数据挖掘技术在高炉专家系统参数自学习中应用.pdfVIP

数据挖掘技术在高炉专家系统参数自学习中的应用 陈令坤 (武汉钢铁(集团)公司研究院) 摘 要 许多表征高炉过程的重要参数，如热负荷、热指数、熔损反应碳量等，在不同炉况下有不同的表现特征， 本文利用数据挖掘技术实现了这些重要参数变化规律的分类，从而实现了炉况变化特征的识别，不同的特征参数及 其组合对应的炉况需要采取不同的操作措施，利用这些发现的数据特征，可以用于构建专家系统规则库，实现了专 家系统参数的自学习，这大大提升了利用规则诊断高炉状况的精度，实现了专家系统知识库门槛值的实时更新。 关键词 高炉 专家系统 规则库 参数 自学习 The Application of Data Mining Technology on Parameters Self-Learning in Blast Furnace Expert System Knowledge Base Chen Lingkun (Research and Development Center of Wuhan Iron Steel (Group) Corp.) Abstract Some important parameters which can be used to describe the condition of blast furnace, such as heat loss of staves, heat level index, solution loss carbon, have different characteristics under different condition of blast furnace, the characteristics of these parameters have been found by using the technologies of data mining in this paper, the variation of condition of blast furnace can be identified by using these parameters, it is necessary to adapt different methods to control the blast furnace with different conditions, the characteristics of these parameters can be used in buding the knowledge base of blast furnace expert system, the threshold of parameters in knowledge base will be changed automatically when running the knowledge base. Key words blast furnace, expert system, rule book,parameters, self-learning 武钢 5 号高炉专家系统的开发工作已经基本完成，主要功能已经实现在线运行，在专家系统原设计中限 于条件，有一个重要的问题没有考虑，就是如何实现专家系统知识库的更新维护的问题，我们知道高炉生产 状况随外界条件的变化是不断发生变化的，高炉专家系统的知识库尽管反映了高炉冶炼的规律，但这些规律 在不同炉况下的表现在程度上还是略有差异的，如何反映这种程度上的差异是关系到炉况诊断水平高低的一 个重要标志。 本文想通过高炉本身重要参数在不同炉况下的表现，利用数据挖掘技术实现数据变化规律的掌握，利用 这些发现的数据特征，可以精确的实现炉况的描述，由于专家系统规则库也是利用这些参数进行设计的，这 些参数如果能随着炉况的演化自动赋予合适的控制值，这将大大提升利用规则诊断高炉状况的精度。 1 武钢 5 号高炉专家系统架构