基于數(shù)據(jù)挖掘的焦爐加熱過程建模與優(yōu)化.pdf

1、焦炭是高爐煉鐵的主要燃料，極大的影響著生鐵的產(chǎn)量和質量，而其作為不可再生資源，隨著開采日益減少，進出口價格也日趨增高，國家“十二五”規(guī)劃明確指出要建立資源節(jié)約型社會，各個大型能耗企業(yè)都在努力尋求各種節(jié)能減排的措施，而煉焦行業(yè)如果能提高生產(chǎn)效率，則對于其他行業(yè)也能減少一定的成本壓力。
　　但煉焦工藝的復雜性，導致了其優(yōu)化控制變得艱難，首先由于配合煤比例的多變性以及焦爐爐況的不穩(wěn)定性，很難精確的建立起煉焦的優(yōu)化模型，其次焦爐的各種參數(shù)

2、之間存在著強烈的耦合，而各個參數(shù)也存在著多采樣率、信息采集不準確等問題，為優(yōu)化控制增添了諸多困難，而且由于現(xiàn)今焦爐控制系統(tǒng)并不完善，很多地方并沒有實現(xiàn)自動化生產(chǎn)，數(shù)據(jù)采集也是人力實現(xiàn)，設定值一般根據(jù)爐長經(jīng)驗給定，對爐況的變化很難做出相應的調(diào)整，使得焦炭生產(chǎn)質量不穩(wěn)定，能耗大，生產(chǎn)成本高。為此，本文有效的利用數(shù)據(jù)挖掘技術，從大量的現(xiàn)場生產(chǎn)數(shù)據(jù)中提取出煉焦生產(chǎn)的基本規(guī)律，并利用這些數(shù)據(jù)準確預報出焦爐狀態(tài)，防止事故發(fā)生，還能快速的根據(jù)這些規(guī)律

3、確定與工況相對應的最優(yōu)給定值，為煉焦生產(chǎn)提供準確的指導。
　　焦爐火道溫度是表征爐溫的主要參數(shù)，對焦炭的產(chǎn)量和質量有著直接的影響，在實際現(xiàn)場中，由于火道溫度過高，不可能進行實時監(jiān)測，若要得到任一時刻火道溫度值，必須通過建立與其他可測參數(shù)之間的非線性模型對火道溫度進行預測；本文首先對煉焦過程進行機理分析，找出與火道溫度相關性較大的各個參數(shù)，然后根據(jù)現(xiàn)場數(shù)據(jù)和專家經(jīng)驗初步建立火道溫度的預測模型，再研究其他理論算法對模型結果的影響，尋找

4、較好的方法作為火道溫度預測模型的理論依據(jù)。最后結合煉焦生產(chǎn)過程的大量數(shù)據(jù)、各個參數(shù)之間的相關關系和優(yōu)化控制的現(xiàn)狀分析，提出了基于數(shù)據(jù)挖掘的煉焦操作參數(shù)優(yōu)化方法，針對火道溫度設定值進行優(yōu)化，結合煉焦生產(chǎn)過程中操作參數(shù)、狀態(tài)參數(shù)、生產(chǎn)工藝指標等尋找最優(yōu)火道溫度設定值，為焦爐優(yōu)化控制提供良好的基礎。具體的，本文主要的研究成果如下：
　?。?）通過對煉焦工藝及實際煉焦生產(chǎn)過程的機理分析，利用海量現(xiàn)場數(shù)據(jù)建立火道溫度預測模型的基本框架，針對

5、BP網(wǎng)絡收斂速率較慢、易陷入局部極值等缺點，提出了極限學習機的預測方法，提高了模型預測精度和計算速度。
　　（2）提出了基于馬氏距離的二次聚類方法，在確定了煉焦過程中的操作參數(shù)、狀態(tài)參數(shù)及各項工藝指標的基礎上，模式匹配過程中遍歷檢索大量數(shù)據(jù)時，先對聚類中心進行匹配，找出最接近聚類中心后，在其子空間內(nèi)尋找最佳匹配模式，省略了其他不相似模式的匹配時間，明顯加快了模式匹配的速率。
　　（3）提出了基于粒子群算法優(yōu)化BP網(wǎng)絡的模式演