用户名: 密码: 验证码:
时间序列方法在临钢六号高炉铁水含硅量预测中的应用
详细信息    本馆镜像全文|  推荐本文 |  |   获取CNKI官网全文
摘要
由于炼铁工艺的专业性和复杂性,为阐述本文内容,首先介绍了高炉炼铁的一般过程,
     说明了铁水含硅量预测的技术价值和主要的技术难度。然后,运用时间序列方法,对含硅
     量时间序列的模型阶次进行了确定,对模型参数进行了辨识,建立起铁水含硅量预测的一
     步、二步模型,计算了各种预测模型的命中率。为了提高预测模型的一步命中率,也为了
     充分利用与含硅量时间序列相关的其它时间序列的信息,本论文还运用“提示序列”方
     法、多元时间序列方法建立了20多种一步预测模型,并且用鼓风动能和风量、风温两种
     方法对预测模型的预测值进行了修正,使命中率提高了4-5个百分点。为了使预测模型
     能够在线进行,采用了限定记忆法进行模型参数的辨识,对辨识出来的参数用牛顿法进行
     优化,结合两种修正方法,使模型的预测命中率与离线预测的水平相当。
For clarify the complex of ironmaking, BF's (blast furnace) ironmaking process and
    difficulties of predicting hot metal silicon content were described in this paper. By means of time
    series method, determing the order and identificating parameters on silicon time series were
    done .From the above, the first-step, second-step ahead predicting models were built, and hitting
    ratio of all predicting models were calculated. To increase the hitting ratio of first-step head
    forecasts models, and to use the information of other time series sufficiently, more than 20 first-
    step predicting models were built using "Leading indictor", and "Multivariate time series".
    Predictors were modified using two parameters: ventilation, hot air volume and temperature which
    can increase hitting ratio for 4-5%. In order to apply these predicting models on line, "Recursive
    Fixed Memory method" was used to identify parameters which were optimized by Newton
    method and modified. The calculations got to the hitting ratio level off line.
引文
[1] 国家自然科学基金委员会,自然科学学科发展战略调研报告——自动化科学与技术,科学出版社,1995
    [2] 国家冶金局规划发展司、中国金属协会、冶金科技发展中心、冶金科技发展指南(2000-2005),内部资料,1999.07
    [3] 翁宇庆,1996年我国炼铁技术进展与1997年的展望,钢铁,1997,32(5):1-6
    [4] 张寿涛等,面向新世纪挑战的我国炼铁工业,钢铁,1999,34(增刊),1-6
    [5] C.Stable.Ironmaking Processing. 26(1967) 66.
    [6] C.J.Fieden. I.B.Wood Journal of the Iron and Steel Inst. 192 (1968).650.
    [7] S.M.Pandi. J.A.Clum and S.M.Wu. Ironmaking Processing, 34(1975).403.
    [8] 秦民生,杨天钧,,炼铁过程的解析和模拟,冶金出版社,1991
    [9] P.W.Warren,英钢联高炉过程控制的发展,国外钢铁,1996,6,5-8
    [10] M.Bramming,M.Hallin,G.Zuo,瑞典钢铁公司吕勒奥厂高炉过程控制新技术的开发和应用(续),国外钢铁,1996,12,18-23
    [11] D.Vandenberghe,L.Bonte,H.Van Nienwenburgh,马里奥姆钢铁公司高炉的过程控制技术,国外钢铁,1996,12,18-23
    [12] 高小强等,高炉铁水含硅量和含硫量动力学预报研究,钢铁,1995,30(4),10-13
    [13] 孙铁栋等,石钢高炉炉况智能预测系统,冶金自动化,1996,4,27-30
    [14] 孙克勤,高炉铁水含硅量预报自适应数学模型的研究与试验,钢铁,1989,24(6),4-8
    [15] 夏升华,济钢4#高炉冶炼趋势预报系统冶金自动化1996,4,31-35
    [16] 周传典主编,鞍钢炼铁技术的形成与发展,冶金工业出版社,1998
    [17] 孙铁栋,杨章远,许志宏,神经网络方法在预报高炉铁水含硅量的应用研究,钢铁,1996,31(3),18-20
    [18] 刘祥官,刘芳等,济钢350 高炉的炼铁优化专家系统,钢铁,1999,34(增刊)
    [19] 《“高炉炼铁过程计算机优化控制系统”科学技术成果鉴定证书》,浙科鉴字[99]第269号
    [20] J.C.Peacey,W.G.Davenport原著,傅松龄等译,高炉炼铁理论与实践,冶金出版社,1985
    [21] WalkerH,(1997)'Blast Furnace practicr-Ⅱ',in Blast Furnace Ironmaking。1997,Lu, W.K,Editor, Mc Master University, Hamilton,Canada,pp. 17-29 to 17-33
    [22] 徐树访,矩阵运算的理论与方法,北京大学出版社,1995
    [23]J.H.Wilkinson原著,石钟慈等译,代数特征值问题,科学出版社,1987
    [24]方崇智,肖德云,过程辨识,清华大学出版社,1998
    [25]Pandit, S.M.et al,34~(TH) Conf.Pro.,Toronto, 1975 PP.403-415
    [26]Uusi-Honko, H. Prediction of Hot Metal Silicones of Blast Furnace By Multivariate Time Series Modeling, Report 88-90-A,Dept. of Chemical Engineering
    [27]周传.典,徐矩良,刘云彩,奚兆元,高炉操作的第三代技术,炼铁,1995第5期
    [28]S.M.潘迪特,吴宪民,时间序列及系统分析与应用,机械工业出版社,1998
    [29]刘祥官,李吉鸾,孙红军等,杭钢1号高炉计算机系统应用及效益,钢铁,1998,33(1),110-113
    [30]张瑞英,韩志进,林秀亭编,中小高炉炼铁生成及管理,冶金工业出版社,1995
    [31]常学将,陈敏,王明生编,时间序列分析,高等教育出版社,1993
    [32]杨位钦,顾岚编,时间序列分析和动态数据建模,北京工业学院出版社,1986
    [33]杨叔子,吴雅等编,时间序列分析的工程应用,华中理工大学出版社,1991
    [34]刘宏才,系统辨识与参数估计,北京科技大学出版社,1994
    [35]吴今培著,实用时序分析,湖南科学技术出版社,1989
    [36]汪荣鑫,随机过程,西安交通大学出版社,1995
    [37]胡国定,张润楚著,多元数据分析法,南开大学出版社,1990
    [38]安鸿志,陈兆国,杜金观,潘民著,时间序列的分析与应用,科学出版社,1986
    [39]项静恬,杜金观,史久恩,动态数据处理-时间序列分析,气象出版社,1986
    [40]邓守强,高炉炼铁技术,冶金工业出版社,1989
    [41]毕学工,高炉过程数学模型及计算机控制,冶金工业出版社,1996
    [42]成兰伯,高炉炼铁工艺及计算,冶金工业出版社,1990.06
    [43]黄希佑,钢铁冶金原理,冶金工业出版社,1990.11

© 2004-2018 中国地质图书馆版权所有 京ICP备05064691号 京公网安备11010802017129号

地址:北京市海淀区学院路29号 邮编:100083

电话:办公室:(+86 10)66554848;文献借阅、咨询服务、科技查新:66554700