參數(shù)尋優(yōu)算法等,實(shí)現(xiàn)高爐冶煉操作參數(shù)的優(yōu)化。本文取得的主要研究成果如下:
　　(1

3、)提出了基于數(shù)據(jù)驅(qū)動(dòng)的高爐冶煉操作參數(shù)優(yōu)化框架。本框架包括模式匹配準(zhǔn)備過程、操作模式多級(jí)匹配過程以及操作模式演化過程。該框架首先根據(jù)綜合工況評(píng)價(jià)指標(biāo),利用海量數(shù)據(jù)建立了優(yōu)良操作模式庫,而后根據(jù)高爐當(dāng)前狀態(tài),采用相應(yīng)方法,達(dá)到了獲取最優(yōu)操作參數(shù)的目的。
　　(2)提出了基于歐氏距離的操作模式多級(jí)匹配方法。在確定了高爐冶煉的狀態(tài)參數(shù)、操作參數(shù)以及各項(xiàng)工藝指標(biāo)基礎(chǔ)之上,針對采用遍歷匹配方式時(shí)因優(yōu)良模式庫太過龐大而引起的速度緩慢問題而提出

4、了該方法。該方法根據(jù)計(jì)算模式間歐氏距離并轉(zhuǎn)換成相似度值大小來度量操作模式的相似性,采用模糊C均值聚類方法對優(yōu)良模式庫聚類分析,實(shí)現(xiàn)了模式的多級(jí)匹配,顯著提升了模式匹配過程的效率。
　　(3)提出了基于粒子群優(yōu)化算法的操作模式演化方法。針對采用操作模式多級(jí)匹配方法由于工況復(fù)雜而尋找不到最優(yōu)操作模式的情況,本文利用相似操作模式集,采用粒子群優(yōu)化算法,同時(shí)根據(jù)基于小波神經(jīng)網(wǎng)絡(luò)的指標(biāo)預(yù)測模型計(jì)算粒子適應(yīng)度值,通過循環(huán)迭代更新,設(shè)定停止搜索