面向转炉炼钢碳温预报模型的输入参量特征选择方法研究

发布时间：2020-05-24 05:27

【摘要】：钢铁产业是国民经济的重要基础产业,转炉炼钢在钢铁产业中占有极其重要的地位,其主要任务是进行炼钢终点的碳、温预报。转炉炼钢过程数据是影响预报模型碳、温输出的重要因素,而选择输入参量中的关键特征是提高碳、温预报模型精度和效率的重要途径,因此,需要从转炉炼钢过程高维数据输入特征中优化选择出合理的参量作为碳、温预报模型的输入节点,且亟需针对转炉炼钢碳、温预报模型的输入参量特征选择方法进行深入的分析研究。本文以转炉炼钢实际生产过程数据为研究对象,围绕转炉炼钢碳、温预报模型输入端参量的优化与选择问题,依次提出三种特征选择算法对其进行深入研究。首先,提出一种重要贡献度(Important Contribution Degree,ICD)算法对炼钢过程数据输入特征进行选择,并基于BP神经网络(Back Propagation Neural Network)模型的终点碳、温预报结果验证ICD算法的有效性;然后针对ICD算法在基于炼钢终点钢水温度预报模型输入端特征选择上的不足,采用灰色关联分析(Grey Relational Analysis,GRA)与ICD相结合的方法(GRA-ICD算法)对炼钢过程输入特征进行选择,通过炼钢终点碳、温预报结果验证GRA-ICD算法的适用性,证明GRA-ICD算法相对于ICD算法具有一定的优势;最后提出采用向量相似度法对GRA-ICD算法进行加权改进(即提出改进GRA-ICD算法),将其应用于对转炉炼钢预报输入特征参量的选择实验与分析,并通过炼钢终点碳、温预报精度验证对GRA-ICD算法加权改进的合理性与优越性。通过实验结果证明了改进GRA-ICD算法在转炉炼钢过程数据特征选择分析与应用方面相对于ICD以及GRA-ICD算法均表现出一定的优势,且预报精度均高于本文采用的其他特征选择方法,进一步验证了改进GRA-ICD针对炼钢终点碳、温预报模型输入特征参量选择的有效性和适用性。综上,本文所研究特征选择方法,其目的是获取影响炼钢终点输出碳、温的关键参量,且改进GRA-ICD算法能够为转炉炼钢碳、温预报模型输入端参量的选取提供一种方法参考,为转炉炼钢终点智能预报在实际工业生产中的应用提供一定的理论和实验基础。
【图文】：

氧气顶吹转炉,概况,炼钢过程,钢铁企业

本文所研究转炉炼钢过程属于 BOF 范畴，其炼钢过程展示如下图1-1 所示：图 1-1 碱性氧气顶吹转炉炼钢（BOF）工业生产过程概况1952 年，世界第一座氧气顶吹转炉在奥地利林茨·道纳维茨(Linz,Donawitz)钢厂诞生，其后陆续在一些国家获得广泛采用。1964 年我国第一家氧气顶吹转炉炼钢厂在首钢建成投产，与此同时我国太钢从奥钢联引进了 2 台 50 t 氧气顶吹转炉，使我国的氧气顶吹转炉炼钢进入了发展的初始阶段[22]。2000 年以后国内钢铁企业重点开展钢铁生产流程与工艺结构的优化，一些钢铁企业通过炼钢过程

框图,组织结构,论文,框图

GRA-ICD 的特征选择算法，并将其应用到转炉炼钢过程数据特征的选择分析；随后，将 GRA-ICD 算法选择的特征作为 BP 神经网络模型输入端参量，并对终点碳、温预报模型进行训练和测试，通过预报的精度验证特征选择的合理性以及GRA-ICD 算法相对于 ICD 算法具有一定的优势；第四章：基于改进 GRA-ICD 的转炉炼钢过程数据输入特征选择。在第四章GRA-ICD 方法的基础上，，利用向量相似度赋权法对 GRA 进行加权改进，并结合ICD 方法组成改进 GRA-ICD 算法。将其应用到转炉炼钢过程数据特征的选择分析，最后采用 BP 神经网络终点碳、温预报模型对特征提取方法进行验证与分析，证明改进 GRA-ICD 算法针对转炉炼钢碳温预报模型输入参量选择的有效性与优越性；第五章：总结和展望。主要是对本文所做的研究和工作进行全面的总结，包括理论研究和实验阶段遇到的问题；对今后需要进一步完善与深入研究的目标进行展望。其组织结构如下图 1-2 所示：
【学位授予单位】：昆明理工大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TF713

【参考文献】