高爐煤氣流預(yù)測算法研究及其在爐況分析中的應(yīng)用

【摘要】：高爐煉鐵是鋼鐵生產(chǎn)過程的關(guān)鍵環(huán)節(jié),長期順行的爐況是高爐操作的先決條件。高爐煤氣流作為高爐操作的重要依據(jù),具有攜帶信息量豐富、時效性好的優(yōu)點。因此,合理利用高爐煤氣流信息對高爐運行狀況進行分析,對爐況的合理調(diào)整具有重要的應(yīng)用價值。本文針對高爐煉鐵生產(chǎn)中爐況分析問題,綜合考慮高爐煤氣流的各項指標,結(jié)合柳州鋼鐵集團(柳鋼)#2高爐數(shù)據(jù),運用貝葉斯技術(shù)、群優(yōu)化算法、回聲狀態(tài)網(wǎng)絡(luò)(ESN)、專家知識推理等方法對“高爐煤氣流預(yù)測及爐況輔助分析系統(tǒng)”進行了研究。該系統(tǒng)已在柳鋼#2高爐上進行了現(xiàn)場驗證。運行結(jié)果表明,系統(tǒng)能較準確地預(yù)測高爐煤氣流的變化趨勢,進而為高爐爐況分析提供實時準確的指導,確保高爐穩(wěn)順運行。本文的主要研究工作和成果如下:首先,通過深入研究煤氣流各指標數(shù)據(jù)及爐況分析資料,建立煤氣流與爐況的關(guān)系;利用灰色度關(guān)聯(lián)算法計算了各指標之間的關(guān)聯(lián)度,以從中選取對爐況影響較大的指標,并建立其與煤氣流失常型異常爐況的關(guān)系,為后面章節(jié)建立煤氣流指標預(yù)測模型奠定基礎(chǔ)。其次,針對ESN模型在高爐爐腹煤氣量指數(shù)預(yù)測中易陷入病態(tài)的問題,提出了兩種改進的ESN模型。在較小訓練樣本條件下,提出基于貝葉斯技術(shù)的粒子群優(yōu)化(BPSO)算法,并將其應(yīng)用于ESN模型輸出權(quán)重的求解;在較大訓練樣本條件下,將L-曲線法應(yīng)用于病態(tài)ESN模型輸出權(quán)重的求解。兩種方法都有效緩解了ESN模型的病態(tài)性。對爐腹煤氣量指數(shù)的預(yù)測結(jié)果表明了所提算法在預(yù)測精度上的優(yōu)勢。再次,針對ESN在預(yù)測中難以分析模型內(nèi)部結(jié)構(gòu)的弊端,提出了改進的Hammerstein模型。利用貝葉斯技術(shù)對該模型的參數(shù)和階次進行同時辨識,并把可逆跳馬爾可夫鏈蒙特卡羅方法(RJMCMC)算法應(yīng)用于模型參數(shù)的近似求解中。所提算法大大減少了模型參數(shù)求解的計算量,降低了計算復雜度。通過對爐頂煤氣流4個指標的實驗結(jié)果進行分析可以看出,所提算法具有較好的預(yù)測精度和穩(wěn)定性。進一步,針對改進ESN和Hammerstein兩種模型對訓練數(shù)據(jù)結(jié)構(gòu)信息利用不充分的弊端,提出了改進的T-S模糊系統(tǒng)模型,并將其應(yīng)用于風壓預(yù)測。首先提出自適應(yīng)塊結(jié)構(gòu)正交追蹤(AOMP)算法,該方法能合理的計算規(guī)則數(shù)。在T-S模糊系統(tǒng)的后件參數(shù)辨識中應(yīng)用離散的貝葉斯技術(shù),在保證預(yù)測準確性的基礎(chǔ)上降低了模型的復雜度。從對兩個經(jīng)典實際數(shù)據(jù)集合和高爐風壓的預(yù)測中可以看出,該模型具有較好的預(yù)測精度和抗噪聲能力。最后,通過對以上3個模型的理論研究,開發(fā)了“高爐煤氣流預(yù)測及爐況輔助分析系統(tǒng)”,并將其應(yīng)用于柳鋼#2高爐現(xiàn)場。實驗結(jié)果表明該系統(tǒng)可以對高爐煤氣流各指標進行實時預(yù)測,預(yù)測精度不僅得到了技術(shù)部門的肯定,而且對進一步分析高爐爐況有重要的實用價值。 【關(guān)鍵詞】：高爐煤氣流 爐況分析 回聲狀態(tài)網(wǎng)絡(luò) 貝葉斯技術(shù) L-曲線方法 粒子群優(yōu)化 Hammerstein模型 T-S模糊系統(tǒng) 稀疏貝葉斯技術(shù)
【學位授予單位】：燕山大學
【學位級別】：博士
【學位授予年份】：2015
【分類號】：TF543.2
【目錄】：

