高爐異常爐況預(yù)報專家系統(tǒng).pdf

1、隨著經(jīng)濟的高速發(fā)展，中國鋼產(chǎn)量連續(xù)4年增長超過20％，連續(xù)9年位居世界第一。2006年中國重點大中型鋼鐵企業(yè)能源消耗超過3億噸標(biāo)準(zhǔn)煤，占全國能源消費總量的15％左右，對環(huán)境的污染達到了10％左右。因此節(jié)能降耗及降低對環(huán)境得污染，成為中國鋼鐵產(chǎn)業(yè)的重要任務(wù)。高爐煉鐵是鋼鐵企業(yè)的咽喉，冶煉過程復(fù)雜而多變。
　　 本文在參加“4＃高爐異常爐況預(yù)報系統(tǒng)研究及應(yīng)用”項目的過程中了完成該論文，并完成了以下工作：
　　 ①針對鐵水鈦含

2、量化驗值所組成的序列為非等間距時間序列的特點，本文提出了利用三次樣條函數(shù)與自回歸求和滑動平均模型(ARIMA)相結(jié)合的綜合預(yù)報方法：首先利用三次樣條函數(shù)對獲得的[Ti]含量化驗值進行插值處理，得到等間距時間序列，利用自回歸求和滑動平均模型對鐵水含[Ti]量進行預(yù)報。仿真實驗表明，預(yù)報精度較高，在曲線出現(xiàn)拐點處預(yù)報誤差較小，提高了預(yù)報算法的命中率。
　　 ②高爐參數(shù)眾多，多變復(fù)雜，本文設(shè)計了兩級數(shù)據(jù)預(yù)處理，針對各種異常爐況，從各個

3、不同層面提取參數(shù)變化的特征值：第一級數(shù)據(jù)預(yù)處理主要是去除噪聲，提取有效數(shù)據(jù)；第二級是深層次提取參數(shù)變化的特征值，例如風(fēng)量波動(方差)、風(fēng)量突降(梯度)、及風(fēng)量正常(均值)等，更為準(zhǔn)確地表達高爐的異常爐況。
　　 ③為了提高運算速度，在兩次預(yù)報之間進行更多的模型計算，本文提出以內(nèi)存作為數(shù)據(jù)的暫存空間，分別建立了原始數(shù)據(jù)緩存區(qū)、存放預(yù)處理結(jié)果的綜合數(shù)據(jù)緩存區(qū)以及特征值緩存區(qū)；知識規(guī)則(以樹的形式)及閾值等相關(guān)參數(shù)也保存到了內(nèi)存中，盡