复杂高炉炼铁过程的数据驱动建模及预测算法 被引量：62

1

作者 郜传厚 渐令 +1 位作者 陈积明 孙优贤 《自动化学报》 EI CSCD 北大核心 2009年第6期725-730,共6页

高炉炼铁过程的控制意味着控制高炉铁水温度及成份在指定的范围.本文以高炉炉内热状态的重要指示剂—高炉铁水硅含量为研究对象,针对机理建模难以准确预测、控制高炉铁水硅含量的发展变化,利用数据驱动建模的思想,建立了基于多元时间序... 高炉炼铁过程的控制意味着控制高炉铁水温度及成份在指定的范围.本文以高炉炉内热状态的重要指示剂—高炉铁水硅含量为研究对象,针对机理建模难以准确预测、控制高炉铁水硅含量的发展变化,利用数据驱动建模的思想,建立了基于多元时间序列的高炉铁水硅含量数据驱动预测模型.实例分析表明,建立的数据驱动预测模型能够很好地预测高炉铁水硅含量,连续预测167炉高炉铁水硅含量,命中率高达83.23%,预测均方根误差为0.07260.这些指标均优于基于单一硅时间序列所建立的数据驱动模型,对实际生产具有很好的指导作用. 展开更多

关键词 高炉炼铁过程 数据驱动 预测模型 铁水硅含量 时间序列

在线阅读 下载PDF 职称材料

铁水硅含量的混沌粒子群支持向量机预报方法 被引量：21

2

作者 唐贤伦 庄陵 胡向东 《控制理论与应用》 EI CAS CSCD 北大核心 2009年第8期838-842,共5页

提出一种基于混沌粒子群优化(CPSO)的支持向量回归机(SVR)参数优化算法,并使用该算法建立高炉铁水硅含量预测模型(CPSO–SVR),对某大型钢铁厂高炉铁水硅含量的实际采集数据进行预测,结果表明基于混沌粒子群优化算法寻优的参数建立的铁... 提出一种基于混沌粒子群优化(CPSO)的支持向量回归机(SVR)参数优化算法,并使用该算法建立高炉铁水硅含量预测模型(CPSO–SVR),对某大型钢铁厂高炉铁水硅含量的实际采集数据进行预测,结果表明基于混沌粒子群优化算法寻优的参数建立的铁水硅含量支持向量回归预测模型具有良好的预测效果.与最小二乘支持向量回归机(LS–SVR)、使用粒子群优化算法训练的神经网络(PSO–NN)进行比较,CPSO–SVR模型对铁水硅含量进行预测时预测绝对误差小于0.03的样本数占总测试样本数的百分比达到90%以上,预测效果明显优于PSO–NN,且比LS–SVR稳定性更强,可用于高炉铁水硅含量的实际预测,表明混沌粒子群优化算法是选取SVR参数的有效方法. 展开更多

关键词 支持向量机 粒子群优化 参数优化 预测 铁水硅含量

在线阅读 下载PDF 职称材料

基于复合差分进化算法与极限学习机的高炉铁水硅含量预报 被引量：17

3

作者 蒋朝辉 尹菊萍 +1 位作者 桂卫华 阳春华 《控制理论与应用》 EI CAS CSCD 北大核心 2016年第8期1089-1095,共7页

针对铁水硅含量无法直接在线检测的问题,本文提出了一种基于优化极限学习机(ELM)的高炉铁水硅含量预报方法.该方法利用复合差分进化算法(CoDE)的快速定位全局最优解的能力来优化极限学习机的输入权值和隐层节点阈值,在此基础上建立了基... 针对铁水硅含量无法直接在线检测的问题,本文提出了一种基于优化极限学习机(ELM)的高炉铁水硅含量预报方法.该方法利用复合差分进化算法(CoDE)的快速定位全局最优解的能力来优化极限学习机的输入权值和隐层节点阈值,在此基础上建立了基于复合差分进化算法优化极限学习机(CoDE-ELM)的高炉铁水硅含量预报模型.以某钢铁厂2650 m^3的高炉为例,利用实际采集数据进行模型检验,结果表明,当绝对误差小于0.1时,铁水硅含量的预报命中率为89%,均方根误差为0.047,实际目标值序列与预报值序列的相关系数为0.851.所建模型的预报结果优于支持向量机(SVM)、前馈神经网络(BP-NN)、极限学习机以及差分优化极限学习机(DE-ELM),对高炉炉温的实际调控具有较好的指导意义. 展开更多

