基于数据挖掘技术的干熄焦价值静态分析.pdfVIP

基于数据挖掘技术的干熄焦价值静态分析.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于数据挖掘技术的干熄焦价值静态分析.pdf

基于数据挖掘技术的干熄焦价值静态分析 施世忠 樊校英 刘琼英 吴谨 (武钢股份公司财务部) (武汉科技大学) 摘 要 随着炼铁的发展,焦炭需求增加,武钢自产焦供求矛盾渐渐显露,如何化解这一矛盾,解决日益加大的自 产焦缺口以提高武钢整体效益,是武钢当前面临的课题之一。本文介绍作者应用数据挖掘技术,探讨解决自产焦 缺口问题的途径。从收集5#高炉生产数据人手,建立焦炭技术质量等指标与入炉焦比和高炉利用系数相关关系 的数学模型,定量分析焦炭技术质量指标对入炉焦比和高炉利用系数的影响,经技术经济分析后,得出武钢采用干 熄焦能取得较好效益的结论,建议武钢加速推广应用干熄焦技术。 关键词 干熄焦 高炉利用系数 人炉焦比 效益 数据挖掘 数学模型 样本 1 前言 1.1武钢焦炭供需状况 随着国家经济改革进程加快,投资环境改善,中国掀起了一股投资热潮,经济活动持续升温,出现高速增 长,钢铁行业更是呈现一派繁荣昌盛景象。顺应时势,武钢抓住机遇实现快速发展,在优化品种结构的基础 上,深挖企业内部潜力,加大技术改造投资力度,实现规模快速扩张,铁、钢、材产量逐年增长,并且增长势头 程将使得炼铁面貌焕然一新,不仅各项技术经济指标会有明显进步,产能也将实现历史性跨越。预计到“十 一五”期末,炼铁将形成1300~1600多万吨的生产能力。 炼铁的发展,必然带动铁前系统如炼焦工序的发展,但是,炼焦工序发展难以跟上炼铁发展步伐。近几 年来,武钢焦化公司每年供应的焦炭(以下称之为自产焦)基本维持在人炉焦炭总量的90%左右,每年都要 采购一些焦炭(以下称之为外购焦)。然而,外购焦存在三个明显劣势,一是价格高,二是整体质量差,三是指 标波动大,多用外购焦既会导致生铁成本上升,又不利于高炉稳定生产和节能降耗,影响高炉技术经济指标 进步。尽管这些年来自产焦产量逐年提高,入炉焦比也逐年下降,但随着生铁产量不断提高,焦炭需求量越 来越大,自产焦依然满足不了炼铁发展要求,缺Iii有逐渐扩大趋势,制约了炼铁系统的技术经济指标进步,对 生铁成本乃至炼铁生产都构成影响。 1.2武钢减缓自产焦缺口的主要手段 这些年来,武钢采取了一系列措施来减少自产焦缺口,归纳起来不外乎两条:一是从炼焦工序人手,提高 自产焦产量。主要从两个方面人手,(1)以提高焦炭产能为主要目的,将旧的小焦炉逐步改造成大焦炉,如将 代化的大型焦炉。二是从炼铁工序人手,降低入炉焦比,减少焦炭单耗,主要措施是根据炼铁精料要求,提高 人炉矿石品位和焦炭强度M40。近几年,武钢坚持贯彻精料方针,在改善矿石综合质量指标方面,努力提高 烧结矿品位和人炉矿石品位,并加强配矿研究;在改善焦炭质量方面,加强优化配煤结构研究,逐步建设干熄 步。 生产数据人手,研究5#高炉生产数据,通过对生产数据的统计分析,定量分析焦炭质量对人炉焦比的影响, 285 分析提高焦炭质量的经济效益,为公司相关决策提供依据。 2数据挖掘技术 数据挖掘(Data Mining,DM),又称数据库中的知识发现(Knowledge Discovering 从大量的、不完全的、有噪音的、模糊的、随机的大型数据库或数据仓库中,提取隐含在其中的、人们事先不知 道的、但又对企业决策有潜在应用价值的知识和规则,预测未来趋势和行为,做出基于知识的决策。其表现 算法、规则推导等。 数据挖掘技术具有自动预测趋势和行为、关联分析、聚类、概念描述和偏差检测等五类功能。它融合了 数据库、人工智能、机器学习、统计学等多个领域的理论和技术,对数据进行标准化、抽象化、规范化分类、分 析,从而淘出人们所需要的“金”,是一门交叉学科。 随着计算机技术的发展,特别是信息技术的发展,数据的生成、收集、存储与处理能力大大提高,数据挖 掘技术也得到飞速发展,形成了三根强大的技术支柱,即数据库、人工智能和数理统计。 数据挖掘技术包含数据准备、数据挖掘(处理)和结果解释三个阶段。 数据准备是为数据挖掘(处理)提供可靠的数据,包括采样和修正;数据挖掘(处理)是利用一些算法,抽 取数据中蕴涵的信息,揭示规律,包括数据信息的初步探索和建模;结果解

文档评论(0)

带头大哥 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档