焦炉火道温度软测量研究-控制工程专业论文.docxVIP

内蒙 内蒙古科技大学硕士学位论文 万方数据 万方数据 摘 要 在冶炼钢铁过程中，焦炭是不可或缺的重要原料，钢铁产品很大程度决定于焦炭的 质量。从钢铁行业的长久利益出发，如果能实现焦炭在产量和质量上的稳步提升，那么 钢铁行业才能长治久安。然而，在炼焦过程中焦炉的干馏环节与立火道温度紧密相关。 因此，在炼焦过程中立火道温度需要精确控制，而精确控制的前提就是需要得到精确的 测量。但是，立火道温度过高不利于直接测量，并且立火道封闭性强不便于放置传感器。 软测量技术可以很好地解决上述问题，是一种比较新颖的测量方法，在这过程中只需要 建立准确的立火道温度和其他辅助变量之间的软测量模型，从而就可以实现立火道温度 测量。本文就立火道温度的软测量从以下几部分研究分析和验证，包括数据预处理、辅 助变量的选择、软测量模型的建立、实验验证和分析。 首先，对焦炉的结构和炼焦工艺进行了研究分析，通过分析可以初步了解与火道温 度关联较大的变量，并且可以了解到直接测量火道温度的难度和进行软测量的必要性和 可行性。 数据预处理部分：在建模过程中所用到的数据包括焦炉的煤气流量、煤水分、蓄热 室顶部温度以及火道温度等都是从包钢焦化厂采集所得，存在异常数据需要剔除，以及 对缺损值的补足，同时需要对数据进行滤波降噪以便建立模型更加准确和测量精度提高； 在对模型进行训练过程中，变量之间的数据由于单位、量值的不同需要对其进行规一化 处理。 辅助变量的选择：软测量技术的实质就是选择与目标变量相关性较强的变量作为辅 助变量，并且建立目标变量与辅助变量之间的函数关系，这就是所谓的软测量建模。因 此，依据现场采集回来的数据，本文利用 spss 软件进行相关性分析，选出焦炉煤气流量、 煤水分、蓄热室顶部温度作为辅助变量。 软测量模型：本文建立两种软测量模型包括 BP 神经网络模型和 LSSVM 模型。其中 BP 神经网络模型的优点是它存在的寻优参数较多，但是在建模过程中存在收敛速度相对较 低，并且容易陷入局部最小值，而且隐层节点也较难确定等缺点，所以本文就上述缺点 引入遗传算法对其进行优化，从而取得了良好的效果，火道温度测量值精度明显提高。 最小二乘支持向量机具有模型结构简单，训练时间较短等优点，但是也存在当受外界扰 动时稳定性较差等缺点。 关键词：焦炉；软测量；BP 神经网络；遗传算法；最小二乘支持向量机 I Abstract Coke is indispensable in the production of iron and steel enterprise ironmaking raw materials, coke quality directly affect the quality of the products of iron. Steadily improve coke production, ensure the quality of coke, iron and steel enterprises to improve economic efficiency, enhance market competitiveness is of great significance. Among them, the temperature and the vertical temperature has a great relevance in the process of coke oven carbonization, so opposite to fire way temperature control is very important. But with high temperature, high temperature vertical within a closed features, with the development of artificial intelligence technology, the emergence of soft measurement technology for temperature vertical detection provides a new method and means. Therefore, the establishment of other variables and temperature between the vertical soft measurement model has certain theoretical significance and application value. This paper for the temperature vertical soft measu