• 摘要5-7
• Abstract7-11
• 第1章 緒論11-19
• 1.1 研究背景和意義11-12
• 1.2 國內(nèi)外研究現(xiàn)狀12-17
• 1.2.1 基于機理的爐況分析方法13-14
• 1.2.2 基于專家經(jīng)驗的爐況分析方法14-15
• 1.2.3 基于智能算法的爐況分析方法15-17
• 1.3 論文的主要研究內(nèi)容和結(jié)構(gòu)安排17-19
• 第2章 高爐煤氣流指標與爐況關(guān)系研究19-32
• 2.1 引言19
• 2.2 高爐煤氣流的生成過程及主要化學反應(yīng)19-22
• 2.3 高爐煤氣與爐況關(guān)系研究22-27
• 2.4 煤氣流各指標間的關(guān)聯(lián)性分析27-30
• 2.5 煤氣流失常型爐況特征分析30-31
• 2.6 本章小結(jié)31-32
• 第3章 基于改進回聲狀態(tài)網(wǎng)絡(luò)的爐腹煤氣量指數(shù)預(yù)測32-63
• 3.1 引言32-33
• 3.2 回聲狀態(tài)網(wǎng)絡(luò)33-34
• 3.3 融入貝葉斯技術(shù)和粒子群優(yōu)化算法的回聲狀態(tài)網(wǎng)絡(luò)34-54
• 3.3.1 粒子群算法中位置偏移量的求解與分析34-36
• 3.3.2 基于貝葉斯技術(shù)的粒子群優(yōu)化算法設(shè)計36-39
• 3.3.3 BPSO算法性能測試39-53
• 3.3.4 融入BPSO算法的病態(tài)回聲狀態(tài)網(wǎng)絡(luò)53-54
• 3.4 基于L-曲線方法的病態(tài)回聲狀態(tài)網(wǎng)絡(luò)54-58
• 3.5 實驗仿真58-62
• 3.5.1 基于BPSO-ESN的爐腹煤氣指數(shù)預(yù)測59-60
• 3.5.2 基于LC-ESN算法的爐腹煤氣指數(shù)預(yù)測60-62
• 3.6 本章小結(jié)62-63
• 第4章 基于改進的Hammerstein模型的爐頂煤氣流指標預(yù)測63-81
• 4.1 引言63-64
• 4.2 基于貝葉斯系統(tǒng)的高爐爐頂煤氣指標預(yù)測64-72
• 4.2.1 Hammerstein系統(tǒng)及其預(yù)測模型65-66
• 4.2.2 基于貝葉斯技術(shù)的模型參數(shù)和階次辨識66-72
• 4.3 高爐爐頂煤氣各指標的變化范圍72-73
• 4.4 實驗仿真73-79
• 4.4.1 CO2和CO含量的預(yù)測73-74
• 4.4.2 爐頂煤氣溫度和壓力的預(yù)測74-75
• 4.4.3 預(yù)測結(jié)果的統(tǒng)計分析75-79
• 4.5 本章小結(jié)79-81
• 第5章 基于改進的T-S模糊系統(tǒng)的高爐輸入氣流的預(yù)測81-95
• 5.1 引言81-82
• 5.2 Takagi–Sugeno模糊系統(tǒng)82-83
• 5.3 基于貝葉斯技術(shù)的Takagi–Sugeno系統(tǒng)辨識83-88
• 5.3.1 高爐風壓數(shù)據(jù)聚類方法83
• 5.3.2 自適應(yīng)模糊規(guī)則選取算法83-86
• 5.3.3 后件參數(shù)的稀疏表示86-88
• 5.4 實驗仿真88-94
• 5.4.1 Mackey–Glass時間序列90-92
• 5.4.2 Box–Jenkins燃氣爐系統(tǒng)92-93
• 5.4.3 高爐風壓預(yù)測93-94
• 5.5 本章小結(jié)94-95
• 第6章 高爐煤氣流預(yù)測系統(tǒng)開發(fā)及在爐況分析中的應(yīng)用95-102
• 6.1 引言95
• 6.2 系統(tǒng)概況95-96
• 6.3 系統(tǒng)結(jié)構(gòu)96-97
• 6.3.1 系統(tǒng)開發(fā)和運行環(huán)境96
• 6.3.2 軟件系統(tǒng)模塊96-97
• 6.3.3 數(shù)據(jù)庫設(shè)計97
• 6.4 運行實例97-101
• 6.5 本章小結(jié)101-102
• 結(jié)論102-104
• 參考文獻104-114
• 攻讀博士學位期間承擔的科研任務(wù)與主要成果114-115
• 致謝115

