基于偏最小二乘的高爐鐵水硅含量預(yù)測研究.pdf

1、高爐生產(chǎn)過程控制是現(xiàn)代鋼鐵冶金中一個重要的研究課題。由于高爐生產(chǎn)過程的復(fù)雜性和參數(shù)的多樣性，建立比較合適和實用的控制模型是非常困難的。高爐生產(chǎn)過程綜合自動化系統(tǒng)研發(fā)不僅是控制理論與控制工程學(xué)科科技的前沿，同時也是鋼鐵冶金產(chǎn)業(yè)科技進(jìn)步的前沿課題。高爐冶煉過程是一個極其龐大、復(fù)雜的冶煉過程，其運行過程往往具有非線性、時間滯后大、空間變量維數(shù)高、影響噪聲大、各種狀態(tài)參數(shù)多重相關(guān)等特性，這些導(dǎo)致很難建立起精確、有效的高爐爐溫硅含量預(yù)測模型。

2、r>　　 偏最小二乘方法(Partial Least Squares簡寫PLS)是隨著社會實際發(fā)展和需要而產(chǎn)生的一個有廣泛適用性、新型的多元統(tǒng)計回歸分析方法。它較好地解決了許多以往用普通多元線性回歸難以解決的問題——變量之間的多重相關(guān)性。而正是這一點，它非常適合高爐生產(chǎn)的特點，它涵蓋了多元線性回歸、主成分分析和典型相關(guān)分析方法的基本功能為一體，綜合運用了這幾種數(shù)據(jù)分析方法實現(xiàn)建立模型的準(zhǔn)確度。
　　 本文選取包鋼6￥高爐(25

3、00m3)在線采集的數(shù)據(jù)，首先對影響爐溫的各影響因素與鐵水含硅量[Si]進(jìn)行相關(guān)性進(jìn)分析，證明了各影響因素與鐵水含硅量[Si]序列之間存在較強(qiáng)的多重相關(guān)性。然后通過它們之間相關(guān)系數(shù)的計算和時間序列趨勢圖觀測，綜合分析了并得出了所選取的高爐生產(chǎn)過程中的各個狀態(tài)參數(shù)和控制參數(shù)與高爐鐵水含硅量[Si]之間的相關(guān)系數(shù)及它們的大致滯后時間。
　　 本課題將偏最小二乘回歸建模方法運用到高爐煉鐵過程中鐵水硅含量爐溫預(yù)報，運用主成分分析提取高爐

4、硅含量預(yù)報模型輸入?yún)?shù)的主成分用于后續(xù)建模。本論文主要作了以下幾個方面的工作：分析高爐冶煉特點，熟悉高爐冶煉過程并得出運用偏最小二乘回歸來建立預(yù)測模型的有效性。計算了高爐硅含量和爐溫的各影響因素的相關(guān)系數(shù)，并給出了由主要影響因子作為自變量、鐵水硅含量為因變量的預(yù)報模型，在此基礎(chǔ)上采用直接預(yù)報[Si]，通過[Si]與爐溫的關(guān)系直接預(yù)報爐溫。該模型通過對料速(LS)、風(fēng)溫(FW)、風(fēng)量(FQ)、風(fēng)壓(FY)、透氣性指數(shù)(FF)、噴煤(PM)