主成分分析法在电弧炉终点碳成分预报模型中应用.pdfVIP

《冶金自动化》2008年S1 主成分分析法在电弧炉终点碳成分 预报模型中的应用 李承杰，周英崛 (冶金自动化研究设计院研发中心，北京100071) 摘要：冶金行业生产自动化水平的提高有赖于生产过程模型的发展。目前广泛应用的统计模型在输入变量选 择上存在着一定的问题。本文尝试利用主成分分析的方法完成电炉终点碳成分预报模型建模过程中模型输入 变量选取的工作，并利用江阴兴澄特钢电弧炉的实际生产数据检验了这一思想。 关键词：电弧炉；预报模型；变量选取；主成分分析 O前言 建模的生产过程作为“黑箱”处理，先采集这个黑 随着冶金行业生产自动化水平的逐渐提高， 箱的输入输出数据，经过预处理剔除不良数据后 以往简单的自动控制系统大多已不能符合生产快 形成样本集，利用这个样本集由选定的算法训练 节奏，高精度的需求，取而代之以数学建模为基础 出一组能表达生产过程特征的参数矩阵，并在日 的多输入多输出的复杂过程控制系统。控制系统 后应用中得到的新数据来调整这个参数矩阵以达 的建立是通过研究冶金机理和分：听生产过程产生 到使模型保持接近实际输出。文献[4]提出的增 的数据，使用各种数学建模的手段来建造出最接 量神经网络模型，只注重系统输入量和输出量的 近实际生产过程输入输出的系统模型；然后利用 变化，系统输人与输出增量的映射关系通过网络 模型来控制，监视和预测生产，以求达到更高控制 很快形成，网络结构简单。以废钢、铁水、装料制 精度和自动化水平¨J。国内外冶金自动化行业在 度、通电时间、吨钢氧耗和电耗相对于参考炉均值 复杂系统建模上已经有了长足发展，采用的建模 的增量为输入节点，对冶炼钢水终点温度和碳、磷 方法也达到了相当高的精度，极好的指导了生产 成分进行预报，其模型精度也基本达到了工业生 实践。 产的要求。 1 电弧炉终点碳成分建模方法 统计模型在实际应用中取得了巨大的成功， 1．1国内研究成果 其中的佼佼者基于人工神经网络算法的模型更是 建立模型的方法一般的有两种，机理模型和 被广泛使用于冶金行业各个方向∞J。由于统计建 统计模型。机理模型通过对冶金过程的物理化学 模跳过内彰机理考虑的是过程的输入与输出之间 过程的研究，建立相应的数学方程，并且在应用过 关系，所以其关键除了核心算法外，输入变量的合 程中根据使用效果、需求变更和环境变化等调整 理选择也是至关重要的。当前建模过程中输入变 模型校正参数来建立模型的一种方法。文献[2— 量的选取一般仅通过研究冶金机理来判断和选取 3]对超高功率电弧炉炼钢工艺作：了系统分析，基 那些对控制输出起显著作用的输入变量。 于能量、物料和化学平衡，建立了可用于实际生产 1．2统计模型中输入变量的选取 的模型。 然而这种模型输入变量的选取方法是有一定 然而在许多的冶金生产过程中的被控对象十 困难的。首先研究冶金机理需要大量的专业知识 分复杂，很多内部机制即使是专家也不能完整清 和实践经验还有宝贵的科研时间，并且很多冶金 晰的阐述清楚，因此为了建立起有效的模型，大量 机理由于所涉及的输入变量数量庞大，关系复杂， 的采用了统计模型建模的方法。统计模型是将待 在选取过程中往往只选择了作用十分直接和明显 收稿日期：2007—12_30；修改稿收到日期：2007一12-31