数据驱动高炉炼铁过程鲁棒LS--SVR建模及非线性预测控制

来源 :东北大学 | 被引量 : 0次 | 上传用户:wwb518
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
钢铁行业是我国国民经济重要支柱产业之一,在国家经济与社会发展中起着不可替代的作用,其理论研究与工业应用一直以来都是冶金学、自动控制以及工艺学等多个领域的研究热点。为实现高炉炼铁过程的高产低耗与稳定顺行,需要对高炉炼铁过程尤其是最终铁水质量指标进行实时监控和有效控制。由于目前检测手段的限制,铁水硅含量([Si])、磷含量([P])、硫含量([S])以及铁水温度(MIT)等多元铁水质量指标难以直接在线检测,且离线化验时间滞后较长。同时,由于高炉内部存在复杂物理化学反应和热质传递与多相流特性,并在高温、高压、多相多场耦合的密闭条件下固-液-气多态共存,使得难以建立关于铁水质量的机理模型。因此,必须借助于人工智能与统计学习技术,研究建立数据驱动的高炉炼铁过程多元铁水质量模型以及在此基础上的铁水质量控制,以解决目前高炉炼铁过程监测与调控严重依赖于操作员经验知识判断而造成生产不稳定、铁水质量达不到生产要求的问题。
  针对于上述问题,本文依托国家自然科学基金重大课题项目“大型高炉高性能运行控制方法及实现技术”(项目号:61290323)和“大型高炉高性能运行控制的实验验证平台构建及应用验证”(项目号:61290321),以广西柳州钢铁集团#2高炉的实际生产为研究背景,在统计学习理论框架下,开展数据驱动高炉炼铁过程鲁棒LS-SVR建模及非线性预测控制的研究与应用,具体工作如下:
  (1)针对高炉炼铁过程的关键工艺指标--铁水[Si]难以直接在线检测且化验过程滞后的问题,提出一种基于稀疏化鲁棒最小二乘支持向量机(R-S-LS-SVR)与多目标遗传优化的铁水[Si]动态建模方法。首先,对高炉过程数据进行主成分分析(PCA)降维处理以解决变量众多、参数耦合的问题;然后,通过提取样本数据在特征空间映射集的极大无关组来实现训练样本集的稀疏化,降低建模的计算复杂度,并将IGGⅢ加权函数引入稀疏化最小二乘支持向量机(S-LS-SVR)进行鲁棒性改进,得到鲁棒性较强的R-S-LS-SVR模型;同时,针对模型超参数优化的问题,提出从建模误差与估计趋势评价建模性能的多目标评价指标,利用快速非支配排序带有精英策略的多目标遗传算法进行优化,从而获得具有最优参数的铁水[Si]在线软测量模型。最后,将所提R-S-LS-SVR应用到高炉铁水[Si]预测中,仿真验证表明改进算法稀疏与鲁棒的有效性和先进性。
  (2)针对全面表征高炉铁水质量的多元铁水质量指标建模问题提出一种基于迁移学习与M.估计的鲁棒多输出最小二乘支持向量机(R-M-LS-SVR)算法。首先,引进非线性自回归模型(NARX)来捕获高炉炼铁过程的非线性动态信息,并采用PCA进行数据降维;同时考虑到标准LS-SVR不能有效处理多输出建模问题,基于多任务迁移学习设计一种新颖的多输出最小二乘支持向量机(M-LS-SVR)。然后,将M.估计引进M-LS-SVR来降低离群点的影响并提高模型鲁棒性;最后,提出综合考虑均方根误差和预测趋势相关系数的模型综合评价指标,在此基础上,使用NSGA-Ⅱ算法全局优化模型参数。基于实际工业数据和数据试验表明,所提方法能有效地消除高炉过程中数据波动带来的不利影响,具有较强的鲁棒性和较高的精度。
  (3)针对铁水质量指标难以采用常规方法进行有效控制的问题,在上述鲁棒建模基础上,进一步研究数据驱动非线性预测控制的铁水质量控制方法。首先,针对高炉炼铁过程铁水[Si]的控制问题,提出一种以R-S-LS-SVR为预测模型的数据驱动非线性预测控制,并在实时优化过程采用全局优化的GA进行动态迭代;其次,针对[Si]、[S]、[P]、铁水温度等多元铁水质量指标的控制问题,采用所提R-M-LS-SVR算法建立过程的预测模型和逆系统模型,提出基于多变量逆系统解耦的多元铁水质量指标数据驱动非线性预测控制方法;最后,采用实际工业数据进行数据试验,以充分验证所提控制方法的有效性和先进性,从而为实现高炉炼铁过程的全流程闭环一体化控制提供解决思路。
其他文献
热应力模型是研究连铸裂纹质量问题的核心和基础。在连铸生产过程中,铸坯质量一直是人们关注的重点,特别是裂纹问题,占铸坯总质量缺陷的50%以上。裂纹的产生往往是由于铸坯所受应力超过其自身强度。高温情况下,通常建立热应力模型采用数值模拟方法分析铸坯内部应力状态。但热应力模型涉及温度、应力场的计算,数值求解面临计算量大,计算时间过长的突出问题,难以满足裂纹分析、工艺优化的实际应用需求,亟需提高其计算速度。
