高爐冶煉過(guò)程的子空間辨識(shí)、預(yù)測(cè)及控制.pdf

1、鋼鐵工業(yè)是國(guó)民經(jīng)濟(jì)的重要支柱產(chǎn)業(yè)，也是大量消耗能源的產(chǎn)業(yè)。而作為鋼鐵生產(chǎn)體系中能耗最大的環(huán)節(jié)，高爐煉鐵的每一個(gè)技術(shù)進(jìn)步都將帶來(lái)巨大的經(jīng)濟(jì)和社會(huì)效益。本文以內(nèi)蒙古包鋼6＃高爐在線采集的冶煉過(guò)程數(shù)據(jù)為基礎(chǔ)，針對(duì)高爐的實(shí)際情況及煉鐵生產(chǎn)中工長(zhǎng)關(guān)注的實(shí)際問(wèn)題，對(duì)高爐冶煉過(guò)程的辨識(shí)、預(yù)測(cè)及控制進(jìn)行研究，從而為高爐冶煉過(guò)程的閉環(huán)控制提供了一種新的思路，具有一定的理論意義和應(yīng)用價(jià)值。
　　 高爐冶煉過(guò)程自動(dòng)控制的核心難題是爐溫的預(yù)測(cè)和控制．其

2、復(fù)雜性來(lái)源于幾種復(fù)雜動(dòng)力學(xué)的交叉。一個(gè)良好的預(yù)測(cè)模型對(duì)實(shí)際生產(chǎn)有重要指導(dǎo)價(jià)值，而如果能夠得到一個(gè)有效的控制模型，其意義則更為顯著。因此，高爐冶煉過(guò)程的預(yù)測(cè)控制問(wèn)題成為本篇論文研究的核心問(wèn)題。論文的第二章簡(jiǎn)要介紹了高爐生產(chǎn)流程以及高爐專家系統(tǒng)的最新設(shè)計(jì)思路，通過(guò)煉鐵工藝機(jī)理模型、爐況診斷推理模型、系統(tǒng)優(yōu)化的數(shù)理模型以及爐溫預(yù)測(cè)控制模型的智能化集成，為實(shí)現(xiàn)高爐冶煉過(guò)程的閉環(huán)控制奠定基礎(chǔ)。論文的第三章針對(duì)高爐實(shí)際數(shù)據(jù)中經(jīng)常出現(xiàn)的缺失值和異常值

3、分別進(jìn)行處理，對(duì)于數(shù)據(jù)中的缺失值，通過(guò)將離散屬性的數(shù)據(jù)進(jìn)行分類從而利用C4.5決策樹(shù)算法進(jìn)行填充，取得了較好的填充效果。對(duì)于數(shù)據(jù)中的異常值，基于馬氏距離等4種多變量異常值檢測(cè)方法來(lái)判定異常值并將其從原始數(shù)據(jù)中刪除。對(duì)異常值和缺失值的合理處置大大降低了數(shù)據(jù)的波動(dòng)性．在此基礎(chǔ)上，論文第四章介紹了一種較新的系統(tǒng)辨識(shí)方法一子空間方法。這種方法基于輸入輸出數(shù)據(jù)，對(duì)模型結(jié)構(gòu)的先驗(yàn)知識(shí)需求較少，其算法實(shí)現(xiàn)依賴于一些簡(jiǎn)單可靠的線性代數(shù)工具因而在數(shù)值計(jì)算

4、中具有一定的魯棒性并且能夠較好地適用于高爐冶煉過(guò)程等多變量系統(tǒng)。利用子空間方法對(duì)第三章的數(shù)據(jù)處理效果進(jìn)行驗(yàn)證，結(jié)果表明數(shù)據(jù)處理能夠?qū)Ω郀t冶煉的辨識(shí)和預(yù)測(cè)產(chǎn)生較好的效果。
　　 為進(jìn)一步提高辨識(shí)效果，論文第五章基于子空間方法分別對(duì)高爐冶煉過(guò)程采用Wiener模型和Hammerstein—Wiener模型結(jié)構(gòu)進(jìn)行辨識(shí)。對(duì)于Wiener模型辨識(shí)，通過(guò)對(duì)非線性模塊的逆函數(shù)進(jìn)行逼近從而顯式地得到系統(tǒng)的非線性特性，將多輸入單輸出非線性問(wèn)題轉(zhuǎn)

5、化成為一個(gè)多輸入多輸出的模型進(jìn)行辨識(shí)，利用辨識(shí)得到的模型對(duì)包鋼數(shù)據(jù)進(jìn)行預(yù)測(cè)，預(yù)測(cè)命中率達(dá)到81％。對(duì)于Hammerstein—Wiener模型，在辨識(shí)過(guò)程中利用徑向基函數(shù)良好的逼近能力及其對(duì)多變量系統(tǒng)的方便處理分別對(duì)Hammerstein非線性和Wiener非線性部分進(jìn)行逼近，并利用BFGS最優(yōu)化方法對(duì)參數(shù)進(jìn)行優(yōu)化。利用四種徑向基函數(shù)：Laplacian徑向基函數(shù)、Logistic徑向基函數(shù)、Gaussian徑向基函數(shù)和薄板樣條徑向基函

6、數(shù)進(jìn)行建模，結(jié)果表明利用薄板樣條徑向基函數(shù)對(duì)高爐冶煉過(guò)程進(jìn)行辨識(shí)和預(yù)測(cè)得到的效果更佳，其命中率達(dá)到85％。
　　 在探討了高爐冶煉過(guò)程的辨識(shí)和預(yù)測(cè)問(wèn)題之后，論文的第六章對(duì)高爐冶煉過(guò)程的控制做進(jìn)一步的研究。在現(xiàn)行的生產(chǎn)實(shí)踐中，高爐工長(zhǎng)對(duì)冶煉過(guò)程的控制主要是以專業(yè)知識(shí)和實(shí)踐經(jīng)驗(yàn)為基礎(chǔ)的人工控制。由于高爐工長(zhǎng)控制水平各不相同，造成了高爐冶煉過(guò)程的不穩(wěn)定。本章針對(duì)這個(gè)問(wèn)題，基于子空間方法構(gòu)造了一種適合于高爐冶煉過(guò)程的自適應(yīng)預(yù)測(cè)控制方法，

7、提出了一種更為簡(jiǎn)便的約束處理方法，同時(shí)在方法中對(duì)各個(gè)輸入變量調(diào)整的優(yōu)先級(jí)進(jìn)行考慮。結(jié)合高爐的實(shí)際情況，從實(shí)際數(shù)據(jù)的計(jì)算出發(fā)得到了保持高爐高產(chǎn)低耗的最佳爐溫水平。仿真結(jié)果表明，設(shè)計(jì)的預(yù)測(cè)控制模型能夠有效降低高爐冶煉過(guò)程的波動(dòng)性，而各個(gè)輸入變量的調(diào)整均沒(méi)有超出約束，這表明預(yù)測(cè)控制算法的有效性和可行性．此外，這種思路克服了之前預(yù)測(cè)模型的“預(yù)測(cè)—控制”模式所帶來(lái)的“模型悖論問(wèn)題”，即工長(zhǎng)利用了爐溫預(yù)測(cè)信息對(duì)高爐行程進(jìn)行調(diào)控后，爐溫的發(fā)展改變了軌