关键词 铁水硅含量 预报模型 复合差分 极限学习机

在线阅读 下载PDF 职称材料

基于小波神经网络的高炉铁水含硅预报 被引量：12

4

作者 肖伸平 吴敏 刘代飞 《有色金属》 CSCD 北大核心 2005年第2期106-110,共5页

采用结合小波包分析的特征提取及神经网络的非线性映射等特性的小波神经网络系统,实现高炉铁水中Si含量的预报和控制。原始操作信息采用灰关联分析预选,网络结构设计采用剪除法确定隐含层节点,采取自适应和加动量项调整学习速率等措施... 采用结合小波包分析的特征提取及神经网络的非线性映射等特性的小波神经网络系统,实现高炉铁水中Si含量的预报和控制。原始操作信息采用灰关联分析预选,网络结构设计采用剪除法确定隐含层节点,采取自适应和加动量项调整学习速率等措施。结果表明,系统具有更高的学习精度和更快的收敛速度,当允许误差为±0.02时,命中率达到87.5%,并且减少了系统参数特征量,优化了系统辨识和模型建立过程。 展开更多

关键词 高炉铁水 小波神经网络 预报 含硅 神经网络系统 网络结构设计 非线性映射 小波包分析 灰关联分析 隐含层节点 特征提取 学习速率 允许误差 收敛速度 系统参数 系统辨识 自适应 命中率 特征量

在线阅读 下载PDF 职称材料

基于最优工况迁移的高炉铁水硅含量预测方法 被引量：14

5

作者 蒋朝辉 许川 +1 位作者 桂卫华 蒋珂 《自动化学报》 EI CAS CSCD 北大核心 2022年第1期194-206,共13页

高炉铁水硅含量是铁水品质与炉况的重要表征,冶炼过程关键参数频繁波动及大时滞特性给高炉铁水硅含量预测带来了巨大挑战.提出一种基于最优工况迁移的高炉铁水硅含量预测方法.首先,针对过程变量频繁波动问题,提出基于邦费罗尼指数的自... 高炉铁水硅含量是铁水品质与炉况的重要表征,冶炼过程关键参数频繁波动及大时滞特性给高炉铁水硅含量预测带来了巨大挑战.提出一种基于最优工况迁移的高炉铁水硅含量预测方法.首先,针对过程变量频繁波动问题,提出基于邦费罗尼指数的自适应密度峰值聚类算法,实现对高炉冶炼过程变量的工况划分,并建立不同工况硅含量预测子模型.其次,针对冶炼过程的大时滞特性,定义相邻时间节点间的硅含量工况迁移代价函数,并提出多源路径寻优算法,实现冶炼过程中硅含量最优工况迁移路径及当前时刻硅含量最优预测值的求解.最后,基于工业现场数据验证了所提方法的有效性与准确性. 展开更多

关键词 高炉炼铁 铁水硅含量 预测 工况迁移 密度峰值聚类

在线阅读 下载PDF 职称材料

改进BP网络在铁水预脱硫终点硫含量预报中的应用 被引量：7

6

作者 张慧书 战东平 姜周华 《东北大学学报（自然科学版）》 EI CAS CSCD 北大核心 2007年第8期1140-1142,共3页

针对本溪钢铁集团有限公司的铁水罐喷吹CaO+Mg复合粉剂脱硫过程,采用BP神经网络建立铁水预处理终点硫含量预报模型.在模型建立过程中,为了克服标准BP算法迭代次数多、收敛速度慢的缺点,采用新的自适应调整学习率方法和最大误差学习法对... 针对本溪钢铁集团有限公司的铁水罐喷吹CaO+Mg复合粉剂脱硫过程,采用BP神经网络建立铁水预处理终点硫含量预报模型.在模型建立过程中,为了克服标准BP算法迭代次数多、收敛速度慢的缺点,采用新的自适应调整学习率方法和最大误差学习法对标准BP算法进行了改进.用1 900炉数据进行模型训练,经100炉数据现场验证表明,有12%的炉次预报值与实际值完全一致,有89%的炉次误差≤0.003%,平均误差为0.002 0%. 展开更多

