思維進(jìn)化和支持向量機(jī)理論及其在煉焦配煤優(yōu)化中的應(yīng)用研究.pdf

1、由兩種或兩種以上的煤按一定比例配合煉焦的工藝稱為配煤煉焦。山于煤的組成、結(jié)構(gòu)及性質(zhì)的復(fù)雜性．使人們對(duì)煤及其焦化過(guò)程的認(rèn)識(shí)具有局限性?，F(xiàn)有的配合煤質(zhì)量和焦炭質(zhì)盞的預(yù)測(cè)模型都是針對(duì)某一地區(qū)煤、某一焦化企業(yè)適用。不具有通用性。對(duì)于本文研究對(duì)象的焦化廠,直接使用這些模型并不適合，根據(jù)本廠多年積累的生產(chǎn)數(shù)據(jù)和配煤煉焦經(jīng)驗(yàn)，建立自己的配合煤粘結(jié)指數(shù)模型和焦炭強(qiáng)度預(yù)測(cè)模型,并把它們應(yīng)用在配煤比優(yōu)化計(jì)算中,足本論文研究的重點(diǎn)。論文的主要內(nèi)容如下：

2、>　　 用各單種煤的粘結(jié)指數(shù)G與配比的加和來(lái)估計(jì)配合煤G值偏差很大，配合煤的粘結(jié)指數(shù)不滿足加和性。論文除了使用粘結(jié)指數(shù)G指標(biāo)外，還引入了單種煤的Vdaf指標(biāo)。
　　 用高斯函數(shù)分別對(duì)焦煤的Vdaf和瘦煤的Vdaf為進(jìn)行了非線性變換，與配合煤G的加和值一起構(gòu)成了預(yù)測(cè)配合煤G模型的3個(gè)組成部分。對(duì)于增加了Vdaf指標(biāo)的非線性預(yù)測(cè)模型中的7個(gè)參數(shù)采用思維進(jìn)化算法來(lái)尋找最憂解，確定配合煤G的回歸模型。該模型的預(yù)測(cè)效果明顯提高,相對(duì)誤差

3、不超過(guò)±6％。
　　 論文采用了核主成分分析方法(KPCA)，在累計(jì)貢獻(xiàn)率達(dá)到90％時(shí)，把5項(xiàng)配合煤煤質(zhì)檢測(cè)指標(biāo)和3項(xiàng)薔煤煉焦工藝參數(shù)指標(biāo)特征提取為2個(gè)主成分，以這2個(gè)主成分作為支持向量機(jī)的輸入變量，分別建立了焦炭機(jī)械強(qiáng)度M255和M10預(yù)測(cè)模型。并與主成分分析方法(PCA)方法的提取特征效果和建模效果進(jìn)行了比較。結(jié)果表明基于KPCA-SVR焦炭強(qiáng)度預(yù)測(cè)模型的降維效果明顯，排廣性能好，預(yù)測(cè)誤差小,滿足實(shí)際生產(chǎn)需要。
　　

4、 使用支持向量回歸機(jī)(SVR)建立焦炭強(qiáng)度預(yù)測(cè)模型過(guò)程中，對(duì)訓(xùn)練樣本進(jìn)行篩選,提出了一種基于粒度的支持向量回歸機(jī)樣本選擇策略。對(duì)訓(xùn)練樣本集在核空間不同的粒層上進(jìn)行預(yù)處理，在粗粒度層次上，排除異常樣奉數(shù)據(jù)(噪聲數(shù)掘)；在細(xì)粒度層次上,根據(jù)粒度的稠密不同，采用不同的樣本約減策略。在合適的粒度范圍內(nèi)，以小規(guī)模樣本子集來(lái)表征整體訓(xùn)練集的分布,降低學(xué)習(xí)的代價(jià)，同時(shí)獲得了較好的焦炭機(jī)械強(qiáng)度回歸模型，提高了SVR算法的效率。
　　 SVR建立

5、焦炭機(jī)械強(qiáng)度模型過(guò)程中，對(duì)于ε-SVR及核函數(shù)的參數(shù)確定，采用基于思維進(jìn)化(MEA)的優(yōu)化方法．該方法與網(wǎng)格搜索方法比較，MEA方法的尋優(yōu)時(shí)間大量減少,而優(yōu)化結(jié)果卻近似。
　　 配煤比例的最終確定離不開(kāi)煉焦試驗(yàn)。論文設(shè)計(jì)了20 kg鐵桶試驗(yàn)，該配煤試驗(yàn)將鐵桶置于工業(yè)焦?fàn)t中隨爐成焦，鐵桶內(nèi)煤的成焦與工業(yè)焦?fàn)t成焦保持了相同的環(huán)境，該方法投資小、操作方便、勞動(dòng)強(qiáng)度低、試驗(yàn)調(diào)節(jié)靈活。經(jīng)檢驗(yàn)當(dāng)煤餅與鐵桶之間間隙為23mm，堆密度為12t/

6、m3，結(jié)焦時(shí)間在24~48小時(shí)范圍內(nèi)情況下，20kg鐵桶試驗(yàn)焦炭與工業(yè)焦?fàn)t焦炭的機(jī)械強(qiáng)度相關(guān)性強(qiáng)，兩者關(guān)系滿足一元線性回歸方程,20kg鐵桶試驗(yàn)可較好地預(yù)測(cè)工業(yè)焦?fàn)t的焦炭強(qiáng)度。
　　 論文綜合考慮配合煤的價(jià)格成本和焦化產(chǎn)品的收益，選擇了配比優(yōu)化模型的目標(biāo)函數(shù)，允分體現(xiàn)了焦化廠的效益最大?；诮o定的焦炭質(zhì)量指標(biāo)和配合煤質(zhì)量指標(biāo)、煤場(chǎng)現(xiàn)有的各大類煤種質(zhì)量參數(shù)和其價(jià)格及一定的各煤和煉焦條件，采用MEA算法優(yōu)化配煤比，并把論文所建立的配