基于支持向量機的高爐爐溫預報的研究.pdf

1、高爐冶煉過程是一個高度復雜的過程，其運行機制往往具有非線性、時滯、高維、強噪聲、分布參數等特性。《自動化科學與技術－自然科學學科發(fā)展戰(zhàn)略調研報告》中指出，高爐復雜系統(tǒng)的建模和控制是當今冶金自動化科技發(fā)展的前沿課題，同時也是高爐生產過程自動化系統(tǒng)的關鍵和難點問題。高爐爐溫預測模型是煉鐵過程自動控制的核心數學模型之一，提高爐溫預測精度是模型開發(fā)的關鍵難題。本文主要利用支持向量機技術建立高爐鐵水硅含量的預報模型，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，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系密切各個相關變量與鐵水硅含量的的相關性、時滯性。同時對支持向量機、獨立成分分析的基本理論知識、方法技術以及目前的研究領域的發(fā)展現狀進行了綜述，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行了分析探討。 2．提出了一種基于改進的動態(tài)獨立分量分析(ICA)和支持向量機(SVM)的高爐鐵水硅含量預報檁型建模方法。采用動態(tài)ICA方法對樣

3、本數據進行特征提取，消除生產工藝參數之間的相關性。在此基礎上，使用目前計算復雜性較小的最小二乘SVM算法建立高爐鐵水硅含量預報的動態(tài)遞推模型。以某鋼廠高爐實際生產數據進行了應用實驗，實驗統(tǒng)計結果表明，本文方法顯著提高了鐵水硅含量的預測命中率。 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。根據歷史數據得到的鐵水硅含量預報模型在現場運行一段時間后，往往會