铜闪速熔炼过程操作模式多类分类策略研究.docVIP

铜闪速熔炼过程操作模式多类分类策略研究.doc

  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
铜闪速熔炼过程操作模式多类分类策略研究

铜闪速熔炼过程操作模式多类分类策略研究   摘 要:针对铜闪速熔炼操作模式易获取而标记困难的特点,文章利用支持向量机在解决小样本、非线性及高维模式识别问题中特有的优势,构造了一种基于边缘交叉的支持向量机决策树模型,能有效的减小传统决策树方法出现的误差积累现象,提高铜闪速熔炼过程操作模式分类的准确度。   关键词:操作模式;支持向量机;多类分类   引言   铜是重要的有色金属之一,在能源、航空、冶金、机械、石油、化工、电器、医疗卫生等工业部门中有着重要的应用。熔炼是提取铜、铅、锌、镍等有色金属的主要工艺方法,世界上85%的铜是通过熔炼工艺生产的,但我国铜熔炼工艺能耗比发达国家高出21.2%,有价金属随炉渣损失大。因此,研究研究铜闪速熔炼过程的操作参数优化,对于实现铜闪速熔炼过程的节能降耗、提高资源利用率以及充分发挥生产潜力、提高生产过程的技术经济指标,实现企业的可持续发展,都具有重大意义[1]。   铜闪速熔炼过程是一个复杂的物理化学变化过程,具有非线性、时变性、强耦合、大滞后等特点。Goto和Maruyama等[2-5]开发了符合热力学反应条件和物料平衡、热量平衡的操作参数优化模型。然而,由于数学模型是通过大量简化得到的,很难应用数学模型来实现操作参数的优化。无法完全依靠传统方法建立精确的物理模型进行管理监控。但在长期的运行过程中产生了大量反映其运行机理和运行状态的数据。由于实际需求和成本优化等因素考虑,如何利用这些海量数据来优化系统操作参数,提高产量已成为亟待解决的问题。文献[6]针对铜闪速熔炼过程的特点,充分利用在生产过程中长期积累的工业数据,提出了基于数据驱动的操作模式优化方法。文章在此基础上,针对铜闪速熔炼过程生产过程的特点,进行了铜闪速熔炼过程操作模式的分类策略研究,提出一种改进的多类支持向量机分类方法,并将其应用到铜闪速熔炼过程的操作模式分类。   1 铜闪速熔炼过程控制机理   铜闪速熔炼工艺机理为:将深度脱水的精矿粉末,在闪速炉喷嘴处与空气或氧气混合,然后从反应塔顶部喷入反应塔内并发生反应,形成熔融硫化物和氧化物的混合熔体,并下降到反应塔底部,在沉淀池中汇集并沉淀分离,最终形成冰铜与炉渣。闪速熔炼炉结构如图1所示。   图1 闪速熔炼结构图   铜闪速熔炼优化控制的基本思想是以铜闪速熔炼三大工艺指标的稳定优化运行为控制目标。精矿、造渣剂等混合物以规定的速率加入到闪速炉中,在这个速率上建立所有其他的控制。熔炼过程所需要的热消耗主要通过提高炉内富氧浓度,利用氧气自热反应(不加燃料)来解决,通过设定合适的富氧浓度使冰铜温度达到期望值;同时,富氧浓度的变化将会影响到冰铜品位值的变化;通过调整造渣剂的给入量实现渣中铁硅比的优化控制。因此,在给定的加入量的情况下,反应塔工艺风量、反应塔工艺氧量及造渣剂加入量就是需要优化的控制参数,也就是闪速炉的控制量,直接影响闪速熔炼过程的优化控制。   2 操作模式的形成   闪速熔炼过程的操作参数之间相互关联,而且是强耦合的。将描述工艺状况的多个参数作为一个整体来考虑,即操作模式。   当前工艺状况的参数一般分为输入条件、状态参数、操作参数以及工艺指标描述[7]。输入条件是指原料的种类、品味、杂质含量等原始信息,t时刻的输入条件可表示为I(t)=[i1(t),i2(t),il(t)]T,其中l为输入条件的个数;状态参数是指生产过程中各类传感器检测到的温度、压力和火焰颜色等的一系列可以反映生产运行状态的数据,t时刻的状态参数可以表示为S(t)=[s1(t),s2(t),sm(t)]T,其中m为状态参数的个数。操作参数是生产过程中可以进行调节控制的参数,如压力、风量、氧量等,t时刻的操作参数可表示为P(t)=[p1(t),p2(t),pn(t)]T,其中,n为操作参数的个数。   一定的输入条件(l维)及与之对应的操作参数(n维)所组成的l+n维向量定义为一个操作模式,即   (1)   在长期积累的工业数据中,可以抽取出一个操作模式库。工况有优良中差之分,同样的,操作模式通常可以分为优秀操作模式,良好操作模式,正常操作模式以及故障操作模式。根据当前的操作模式与操作模式库进行对比,即可适当调整当前的操作参数,使得工况达到最优。基于操作模式的控制过程如图2所示。   图2 基于操作模式的控制简图   然而,操作模式库中样本是没有标签的,铜闪速熔炼反应复杂,难以根据机理建立工况评价模型,只能通过有丰富经验的专家,人工给予标签。对于大量的数据样本,人工标签的代价相当昂贵,而且不切实际。支持向量机在解决小样本、非线性及高维模式识别问题中表现出了许多特有的优势,并能够推广应用到函数拟合等其它机器学习问题中。文章从历史数据库中获得一部分拥有标记的操作模式,提出一种改进的支持向量机多类分类方法来对这

文档评论(0)

fangsheke66 + 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