关键词 铁水预处理 BP神经网络 硫含量 预报 模型

在线阅读 下载PDF 职称材料

基于k-means++的高炉铁水硅含量数据优选方法 被引量：6

7

作者 尹林子 关羽吟 +1 位作者 蒋朝辉 许雪梅 《化工学报》 EI CAS CSCD 北大核心 2020年第8期3661-3670,共10页

优质数据集是实现高炉铁水硅含量准确预报的基础。针对铁水硅含量数据记录不均衡,特别是部分样本周期内存在多个硅含量值且波动较大,难以与输入变量进行合理关联等难题,提出了一种基于k-means++聚类算法的铁水硅含量数据优选方法。该方... 优质数据集是实现高炉铁水硅含量准确预报的基础。针对铁水硅含量数据记录不均衡,特别是部分样本周期内存在多个硅含量值且波动较大,难以与输入变量进行合理关联等难题,提出了一种基于k-means++聚类算法的铁水硅含量数据优选方法。该方法首先利用k-means++的快速聚类能力,将样本分簇,用以表征不同的炉况;其次统计各簇硅含量频数直方图,由此确定高频区间;最后以高频区间为标准,遴选与样本关联的最佳硅含量值。以某钢铁厂2650 m^3的高炉为例,分别建立基于多层感知器和LSTM的深度学习模型进行预测,结果表明,该优选方法处理的数据与传统均值法相比,均方误差可减少0.003,命中率提高10%以上,对铁水硅含量数据的预处理具有较好的指导意义。 展开更多

关键词 预测 动态建模 神经网络 高炉炼铁 铁水硅含量 数据优选 k-means++ 深度学习

在线阅读 下载PDF 职称材料

宝钢1号高炉低硅冶炼操作实践 被引量：6

8

作者 刘振均 陶卫忠 李海波 《炼铁》 北大核心 2003年第1期1-4,共4页

宝钢1号高炉近几年采用低硅冶炼技术使铁水含硅量一直控制在0.26%～0.35%的较低水平。结合宝钢1号高炉生产操作指标,分析了高炉产量、燃料条件以及冶炼特点对低硅冶炼的影响,为高炉冶炼进一步降低铁水含硅量提供了思路。

关键词 操作实践 高炉 低硅冶炼 铁水含硅量 炼铁

在线阅读 下载PDF 职称材料

基于混沌粒子群支持向量回归的高炉铁水硅含量预测 被引量：1

9

作者 唐贤伦 庄陵 +1 位作者 李学勤 罗萍 《四川大学学报（工程科学版）》 EI CAS CSCD 北大核心 2009年第4期141-145,共5页

参数的优化选择对支持向量回归算法(SVR)的预测精度和泛化能力影响显著,提出混沌粒子群优化算法(CPSO)寻优一种改进支持向量回归算法(v-SVR)参数的新方法,在此基础上建立高炉铁水硅含量预测模型(CP-SO-vSVR)用于对某钢铁厂3号高炉铁水... 参数的优化选择对支持向量回归算法(SVR)的预测精度和泛化能力影响显著,提出混沌粒子群优化算法(CPSO)寻优一种改进支持向量回归算法(v-SVR)参数的新方法,在此基础上建立高炉铁水硅含量预测模型(CP-SO-vSVR)用于对某钢铁厂3号高炉铁水硅含量的实际数据进行预测,研究结果表明,基于CPSO确定的最优参数建立的铁水硅含量粒子群支持向量回归预测模型的预测效果最佳,平均相对误差为5.32%。与使用粒子群优化算法训练的神经网络(PSO-NN)、v-SVR、最小二乘支持向量回归(LS-SVR)进行比较,CPSO-vSVR模型对铁水硅含量进行预测时预测绝对误差小于0.03的样本数占总测试样本数的百分比达到90%以上,预测效果明显优于PSO-NN,且比v-SVR稳定性更强,可用于高炉铁水硅含量的实际预测。 展开更多

