论文部分内容阅读
LF炉是精炼脱硫的主要设备,钢水硫含量的预报对LF脱硫控制非常重要。由于区间预报给出的是一个以一定概率将真值包含其中的区间,提供了预报结果和预报结果的可信度,能为脱硫控制提供更多的信息,弥补现有的硫含量预报模型的不足,避免了预报误差给控制带来的风险,所以本文研究了实现LF钢水硫含量区间预报的方法。本文首先建立LF钢水硫含量预报模型,随后,以硫含量预报模型为对象,对其进行不确定度分析,再依据不确定度分析的结果对构造预报区间的方法进行研究。本文的主要工作归纳如下:(1)为了得到硫含量模型的预报不确定度,首先通过对脱硫机理的学习,得到描述精炼脱硫钢水硫含量的两个重要公式:脱硫反应热力学方程和脱硫过程动力学方程,并依据这两个方程建立钢水硫含量预报模型;然后通过对的预报模型分析得到造成预报误差的原因:采样噪声、模型简化、数据分布和非最优解,最后总结出整体不确定度是由模型不确定度和数据不确定度组成。(2)为了依据预报模型的预报不确定度构造预报区间,本文首先尝试分别求取模型不确定度和数据不确定度的无偏估计,并依此构建预报区间,用现场数据验证区间预报效果时发现应用不确定度的无偏估计构造的预报区间宽度几乎不随样本变化,不能反映出不同点的模型准度,不适用于精炼脱硫的硫含量预报。(3)为了得到能够构造出区间宽度与样本点相关的预报区间,分别基于重抽样的思想求得数据不确定度,再通过构建网络拟合模型不确定度,构建的预报区间。得到的预报区间与输入相关,能反映出不同样本点模型的准度,虽然能弥补前一种方法的不足,但是其预报的区间会出现异常值,同样不适用于精炼脱硫的硫含量预报。(4)虽然之前的方法都有各自的缺陷导致不适用于精炼脱硫的硫含量预报,但通过分析发现,二者的缺点能相互弥补,故提出将两种方法融合的区间预报方法。为了能够结合二者的优点,通过将两种方法的整体不确定度加权求和,其权值是一个与输入相关的变量,用一个多输入单输出的网络表示,并依据在保证覆盖率的前提下区间宽度越小越好的思想构造目标函数,求解这个网络,得到融合后的区间。通过验证分析和比较,该方法结合了两种方法的优点,弥补了之前的不足,适用于精炼脱硫的硫含量预报。