宝钢高炉炉温预报及炉热调剂指导模型开发研究究结题报告.docVIP

宝钢高炉炉温预报 及炉热调剂指导模型开发研究 结 题 报 告 宝钢股份公司炼铁厂 东北大学信息科学与工程学院 2003年10月  目 录 第一章 概 述 1 1．1 本项目研究的重要意义 1 1．2 宝钢炉温预报及操作指导系统现状分析 3 1．2．1 TC模型与OT模型 3 1．2．2 FT模型 4 1．2．3 宝钢现有方法分析 6 1．3 项目任务与研究内容 6 1．4 项目完成情况与进展 7 第二章 数 据 分 析 9 2．1 炉温预报模型输入参数确定 9 2．1．1 影响炉温水平的工艺参数 9 2．1．2 炉温预报模型输入参数的选择原则 10 2．2 参数相关性分析 13 2．2．1 相关性分析的目的 13 2．2．2 输入工艺参数的相关性分析 14 2．3 滞后时间的确定 15 2．4 滞后时间相关分析方法评价 18 第三章 高炉炉温预报模型研究 23 3．1 神经网络预报方法 23 3．2 几种常见的神经网络炉温预报模型 24 3．2．1 BP神经网络炉温预报模型 24 3．2．1．1 BP神经网络结构 25 3．2．1．2 BP算法 25 3．2．1．3 采用BP算法的缺陷与不足 26 3．2．2 遗传算法神经网络炉温预报模型 27 3．2．2．1 遗传算法的引入 27 3．2．2．2 遗传算法神经网络结构 27 3．2．2．3 遗传编码 27 3．2．2．4 遗传算法神经网络模型的缺陷与不足 28 3．3 时差神经网络炉温预报模型 29 3．3．1 时差神经网络炉温预报模型结构 29 3．3．2 时差学习方法的引入 30 3．3．3 时差学习方法 30 3．3．4 时差神经网络模型算法 33 3．3．5 时差神经网络模型的改进 36 3．3．5．1 具有遗忘因子的BP算法 37 3．3．5．2 有选择的具有遗忘因子的TD学习算法 38 3．4 时差神经网络预报模型实验结果 39 3．4．1 2002年8~9月数据集实验结果 40 3．4．1．1 2002年8~9月数据集铁水含硅量预报结果 40 3．4．1．2 2002年8~9月数据集铁水温度预报结果 41 3．4．2 2002年9~10月数据集实验结果 43 3．4．2．1 2002年9~10月数据集铁水含硅量预报结果 43 3．4．2．2 2002年9~10月数据集铁水温度预报结果 46 3．4．3 2002年10~11月数据集实验结果 49 3．4．3．1 2002年10~11月数据集铁水含硅量预报结果 49 3．4．3．2　2002年10~11月数据集铁水温度预报结果 52 3．4．4 2003年9~10月数据集实验结果 55 3．4．4．1 2003年9~10月数据集铁水含硅量预报结果 55 3．4．4．2　2003年9~10月数据集铁水温度预报结果 57 3．5 时差神经网络预报结果分析 60 第四章 炉热状态调剂指导模型研究 62 4．1 宝钢高炉炉热调剂方法 62 4．2 炉热调剂指导知识推理模型研究 64 4．2．1 知识的表达及获取 64 4．2．2 知识的处理 65 4．2．2．1　隶属度的确定 65 4．2．2．2　隶属函数的选择 66 4．2．2．3　模糊产生式规则 66 4．2．3 推理研究 67 4．2．3．1　系统的不确定性 67 4．2．3．2　精典推理算法 68 4．2．3．3　改进的推理算法 68 4．2．4 推理机的控制策略 69 4．2．4．1　正向推理 69 4．2．4．2　反向推理 70 4．2．4．3　双向推理 71 4．3 动作量计算模型研究 72 4．4 炉热调剂指导系统的实现 72 4．4．1 知识的获取与表示 72 4．4．2 系统的实现过程 75 4．5 炉热调剂指导系统实验结果 78 4．6 炉热调剂指导系统实验结果分析 80 第五章 结 论 81 附件1 界面规格书……………………………………………………….....…83 附件2 软件功能规格书……………………………………………………….97 第一章 概 述 1．1 本项目研究的重要意义 要实现高炉生产优化、智能操作，达到长寿、高产、优质、低耗的目标，研究开发实用有效的高炉炉况判断、预报及操作指导系统是非常必要的。高炉生产过程中，稳定炉况、维持良好的炉热状态，是实现这一目标的根本保证。 由于以下几方面的因素，使得高炉炉热状态判断非常复杂： 高炉冶炼过程是在密闭反应器中炉料与煤气逆流运动中进行，具有多体系交织的复杂高温物理和化学过程，过程参数是不均匀的和非线性的； 到目前为止，全面、准确观察高炉冶炼过程尚不可能，炉腰及风口探管也只能监测和观察局部过程，过程参数的准确采集和及时处理也十分困难； 影响高炉热状态参数众多