ARMA與Markov鏈交叉建模預(yù)測高爐爐溫.pdf

1、鋼鐵工業(yè)是國民經(jīng)濟的支柱產(chǎn)業(yè)，對國家經(jīng)濟建設(shè)的發(fā)展起著關(guān)鍵作用。作為鋼鐵工業(yè)上游主體工序的高爐煉鐵，它在鋼鐵工業(yè)的發(fā)展與節(jié)能降耗中有著重要的地位。高爐煉鐵過程的自動控制則是鋼鐵工業(yè)實現(xiàn)進一步節(jié)能減排的重要技術(shù)進步措施。但是，高爐冶煉過程的自動控制長期以來是冶金自動化領(lǐng)域內(nèi)尚未攻克的技術(shù)難題。究其原因，一方面是因為高爐冶煉過程的動力學(xué)機理異常復(fù)雜，包含著眾多的化學(xué)反應(yīng)動力學(xué)進程與流體動力學(xué)進程，難以建立冶煉過程的控制模型；另一方面則是因為

2、高爐冶煉過程的控制受到大量隨機因素影響，使得單一類型的數(shù)學(xué)模型難以達到較好的預(yù)測控制效果。
　　 由此，在綜合分析已有各種建模方法的基礎(chǔ)上，建立起高爐冶煉過程預(yù)測控制的創(chuàng)新建模思路。這種思路是把不同的建模方法進行集成，構(gòu)成新的預(yù)測控制模型，以期改善單一模型存在的缺陷。
　　 在高爐冶煉過程中，鐵水硅質(zhì)量分?jǐn)?shù)(簡稱鐵水含硅量，記為[Si])是評定高爐爐況穩(wěn)定性和鐵水質(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)志性參數(shù)，也

3、稱為爐溫。爐溫控制是高爐冶煉過程控制的基礎(chǔ)與技術(shù)核心。因此爐溫[Si]預(yù)測方法的研究和數(shù)學(xué)建模是實現(xiàn)高爐爐溫的自動控制以及高爐煉鐵節(jié)能降耗的關(guān)鍵技術(shù)。
　　 綜合上述兩方面思路，本文針對高爐爐溫的預(yù)測建模，應(yīng)用了時間序列模型與馬爾科夫模型作為主要研究工具，進行集成建模研究。同時，結(jié)合大型高爐生產(chǎn)實際檢驗?zāi)Ｐ偷某尚В褂昧恕鞍?500m3高爐智能控制專家系統(tǒng)”在包鋼6號高爐上在線采集的生產(chǎn)數(shù)據(jù)，建立了爐溫[Si]序列新的分解模式

4、，實現(xiàn)了對爐溫[Si]序列特征和預(yù)測更深入的研究。
　　 本文在簡要介紹ARMA模型和馬爾科夫鏈相關(guān)數(shù)學(xué)基礎(chǔ)理論之后，對冶煉過程中的狀態(tài)參數(shù)和控制參數(shù)與鐵水含硅量[Si]的關(guān)系進行了分析，并對爐溫[Si]序列自身的特點進行了研究，從而解析了爐溫[Si]序列復(fù)雜性的成因和特征。在此基礎(chǔ)上，將爐溫[Si]序列分解為兩類不同的集合：{[Si]}={平穩(wěn)發(fā)展過程}∪{不確定性過程}其中，對“平穩(wěn)發(fā)展過程”應(yīng)用時間序列滑動自回歸模型ARM

5、A進行研究，而對“不確定性過程”應(yīng)用馬爾可夫鏈建模研究。
　　 對“平穩(wěn)發(fā)展過程”建模分析中看到：ARMA模型能夠很好地預(yù)測平穩(wěn)發(fā)展過程[Si]的變化，但是難以追蹤爐溫[Si]的劇烈波動，并且具有時滯性，總是落后一拍。進一步利用馬爾科夫鏈建模對“不確定性過程”進行分析，最終得到了控制過程中不確定性對爐溫[Si]序列產(chǎn)生的影響特征，并給出了爐溫[Si]時間序列模型預(yù)測的調(diào)整量，從而克服了時間序列ARMA模型的缺陷，提高了爐溫預(yù)測的