基于數(shù)據(jù)挖掘的高爐異常爐況分析.pdf

1、高爐煉鐵必須為其后的煉鋼工序及時(shí)提供足夠數(shù)量的優(yōu)質(zhì)鐵水，煉鐵過(guò)程所用的能耗占整個(gè)鋼鐵企業(yè)的60％，且高爐也是事故頻發(fā)的重大設(shè)備。目前國(guó)內(nèi)高爐異常情況主要靠人工監(jiān)控，少數(shù)靠從國(guó)外引進(jìn)的專(zhuān)家系統(tǒng)，技術(shù)引進(jìn)費(fèi)用高，且移植性差。作者在參加國(guó)內(nèi)某大型鋼鐵企業(yè)“高爐異常爐況預(yù)報(bào)研究及應(yīng)用”項(xiàng)目過(guò)程中完成這篇論文，主要的成果如下：
　　 ①針對(duì)高爐的實(shí)際運(yùn)行情況，分析高爐運(yùn)行參數(shù)的作用和意義，針對(duì)專(zhuān)家系統(tǒng)知識(shí)獲取的瓶頸問(wèn)題，提出將數(shù)據(jù)挖掘引入

2、專(zhuān)家系統(tǒng)以輔助其更有效的工作。通過(guò)現(xiàn)場(chǎng)調(diào)查以及對(duì)高爐運(yùn)行歷史數(shù)據(jù)的統(tǒng)計(jì)分析，提取參數(shù)變化的特征值，作為高爐專(zhuān)家系統(tǒng)知識(shí)信息庫(kù)的數(shù)據(jù)來(lái)源。
　　 ②十字測(cè)溫反映了料面煤氣溫度的變化，本文通過(guò)分析高爐運(yùn)行對(duì)十字測(cè)溫的影響，從中提取特征值作為高爐管道發(fā)生的信息，仿真十字測(cè)溫曲線的形狀變化以說(shuō)明所給出算法的有效性。
　　 ③采用K-Means算法對(duì)高爐狀態(tài)參數(shù)進(jìn)行聚類(lèi)分析，通過(guò)實(shí)際數(shù)據(jù)的分析比較，確定該算法對(duì)高爐參數(shù)分析的最優(yōu)聚

3、類(lèi)數(shù)和迭代次數(shù)，最后得出各參數(shù)的運(yùn)行理想值。通過(guò)統(tǒng)計(jì)分析、反復(fù)試驗(yàn)及現(xiàn)場(chǎng)考核確定高爐參數(shù)的最優(yōu)閾值，并分析所判斷的爐況和實(shí)際情況的差別。
　　 ④本文引入擴(kuò)展卡爾曼濾波奇異值分解法，以調(diào)整BP神經(jīng)網(wǎng)絡(luò)的權(quán)值，有效地克服了BP神經(jīng)網(wǎng)絡(luò)收斂慢、易陷入局部極小值的缺點(diǎn)，提高了計(jì)算的速度、濾波的數(shù)值穩(wěn)定性和神經(jīng)網(wǎng)絡(luò)的輸出精度。仿真試驗(yàn)說(shuō)明了改進(jìn)算法有較好的收斂速度和精度。
　　 ⑤在高爐熱狀態(tài)預(yù)報(bào)中，建立向涼、向熱分類(lèi)模型，利用