关键词 支持向量回归 粒子群优化算法 混沌 铁水硅含量 预测

在线阅读 下载PDF 职称材料

人工免疫的神经网络预报方法及其应用 被引量：2

10

作者 杨佳 许强 曹长修 《重庆大学学报（自然科学版）》 EI CAS CSCD 北大核心 2008年第12期1391-1394,共4页

针对RBF(radial basis function)神经网络在预测铁水含硅量中出现的预测精度低,收敛速度慢的问题,提出了一种基于免疫识别原理的径向基函数神经网络的学习算法。该算法利用人工免疫原理确定高斯基函数的中心和宽度参数,同时将所识别的... 针对RBF(radial basis function)神经网络在预测铁水含硅量中出现的预测精度低,收敛速度慢的问题,提出了一种基于免疫识别原理的径向基函数神经网络的学习算法。该算法利用人工免疫原理确定高斯基函数的中心和宽度参数,同时将所识别的数据作为抗原,抗体作为抗原的压缩映射并作为神经网络的隐层中心,利用递推最小二乘法(recursion least square,RLS)确定连接权值,提高了RBF神经网络的收敛速度和精度。应用该模型于某大型钢铁厂高炉铁水硅含量预报的实例中,实验结果表明,该模型具有更高的预测精度和更短的训练时间。 展开更多

关键词 铁水含硅量 RBF神经网络 人工免疫 免疫识别

在线阅读 下载PDF 职称材料

基于神经网络对铁水硫含量的优化和分析 被引量：1

11

作者 张军红 谢安国 沈峰满 《材料与冶金学报》 CAS 2006年第2期86-89,共4页

高炉铁水中的硫含量是描述铁水质量的一个重要指标.为了在出铁之前了解铁水中硫含量的高低,建立预测模型是必要的.本文利用遗传算法(GA)和BP神经网络构造了高炉铁水硫含量的预测分析模型,从某高炉选取117组数据进行学习和预测.运行结果... 高炉铁水中的硫含量是描述铁水质量的一个重要指标.为了在出铁之前了解铁水中硫含量的高低,建立预测模型是必要的.本文利用遗传算法(GA)和BP神经网络构造了高炉铁水硫含量的预测分析模型,从某高炉选取117组数据进行学习和预测.运行结果表明,模型预测精度较高,当要求绝对误差为±3×10-6时,命中率可达61.54%;绝对误差为±4×10-6时,命中率可达84.69%.在此基础上,应用该模型回归分析了高炉风量、热风压力、富氧量、铁间料批数与铁水硫含量之间的相关关系,结果与高炉冶炼理论基本吻合,可为高炉生产提供一定的指导. 展开更多

关键词 BP神经网络 铁水硫含量 预测

在线阅读 下载PDF 职称材料

基于Lyapunov指数的高炉铁水[Si]预报 被引量：1

12

作者 郜传厚 刘祥官 周志敏 《高校应用数学学报（A辑）》 CSCD 北大核心 2006年第3期264-270,共7页

通过对国内两座中型高炉冶炼过程的[S i]时间序列的混沌分析,计算出相应的Lyapunov指数谱.由最大Lyapunov指数为正,定量的说明了两座高炉冶炼过程具有混沌性,并估计了两座高炉冶炼过程[S i]可预测的时间尺度.同时根据最大Lyapunov指数,... 通过对国内两座中型高炉冶炼过程的[S i]时间序列的混沌分析,计算出相应的Lyapunov指数谱.由最大Lyapunov指数为正,定量的说明了两座高炉冶炼过程具有混沌性,并估计了两座高炉冶炼过程[S i]可预测的时间尺度.同时根据最大Lyapunov指数,建立了高炉冶炼过程[S i]预报模型,取得了较好的结果. 展开更多

关键词 LYAPUNOV指数 高炉冶炼过程 混沌 高炉铁水[Si]预报

在线阅读 下载PDF 职称材料

湘钢铁水含硅预报模型的开发和应用 被引量：8

13

作者 毕学工 曾小宁 +3 位作者 罗廷和 刘坤庭 郑武生 张文志 《武汉冶金科技大学学报》 1996年第4期395-400,共6页

分析了原燃料条件较差、炉况稳定程度较低和检测仪表不多的湘潭钢铁公司２号高炉铁水含硅量数据的统计学特征。按照现代控制论的观点，将高炉视作多输入－单输出系统。当系统处于相对稳定的状态时，可以用若干个操作变量和模型预报偏差... 分析了原燃料条件较差、炉况稳定程度较低和检测仪表不多的湘潭钢铁公司２号高炉铁水含硅量数据的统计学特征。按照现代控制论的观点，将高炉视作多输入－单输出系统。当系统处于相对稳定的状态时，可以用若干个操作变量和模型预报偏差的多项式预报下一铁次的含硅量；根据赤池法则确定模型中包括的自变量及其阶数。应用该模型对９１５炉铁次的含硅量作离线预报研究，结果证明了模型的适用性。 展开更多

