有色冶金過程數(shù)據(jù)挖掘及其在銅锍吹煉中的應(yīng)用研究.pdf

1、有色冶金生產(chǎn)涉及經(jīng)濟(jì)、國防、航天等多個(gè)部門，有色冶金熱工過程操作和控制的改善對(duì)節(jié)能降耗、提高原材料利用率、改善生產(chǎn)環(huán)境和降低操作者勞動(dòng)強(qiáng)度等都有著重要意義。但有色冶金過程因多變量、非線性、大時(shí)滯、各變量間強(qiáng)耦合、部分過程參數(shù)檢測困難、生產(chǎn)過程有時(shí)有間歇性等因素而難于操作和控制，目前多數(shù)有色冶金熱工過程的操作和控制主要靠操作者的經(jīng)驗(yàn)，而優(yōu)化的操作規(guī)則需要依靠操作者的經(jīng)驗(yàn)給出。由于受多種因素影響，操作者提供的規(guī)則有很大的隨意性；另一方面，實(shí)

2、際生產(chǎn)過程中記錄的大量生產(chǎn)數(shù)據(jù)一般作為生產(chǎn)運(yùn)行日志而閑置，這些運(yùn)行數(shù)據(jù)中隱含有系統(tǒng)運(yùn)行規(guī)律和操作控制規(guī)則。本文研究用數(shù)據(jù)挖掘的方法，從有色冶金熱工過程的生產(chǎn)運(yùn)行數(shù)據(jù)中挖掘出系統(tǒng)優(yōu)化操作和控制的規(guī)則，并將其用于銅锍吹煉，仿真結(jié)果證明了本文方法的可行性和實(shí)用性。 本文的主要工作有： 1.研究有色冶金熱工過程數(shù)據(jù)挖掘的特點(diǎn)。有色冶金熱工過程具有非線性、高維等特點(diǎn)，其數(shù)據(jù)多為連續(xù)量，有較強(qiáng)的噪聲，與商業(yè)數(shù)據(jù)挖掘存在明顯差異；

3、 2.在有色冶金熱工過程數(shù)據(jù)挖掘中引入組件觀點(diǎn)，以方便數(shù)據(jù)挖掘算法的比較和開發(fā)。組件觀點(diǎn)將所有數(shù)據(jù)挖掘算法劃分為任務(wù)，模型、評(píng)分函數(shù)、搜索方法和數(shù)據(jù)管理五個(gè)組件，使得由各個(gè)行業(yè)發(fā)展出的數(shù)據(jù)挖掘算法有一個(gè)統(tǒng)一的比較和研究框架； 3.構(gòu)建有色冶金熱工過程數(shù)據(jù)挖掘框架，該框架由數(shù)據(jù)預(yù)處理、數(shù)據(jù)挖掘算法和對(duì)挖掘結(jié)果的評(píng)價(jià)構(gòu)成，并對(duì)銅锍吹煉熱工過程進(jìn)行了數(shù)據(jù)挖掘。銅锍吹煉過程參數(shù)呈現(xiàn)多變量、非線性、大噪聲的特點(diǎn)，本文應(yīng)用幾種典型的挖掘

4、算法對(duì)其成功地進(jìn)行了數(shù)據(jù)挖掘，并由此證明數(shù)據(jù)挖掘理論和技術(shù)能有效地應(yīng)用于有色冶金過程優(yōu)化決策，實(shí)現(xiàn)節(jié)能降耗的目標(biāo)； 4.發(fā)展了基于改進(jìn)微粒群（ParticleSwarmOptimization，PSO）算法的多峰優(yōu)化算法。目前多峰優(yōu)化問題還沒有理想的算法，本文提出的算法在低維情況下簡單有效； 5.提出混沌微粒群優(yōu)化算法。混沌運(yùn)動(dòng)具有遍歷性和內(nèi)在隨機(jī)性，用混沌序列來產(chǎn)生PSO算法中的初始微粒，使微粒分布更加合理，從而有利于