基于支持向量機的高爐爐溫預(yù)報的研究.pdf

1、高爐冶煉過程是一個高度復(fù)雜的過程，其運行機制往往具有非線性、時滯、高維、強噪聲、分布參數(shù)等特性?！蹲詣踊茖W(xué)與技術(shù)－自然科學(xué)學(xué)科發(fā)展戰(zhàn)略調(diào)研報告》中指出，高爐復(fù)雜系統(tǒng)的建模和控制是當(dāng)今冶金自動化科技發(fā)展的前沿課題，同時也是高爐生產(chǎn)過程自動化系統(tǒng)的關(guān)鍵和難點問題。高爐爐溫預(yù)測模型是煉鐵過程自動控制的核心數(shù)學(xué)模型之一，提高爐溫預(yù)測精度是模型開發(fā)的關(guān)鍵難題。本文主要利用支持向量機技術(shù)建立高爐鐵水硅含量的預(yù)報模型，本文的主要工作有以下一些：

2、 1．通過閱讀大量的中外文獻(xiàn)，了解高爐煉鐵過程的工藝特點，分析高爐過程中與鐵水硅含量關(guān)系密切各個相關(guān)變量與鐵水硅含量的的相關(guān)性、時滯性。同時對支持向量機、獨立成分分析的基本理論知識、方法技術(shù)以及目前的研究領(lǐng)域的發(fā)展現(xiàn)狀進(jìn)行了綜述，同時還對本文所采用的支持向量機算法和獨立成分分析算法進(jìn)行了分析探討。 2．提出了一種基于改進(jìn)的動態(tài)獨立分量分析(ICA)和支持向量機(SVM)的高爐鐵水硅含量預(yù)報檁型建模方法。采用動態(tài)ICA方法對樣

3、本數(shù)據(jù)進(jìn)行特征提取，消除生產(chǎn)工藝參數(shù)之間的相關(guān)性。在此基礎(chǔ)上，使用目前計算復(fù)雜性較小的最小二乘SVM算法建立高爐鐵水硅含量預(yù)報的動態(tài)遞推模型。以某鋼廠高爐實際生產(chǎn)數(shù)據(jù)進(jìn)行了應(yīng)用實驗，實驗統(tǒng)計結(jié)果表明，本文方法顯著提高了鐵水硅含量的預(yù)測命中率。 3．提出了一種基于增量型支持向量機的高爐鐵水硅含量預(yù)報的在線建模方法，基于此方法的模型解決了高爐煉鐵過程所具有的慢時變特性。根據(jù)歷史數(shù)據(jù)得到的鐵水硅含量預(yù)報模型在現(xiàn)場運行一段時間后，往往會