学位
电熔镁砂是一种高温耐火材料,广泛应用在航空航天、化工、冶金、建材等领域,有着极其重要的作用。在工业生产中,通常用电熔镁炉作为熔炼制取电熔镁砂的设备。电熔镁炉的欠烧工况作为生产过程中的一种异常工况,若不及时处理则会造成炉壁烧穿,使镁炉报废,严重时甚至会出现人员伤亡。现有的对电熔镁炉欠烧工况判断的方法是通过人工现场巡检的方式,并且还需要依靠人工经验来实时观察炉口和炉体的形态,该方法存在一定的危险性且劳
学位
对工业过程进行监测的目的在于及时有效地发现生产过程的异常情况、保证安全生产、提高产品质量和降低成本。近年来,基于数据驱动的工业过程监测方法成为研究热点并被广泛应用。在这些方法中,独立元分析方法和非负矩阵分解由于具有提取数据有效信息的特性得到广泛应用。同时,随着工业过程的不断复杂化,要想在故障检测与诊断的过程中取得较好的监控效果,需要使用多个视角的数据全面的进行监测。本文在前人工作的基础上基于多视角
学位
精炼炉终点温度准确控制的目的是以规定时间为连铸提供合格温度和成分的钢液。现有的终点温度控制方法大多基于钢水温度的点预报模型,预报结果不包含不确定度信息,控制效果与期望存在偏差。  因此本文考虑升温过程和脱硫过程的工艺耦合关系,基于钢水温度和硫含量的区间预报模型,利用包含不确定性信息的区间预报结果,对终点温度涉及的过程变量进行优化设计,实现对精炼炉终点温度的区间控制。  首先,本文根据精炼工序的特点
学位
随着控制领域涉及范围的扩展及知识自动化的兴起,人工设计工作的自动化变得越来越重要。而药物设计工作的自动化对药物设计具有重要的理论与实际意义。在知识自动化背景下,分子对接预测是实现药物设计自动化的重要手段,其是一种复杂的NP-hard优化问题,在新药设计过程中起着关键作用,然而目前尚未有一种通用方法能够有效解决该问题。因此,深入研究智能优化方法并将其应用于分子对接预测问题,具有重要的理论与实际意义。
学位
实际工业过程的运行反馈控制一直是控制领域的研究热点和难点之一,现有的运行反馈控制方法虽然考虑了底层误差对整个运行控制系统性能的影响,但是假设运行层为静态模型,并且没有考虑不同变量之间的相互耦合关系,没有考虑输入和输出变量具有不同采样速率的特性。为克服上述局限,本文依托国家自然科学基金“非线性多变量自适应解耦控制及在钢球磨煤机中的应用(611573090)”,研究了基于多模型的运行反馈自适应双率解耦
耐火材料是冶金、化工、石油、机械制造、硅酸盐等工业领域十分重要的基本原材料,隧道窑是生产耐火材料的重要工艺设备。只有隧道窑相关参数配置合理才能保证耐火材料的优良品质。随着时代发展,人们对生产过程自动化水平的要求不断提高。一个完善的自动控制系统对绿色生产,降低能耗,节省人力,统筹管理都有很大的帮助。本文基于如上目的设计一套隧道窑自动控制系统并深入研究隧道窑温度控制方法。  论文设计集成上位机监控画面
学位
随着视频监控技术的快速发展,视频监控以其直观方便,可视化强的优势,已经在工业生产上带来一定的便利。然而,视频也存在着信息量大,存储容量要求高的缺陷,如何高效的利用工业生产过程的视频监控,并针对工业视频信息内容,通过计算机技术进行有效的故障监测,使故障诊断和排除更加及时,生产过程更加安全,经济损失更少,成为一个亟待研究的问题。本文从工业生产过程的视频监控的角度出发,针对工业电熔镁的生产过程,通过对视
学位
电弧炉炼钢已有近百年的历史,近几十年来发展尤为迅速。在现代炼钢企业,电弧炉有着重要的地位。它通过电极与炉料之间产生电弧放热来对炉料进行加热。因此电极调节器的性能对于整个电弧炉冶金过程来说十分重要,它直接影响着电能的消耗,电极的损耗,机械设备的损耗,电网的质量以及产品的质量。对于电弧炉来说,它是一个强耦合,具有滞后的时变非线性系统,现有的工业用电极控制方式都是对单相电极分别控制,该种方式没有考虑到电
由于化石能源的不可再生及大量消耗带来的环境问题,人类正积极寻找可再生能源来调整能源结构,实现可持续发展。风能作为可循环、无污染、成本低的绿色能源,正得到全球各国的关注。高效利用风能以及提高发电质量是风力发电相关技术的主要研究方向和重点。由于风能具有分布不均、随机性、不稳定性的特点,需要风力发电系统能够实现无人值守运行。因此,对风力发电机组的控制系统进行研究具有深远的实际意义。本文以风力发电系统为研