高爐冶煉過程煤氣流的建模及其調控.pdf

1、高爐冶煉是鋼鐵生產中的重要環(huán)節(jié)，高爐爐況能否長期的順行，直接關系到生鐵質量、冶煉成本以及氣體的排放等等。而高爐冶煉過程中由于高爐內部反應復雜，特別是存在大滯后的特點，使得對于高爐爐況的判斷帶來困難。而高爐煤氣流具有實時性以及攜帶豐富的高爐信息等特點，它成為反映高爐爐況的重要信息。因此，本文結合了高爐冶煉中的機理知識和高爐冶煉中的數(shù)據(jù)以及高爐的專家知識，建立高爐煤氣流的預測模型。該模型已在柳鋼2＃高爐上進行了現(xiàn)場驗證。模型能較準確地預測高

2、爐煤氣流的變化趨勢，進而為高爐爐況分析提供幫助，指導高爐操作，保證了高爐爐況的順利運行。因此本文的研究不僅具有了一定的理論研究價值，也具有了更高的實際應用價值。本文的主要研究工作如下：
　　首先，從高爐機理方面研究了高爐煤氣流的形成過程和煤氣流在高爐內部的運動以及煤氣流成分的變化，并且分析了煤氣流與高爐爐況的關系以及煤氣流的幾種典型分布包括邊緣發(fā)展型、中心過吹型和管道行程。
　　其次，分析了高爐煤氣流在高爐內部的三次分布得出

3、了模型的輸出變量，并且利用相關性分析的方法選出了模型的輸入變量。進而從數(shù)據(jù)驅動的角度出發(fā)，利用聚類的方法對高爐的輸入數(shù)據(jù)進行聚類，把高爐冶煉過程分為不同的爐況。改進后的稀疏子空間聚類的方法，在目標函數(shù)后加入適當?shù)恼齽t化項，進一步處理了高爐數(shù)據(jù)中的噪音點和異常點，使得預測模型的精度更加準確。
　　進一步，在對高爐數(shù)據(jù)進行聚類以后，利用支持向量回歸的方法對模型的輸出變量進行預測。支持向量回歸可以有效地避免過擬合，比其他智能算法更適用于