基于稀疏矩陣的高爐故障識別研究.pdf

1、鋼鐵行業(yè)是關(guān)系到國家安全和國民經(jīng)濟命脈的重要行業(yè)，高爐煉鐵是鋼鐵行業(yè)中的一個非常關(guān)鍵的工序。高爐煉鐵工序是在一個密閉的容器中進行的，發(fā)生的物理化學(xué)變化異常復(fù)雜，波動性大且隨機性大，一旦發(fā)生事故，將造成巨大的生命財產(chǎn)損失。因此，對高爐進行故障識別，使其處于穩(wěn)定安全的狀態(tài)，有著十分深遠的意義。本文提出一種新的高爐故障特征識別方法，該方法將稀疏矩陣分解算法應(yīng)用到高爐故障識別當(dāng)中。根據(jù)稀疏矩陣計算速度快和存儲容量小的特點，使得故障識別速度在一定

2、程度上得到了提升。論文主要工作如下:
　　論文首先分析了高爐生產(chǎn)的工藝流程和高爐故障及征兆，研究了高爐故障診斷模型，高爐故障診斷模型主要包括混合動力學(xué)機理模型、煉鐵工藝機理模型、爐況診斷的推理模型、系統(tǒng)優(yōu)化模型、整體診斷模型，在此基礎(chǔ)上，提出了一種新的高爐故障識別方法——基于稀疏矩陣的高爐故障識別方法，該方法包括:高爐故障輸入特征量的預(yù)處理、輸入量的模糊處理、模糊矩陣的建立、高爐故障特征識別、非負矩陣分解的數(shù)學(xué)模型研究、高爐故障診

3、斷稀疏受限非負矩陣分解(NMFSC)算法研究，并進行了高爐故障識別仿真系統(tǒng)的研究。最后，進行了高爐故障識別系統(tǒng)的功能實現(xiàn)研究，包括:識別系統(tǒng)的設(shè)計、系統(tǒng)的測試與分析。
　　論文將模糊矩陣同稀疏矩陣分解算法結(jié)合起來進行高爐故障識別研究，在高爐故障識別這一特殊領(lǐng)域，稀疏受限非負矩陣分解算法有較大的優(yōu)勢。該算法能有效提取故障特征，降低故障的誤報率和漏報率，繼而提高故障的識別率。
　　實踐表明:本論文研究的方法能夠取得較好的識別效果