燒結(jié)配料、高爐生產(chǎn)及調(diào)度過(guò)程優(yōu)化模型研究.pdf

1、高爐煉鐵系統(tǒng)是鋼鐵冶金過(guò)程中的重要部分，整個(gè)流程工序繁多，工藝機(jī)理復(fù)雜，現(xiàn)象解釋困難。對(duì)關(guān)鍵過(guò)程工藝操作建立優(yōu)化模型，對(duì)維系生產(chǎn)穩(wěn)定，提高生產(chǎn)效率，改進(jìn)產(chǎn)品質(zhì)量，降低生產(chǎn)成本具有重要作用。
　　迄今為止，國(guó)內(nèi)外已有許多針對(duì)高爐煉鐵過(guò)程優(yōu)化的研究，建立了各具特色的數(shù)學(xué)模型，但是這些研究中仍存在著一些不足，如燒結(jié)配料優(yōu)化中僅著眼于化學(xué)成分的約束；高爐布料優(yōu)化缺乏系統(tǒng)性的研究，模型的一些假設(shè)條件與現(xiàn)實(shí)難以吻合；高爐爐況判斷及預(yù)測(cè)模型復(fù)雜

2、，知識(shí)獲取困難等。而對(duì)于“燒結(jié)-高爐”工藝過(guò)程的調(diào)度優(yōu)化模型研究也鮮有報(bào)道。
　　本文針對(duì)高爐煉鐵系統(tǒng)中，燒結(jié)配料，高爐布料，高爐爐況判斷以及區(qū)域調(diào)度分別建立了工藝預(yù)測(cè)及優(yōu)化模型。
　?、贌Y(jié)配料優(yōu)化模型中：
　　1)運(yùn)用遺傳算法對(duì)重鋼燒結(jié)配料進(jìn)行了優(yōu)化，在保證燒結(jié)礦化學(xué)成分、物理性能等綜合指標(biāo)符合入爐要求的前提下，降低了成本，增加了燒結(jié)礦各項(xiàng)指標(biāo)的穩(wěn)定性。
　　2)運(yùn)用多元逐步回歸方法，建立起了燒結(jié)礦物理性能與

3、配礦的函數(shù)關(guān)系。對(duì)指導(dǎo)當(dāng)前配料基礎(chǔ)上的優(yōu)化配礦有良好效果。解決配料過(guò)程中燒結(jié)礦冶金性能的約束可以用同樣的方法。
　?、诟郀t布料模型中：
　　1)運(yùn)用傳統(tǒng)力學(xué)理論，結(jié)合爐料布料過(guò)程中運(yùn)動(dòng)關(guān)系、爐料堆積堆角修正O/C比預(yù)測(cè)等模塊建立了高爐無(wú)料鐘布料模型。其中，對(duì)于料流軌跡采用了兩條料股的方式，更符合物理規(guī)律，對(duì)于料面形狀的處理采用了多段線性化處理。
　　2)結(jié)合遺傳算法，建立了基于目標(biāo)O/C比布料操作優(yōu)化模型，可較好的實(shí)現(xiàn)

4、目標(biāo)O/C比下的布料參數(shù)優(yōu)化。
　　3)建立1:15的物理模型，通過(guò)實(shí)驗(yàn)驗(yàn)證了模型主料流軌跡及下料流軌跡；并通過(guò)實(shí)驗(yàn)驗(yàn)證了操作參數(shù)對(duì)于不同粒度的原料布料堆尖位置的影響。
　　4)建立了基于圖像處理檢測(cè)固體散料的方法，以此測(cè)量了實(shí)驗(yàn)布沙形成的堆角，研究了不同操作參量下堆積過(guò)程中堆角的變化規(guī)律。
　?、鄹郀t爐況判斷模型中：
　　1)結(jié)合遺傳算法以及模糊聚類，建立了基于數(shù)據(jù)挖掘的爐況判斷模型。通過(guò)優(yōu)化可自主選擇最佳的建

5、模方法及相應(yīng)參數(shù)；可完全經(jīng)由數(shù)據(jù)分析而自行生成基礎(chǔ)規(guī)則庫(kù)，打破傳統(tǒng)專家系統(tǒng)知識(shí)獲取的困難；模型簡(jiǎn)易，程序編寫簡(jiǎn)單，易于維護(hù)與進(jìn)一步的開(kāi)發(fā)。今后將實(shí)時(shí)數(shù)據(jù)存庫(kù)，定期重復(fù)上述過(guò)程，將會(huì)使系統(tǒng)具有自適應(yīng)進(jìn)化功能。
　　2)提出以小波分析結(jié)合支持向量的技術(shù)路線對(duì)高爐生產(chǎn)中的透氣性指數(shù)進(jìn)行預(yù)測(cè)，通過(guò)與其它人工智能方法建立的預(yù)測(cè)模型比較，其預(yù)測(cè)精度高，擬合與推廣能力也比較好。
　　④“燒結(jié)-高爐”工序調(diào)度優(yōu)化模型中：
　　1)以煉

6、鋼需求為訂單，使用弧賦時(shí)Petri網(wǎng)(TAPN)對(duì)“燒結(jié)-高爐”工序進(jìn)行建模，提出了包括關(guān)鍵操作的連續(xù)性函數(shù)、滿足訂單的供應(yīng)函數(shù)和關(guān)鍵倉(cāng)貯的穩(wěn)定性函數(shù)在內(nèi)的復(fù)合目標(biāo)函數(shù)。最小化目標(biāo)函數(shù)為目標(biāo)通過(guò)遺傳算法搜索最優(yōu)的調(diào)度參數(shù)。
　　2)以某煉鐵廠生產(chǎn)數(shù)據(jù)代入模型，通過(guò)仿真優(yōu)化后的調(diào)度參數(shù)：可以滿足關(guān)鍵操作連續(xù)；可以保證最大限度完成訂單；可以保持關(guān)鍵倉(cāng)儲(chǔ)最佳的穩(wěn)定性。
　　3)將模型逆轉(zhuǎn)可實(shí)現(xiàn)物流追蹤功能。
　　4)模型進(jìn)行