关键词 高炉 铁水 预报 数学模型 硅含量

在线阅读 下载PDF 职称材料

铁水预处理脱硫过程氮含量预测

14

作者 彭军 王世俊 +2 位作者 董元篪 刘丽霞 周云 《材料与冶金学报》 CAS 2007年第4期255-259,共5页

根据铁水预处理的实际生产工艺,利用BP神经网络建立了铁水预处理脱硫时铁水中氮含量的预报模型。利用生产数据对网络进行训练后,可以用于预测铁水预处理脱硫后铁水中氮含量,预报相对误差可以控制在22%以下,w[N]的绝对误差值控制在8×... 根据铁水预处理的实际生产工艺,利用BP神经网络建立了铁水预处理脱硫时铁水中氮含量的预报模型。利用生产数据对网络进行训练后,可以用于预测铁水预处理脱硫后铁水中氮含量,预报相对误差可以控制在22%以下,w[N]的绝对误差值控制在8×10-4%以内.给各输入参量增加扰动后,模型计算表明,初始温度和初始[N],[C],[P]含量,四因素影响最大,且温度和[C]含量为负扰动,[N]为正扰动,说明增加温度和碳含量有利于脱氮. 展开更多

关键词 铁水预处理 脱硫 BP神经网络 氮含量预测

在线阅读 下载PDF 职称材料

临钢6^#高炉含硅量预测的计算机在线实现

15

作者 孙桂利 李孔安 皇祯平 《控制工程》 CSCD 2003年第1期78-81,共4页

临钢 6# 高炉铁水中硅质量分数的预测是“高炉专家系统”中的一部分 ,为了使预测模型能够在线进行 ,采用了限定记忆法进行模型参数的辨识 ,对辨识出来的参数用牛顿法进行优化 ,并且用鼓风动能和风量、风温 2种方法对预测模型的预测值进... 临钢 6# 高炉铁水中硅质量分数的预测是“高炉专家系统”中的一部分 ,为了使预测模型能够在线进行 ,采用了限定记忆法进行模型参数的辨识 ,对辨识出来的参数用牛顿法进行优化 ,并且用鼓风动能和风量、风温 2种方法对预测模型的预测值进行了修正 ,使命中率提高了 4～ 5个百分点。给出了数据库系统的组织以及计算机实现的流程图。 展开更多

关键词 高炉 含硅量 预测 计算机 铁水 山西临汾钢铁公司 递推最小二乘法 限定记忆法

在线阅读 下载PDF 职称材料

首钢股份1号高炉降低铁水[Si]含量的措施

16

作者 贾国利 马洪修 +2 位作者 程洪全 罗德庆 韩红伟 《炼铁》 CAS 北大核心 2023年第6期21-25,共5页

对首钢股份1号高炉降低铁水[Si]含量的措施进行了总结。1号高炉降低铁水[Si]含量的思路是,从焦炭和炉渣两方面控制硅源,并根据高炉现状,把降低铁水[Si]的目标设为0.35%,且应避免铁水温度过低。通过采取提高炉顶压力、提高富氧率、做好... 对首钢股份1号高炉降低铁水[Si]含量的措施进行了总结。1号高炉降低铁水[Si]含量的思路是,从焦炭和炉渣两方面控制硅源,并根据高炉现状,把降低铁水[Si]的目标设为0.35%,且应避免铁水温度过低。通过采取提高炉顶压力、提高富氧率、做好上下部调剂、降低入炉硅量、优化炉渣碱度等措施,将1号高炉铁水[Si]由0.40%逐步降至0.36%左右,同时,将铁水温度稳定在1500℃以上,保持了炉缸活跃及炉况长周期稳定顺行。并且,为避免降硅对高炉影响过大,探索了炉外脱硅,通过在鱼雷罐中配加冷压球(15kg/t),进一步将铁水[Si]降低至0.34%。 展开更多

