基于数据驱动的铁水含硅量建模与预测

发布时间：2025-03-02 17:14

　　钢铁工业发展状况反映国民经济发达程度,钢铁的产量和质量对国民经济建设具有重要的意义。铁水作为后续炼钢的物质基础,其质量对钢铁生产极其重要。在高炉炼铁过程中,铁水含硅量是表征高炉内部热状态的重要参数和衡量铁水质量的重要指标。因此,建立铁水含硅量的数学模型并预测铁水含硅量的变化情况,为高炉炼铁过程的高性能运行控制奠定基础,从而实现炼铁高炉长期稳定运行。在单变量时间序列的铁水含硅量建模与预测中,本文首先运用经验模态分解（EMD）将铁水含硅量这一单变量时间序列分解成为多个互不干扰、且不相交的本征模函数（IMF）和一个冗余项（Rn）。在此基础上,然后分别应用支持向量回归机（SVR）、动态神经网络（DNN）对每个IMF和Rn拟合为非线性自回归模型并对其进行预测,将其预测结果组合得到铁水含硅量的预测结果。最后,通过利用柳州（LZ）钢厂2号高炉炼铁数据进行预测实验验证,结果表明本文所提出的EMD_SVR、EMD_DNN组合算法,无论是均方误差（MSE）还是命中率上都明显优于无EMD的传统算法。在多变量时间序列的铁水含硅量建模与预测中,本文首先结合高炉炼铁机理和主成...

【文章页数】：91 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第一章 绪论
    1.1 课题背景及研究意义
    1.2 国内外研究现状
    1.3 研究内容与结构安排
    1.4 特色与创新
第二章 单变量时间序列的铁水含硅量建模与预测
    2.1 经验模态分解简介
    2.2 基于经验模态分解对铁水含硅量的处理
    2.3 基于EMD_SVR铁水含硅量建模与预测
        2.3.1 模型建立与算法设计
        2.3.2 仿真结果与分析
    2.4 基于EMD_DNN铁水含硅量建模与预测
        2.4.1 模型建立与算法设计
        2.4.2 仿真结果与分析
    2.5 本章小结
第三章 铁水含硅量影响因素分析及输入变量选取
    3.1 基于高炉炼铁机理的影响因素分析
    3.2 基于统计分析的输入变量选取与时滞确定
        3.2.1 基于PCA对输入变量的选取
        3.2.2 基于MIC对输入变量的时滞确定
    3.3 本章小结
第四章 多变量时间序列的铁水含硅量建模与预测
    4.1 基于SVR铁水含硅量预测算法的建模与预测
        4.1.1 模型建立与算法设计
        4.1.2 预测结果与分析
    4.2 基于DNN铁水含硅量预测算法的建模与预测
        4.2.1 模型建立与算法设计
        4.2.2 预测结果与分析
    4.3 本章小结
第五章 铁水质量预报系统设计与实现
    5.1 预报系统的设计
    5.2 预报系统的实现
    5.3 本章小结
第六章 总结与展望
    6.1 全文工作总结
    6.2 今后研究展望
参考文献
致谢
攻读硕士学位期间已发表或录用的论文



本文编号：4034606