基于數(shù)據(jù)挖掘技術(shù)的寶鋼鐵水脫硫數(shù)學模型的建立與應用.pdf

1、為了降低鋼材中有害雜質(zhì)硫的含量，在煉鋼之前要將鐵水中硫預先脫去。
　　論文在結(jié)合寶鋼實際使用經(jīng)驗，對比分析現(xiàn)有脫硫的代數(shù)學模型和神經(jīng)網(wǎng)絡模型的基礎(chǔ)上，根據(jù)寶鋼二煉鋼脫硫工藝，提出一種基于數(shù)據(jù)挖掘技術(shù)的鐵水脫硫數(shù)學模型。論文的主要工作如下:
　　在數(shù)據(jù)預處理階段，提出如何從現(xiàn)有的生產(chǎn)系統(tǒng)數(shù)據(jù)庫中抽取數(shù)據(jù)用于建模分析的方法，包括制定過濾規(guī)則，在抽取前采取ETL方式降低數(shù)據(jù)集中的噪聲，在抽取后采用了基于密度的離群點檢測技術(shù)清除樣本

2、集中異常數(shù)據(jù)，同時為了降低建模數(shù)據(jù)維數(shù)，對樣本集進行了數(shù)據(jù)分層，并運用假設(shè)檢驗工具對分層標準進行顯著性檢驗。
　　在脫硫數(shù)學模型方面，源自分類思想，提出一種基于k-最近鄰分類器基本原理建立脫硫劑加入量計算方法。k-最近鄰分類器的基本原理在歷史生產(chǎn)實績中搜尋與當前生產(chǎn)狀況最相似的批次，并用歷史投料量預測當前投料量。由于樣本集內(nèi)部結(jié)構(gòu)可能對分類結(jié)果造成影響，與傳統(tǒng)的尋找k最近鄰算法不同的是，采用了兩種考慮內(nèi)部分類結(jié)構(gòu)的算法作為補充。此