关键词 高炉 铁水[Si] 降硅 铁水温度 炉外脱硅

在线阅读 下载PDF 职称材料

自组织经验进化预测软件的设计与开发 被引量：1

17

作者 赵春泽 高小强 郑忠 《计算机工程》 CAS CSCD 北大核心 2003年第18期67-68,79,共3页

针对所建立的具有仿人智能和机器学徒特征的自组织经验进化预测模型，运用软件工程方法学系统分析了预测软件的性能要求与模块组成，设计和开发了相应的软件。使用面向对象设计方法开发的预测软件结构合理、界面友好，具有联机帮助功能... 针对所建立的具有仿人智能和机器学徒特征的自组织经验进化预测模型，运用软件工程方法学系统分析了预测软件的性能要求与模块组成，设计和开发了相应的软件。使用面向对象设计方法开发的预测软件结构合理、界面友好，具有联机帮助功能。以高炉铁水硅含量预测为案例对预测软件进行了测试。在线测试结果表明：设计的软件运行稳定，在具有一定预测经验的前提下，软件系统的预测效果优于对应条件下的人工预测结果。 展开更多

关键词 软件设计 自组织预测 高炉 铁水硅含量

在线阅读 下载PDF 职称材料

神经网络在高炉铁水含硫量预报中的应用 被引量：5

18

作者 徐雅娜 许桂清 周建常 《基础自动化》 CSCD 2001年第6期10-11,55,共3页

将TD方法与人工神经元网络方法有机地结合起来 ,提出了一种在高炉铁水含硫量预报中的应用策略。并基于鞍钢 10 # 高炉操作过程 。

关键词 专家系统 神经网络 铁水含硫量 预测 高炉冶炼

在线阅读 下载PDF 职称材料

基于花朵授粉优化极限学习机的高炉铁水硅含量预测 被引量：4

19

作者 关心 《电子测量技术》 2020年第4期77-80,共4页

在高炉冶炼过程中,铁水硅含量是反映高炉炉内温度的重要参数之一,通过对铁水硅含量变化趋势进行预测分析,为后续高炉参数调整提供理论依据。针对铁水硅含量数据的非线性特点,提出基于花朵授粉算法的极限学习机预测方法。利用花朵授粉算... 在高炉冶炼过程中,铁水硅含量是反映高炉炉内温度的重要参数之一,通过对铁水硅含量变化趋势进行预测分析,为后续高炉参数调整提供理论依据。针对铁水硅含量数据的非线性特点,提出基于花朵授粉算法的极限学习机预测方法。利用花朵授粉算法优化极限学习机参数,并通过优化后的极限学习机算法构建铁水硅含量的预测模型,以某钢铁厂生产数据作为验证。仿真结果表明,相较于传统预测方法,该预测模型在预测精度以及泛化能力均有所提高,具有良好的稳定性。 展开更多

关键词 铁水硅含量 极限学习机 花朵授粉算法

在线阅读 下载PDF 职称材料

京唐高炉低硅高温冶炼操作特点探析 被引量：6

20

作者 陈川 安钢 《炼铁》 北大核心 2018年第4期24-26,共3页

简要分析了大型高炉低硅高温冶炼的机理,并对京唐高炉低硅高温冶炼的生产实践进行了总结。热力学分析表明,高风压、高富氧率会增大煤气中的CO分压,从而抑制了炉渣中(SiO_2)的还原,降低了铁水中[Si]含量,因而高风压、高富氧操作是实现低... 简要分析了大型高炉低硅高温冶炼的机理,并对京唐高炉低硅高温冶炼的生产实践进行了总结。热力学分析表明,高风压、高富氧率会增大煤气中的CO分压,从而抑制了炉渣中(SiO_2)的还原,降低了铁水中[Si]含量,因而高风压、高富氧操作是实现低硅高温冶炼的主要途径。京唐高炉通过调整送风制度,缩小风口面积,鼓风动能控制在115～149kJ/s,逐步实现了低硅高温冶炼,同时炉缸活跃性不断改善。 展开更多

关键词 大型高炉 低硅冶炼 铁水温度 鼓风动能 [si]含量

在线阅读 下载PDF 职称材料