基于支持向量机的转炉炼钢终点预测研究.pdf

第2期 无线互联科技 No.2 2017年1月 Wireless Internet Technology January，2017 基于支持向量机的转炉炼钢终点预测研究 王旭生，贾金锁 （华北理工大学 信息工程学院，河北 唐山 063000） 摘 要：文章主要探究的是建立精确预测炉内的终点碳含量和钢水温度的函数模型，从而准确、高效地得到满足要求的钢 材。通过使用对样本数目要求不高、学习能力强的支持向量机学习算法建立数据模型，在MATLAB软件的实验环境下，实现 对该模型的训练、测试以及绘制出完整的预测函数图形，并用K折交叉验证算法对预测函数进行反复的训练优化，最终得到 较理想的MSE终点预测函数。 关键词：转炉炼钢；SVM；预测模型 1 研究背景 第二，S形核函数： 1.1 转炉炼钢原理和工艺 转炉冶炼的主要反应原理是利用原料组分之间产生的 第三，多项式核函数： 化学反应释放出的物理热将主要原料为铁及铁的化合物的 物质融化，以完成炼钢的一个物理阶段。在钢材的生产过程 3 终点预测函数曲线 中，主要经过轧钢、铸造、炼钢和炼铁4个方面的冶炼过程。 3.1 原料提取 其中，炼钢环节对提高产品质量、降低生产成本以及扩大品 通常情况下，炼钢所用的基本原料是由大部分的铁质以 种范围等有着重要作用。氧气顶吹转炉炼钢法是当前在社会 及一小部分的造渣、冷却等辅助材料所组成。所以根据各部 上各个生产单位主要应用的冶炼方法。氧气顶吹转炉炼钢 分原材料占比含量的不同分成主、辅材料。一般来说，炼钢 法是一种具有较高复杂度的方法，但是该方法已成为当前世 用辅原料包括气体（氧气、氮气、氩气）、造渣剂（合成造渣 界主流的炼钢方法。建立准确的终点钢的碳含量和温度函 剂、石灰、萤石、白云石）、冷却剂（球团矿、铁矿石、氧化铁 数模型至关重要，能够得到所需碳含量钢材、可以节省高炉 皮、烧结矿）、增碳剂等。原则上通常选用铁质元素含量高、 工人的工作时间和劳动量，避免进行不必要的冶炼过程，提 易于提取和分离的铁合金矿石作为炼钢的主要原材料。 升冶炼的产品出产效率，投入成本相对较低。 炼钢工艺制度的基础是转炉入炉原料组成。首先是钢铁 2 支持向量机原理 料组成，即废钢种类及铁水和废钢的合理配比；然后是造渣 2.1 支持向量机原理 料结构，也就是铁矿石、石灰、白云石、萤石等的配比组成； 支持向量机（Support Vector Machine，SVM）是一种分 研究炼钢主要原材料的科学配比，主要是想让炼钢的成本最 类算法，通过寻求结构化风险最小来提高学习机泛化能力， 小化，产出钢材的质量最优化，企业生产价值最大化。而且 由有限的训练样本得到小的误差能够保证独立的测试集仍 通过调节炉料的加入配比，也就是主、辅原料的结构，就可 保持小的误差。实现经验风险和置信范围的最小化，从而达 以科学准确地控制转炉炼钢炉内温度的变化。当然加入的 到在统计样本量较少的情况下，亦能获得良好统计规律的目 铁水的含量对终点温度可以产生巨大影响，因为铁质原材 的。通俗来讲，它是一种二类分类模型，其基本模型定义为 料的加入量一般占据全部材料的70%以上。因此，对温度和 特征空间上的间隔最大的线性分类器，即支持向量机的学习 入炉铁水化学成分都有相应的要求。 策略便是间隔最大化，最终可转化为一个凸二次规划问题 3.2 温度终点预测模型 的求解，因此局部最优解一定是全局最优解。并且应用核函 本文中提取的炼钢用铁质原料作为主要原材料。炼钢用 数，把非线性问题转化为线性问题来求解。 辅原料包括气体（氧气、氮气、氩气）、造渣剂（合成造渣剂、 2.2 核函数 石灰、萤石、白云石）、冷却剂（球团矿、铁矿石、氧化铁皮、 SVM的不同是因满足Mercer定理的核函数的不同而引 烧结矿）、增