您可以在本站搜索以下學術(shù)論文文獻來了解更多相關(guān)內(nèi)容

如何控制煤氣爐爐況    駱青;

邯鋼7~#高爐失常爐況的分析與處理    李會波;

宣鋼8號高爐長期爐況不順的處理    張聰山

煤氣爐爐況監(jiān)測與優(yōu)化系統(tǒng)在我公司的應(yīng)用    諸葛少波,鄭燕春

高爐異常爐況診斷研究    侯健;方覺;馮艷平;

柳鋼1號高爐兩次恢復爐況的實踐    李迅;黃日清;

高爐失常爐況的調(diào)劑    李忠興;徐同晏;

宣鋼9號高爐快速恢復爐況操作實踐    劉建民;顧愛軍;

高爐爐身噴涂后爐況恢復實踐    白青山;

安鋼6號高爐處理異常爐況的技術(shù)分析    張曉亮;牛衛(wèi)軍;

武鋼5BF元月爐況不順的調(diào)整措施    胡正剛;陳令坤;

唐山建龍嚴重失常爐況超常規(guī)恢復總結(jié)    車奎生;

首秦2號高爐16小時檢修爐況恢復實踐    劉國友;馬洪斌;

宣鋼9~#高爐快速恢復爐況操作實踐    劉建民;李玉萍;

山西孝義城(財)鋼432m~3高爐惡性爐況的處理    牛衛(wèi)軍;張希剛;王吉坤;

長鋼6號高爐溜槽磨漏后爐況反應(yīng)及處理    田曉敏;

安鋼6號高爐處理異常爐況的技術(shù)分析    牛衛(wèi)軍;張曉亮;田黎明;付文亮;

礦熱硅爐的爐況平衡控制    李文生;王智平;康維;王璐;路陽;

本鋼北營新1#高爐長期休風爐況恢復實踐    王光亮;

武鋼7號高爐穩(wěn)定爐況操作實踐    陸隆文;舒文虎;周國錢;張慶喜;尹騰;

高爐非計劃停風后的爐況恢復實踐    趙滿祥 賈軍民 焦月生

爐料結(jié)構(gòu)大幅波動下實現(xiàn)高爐順行初探    高志紅 劉振海

高爐煤氣流預(yù)測算法研究及其在爐況分析中的應(yīng)用    張利民

石灰爐在線仿真技術(shù)與爐況診斷及復雜系統(tǒng)智能控制研究    鄧勝祥

高爐異常爐況診斷專家系統(tǒng)    楊緒平

高爐異常爐況預(yù)報專家系統(tǒng)    馬世文

漣鋼七號高爐Web爐況診斷專家系統(tǒng)的研究    彭霞丹