基于非參數(shù)回歸的高爐爐溫預測控制模型研究.pdf

1、高爐煉鐵是鋼鐵工業(yè)的上游主體工序,作為國民經濟支柱產業(yè)的重要組成部分,對鋼鐵工業(yè)的發(fā)展與節(jié)能降耗都有十分重要的作用。高爐冶煉過程是一個高度復雜的過程,其運行機制往往具有非線性、時滯、高維、大噪聲、分布參數(shù)等特性,導致很難建立起準確有效的高爐爐溫預測控制模型。 非參數(shù)回歸是非參數(shù)統(tǒng)計理論中的重要組成部分,在計量經濟、交通、醫(yī)學等領域得到了廣泛應用。非參數(shù)回歸中,回歸函數(shù)形式的任意性和自變量與因變量分布的少限制,很好地解決了經典統(tǒng)計

2、理論中模型及參數(shù)的假定與實際背離造成模型設定誤差的問題,使得模型能更加準確地反映實際問題的變化情況。 本文選取《包鋼6＃高爐(2500m3)冶煉專家系統(tǒng)》在線采集的數(shù)據(jù),首先對鐵水含硅量[Si]的自相關性進行分析,證明了鐵水含硅量[Si]序列存在較強的線性自相關。然后通過相關系數(shù)和灰關聯(lián)熵的計算,綜合分析了所選取的高爐冶煉過程中的19個參數(shù)與高爐鐵水含硅量[Si]之間的關聯(lián)度。 本文第4章利用偏最小二乘回歸方法,對參數(shù)進

3、行綜合降維,最大可能地提取參數(shù)中與鐵水含硅量[Si]變化相關的信息,減少參數(shù)中夾雜的冗余信息,從而使綜合變量能充分反映鐵水含硅量[Si]的變化。在此基礎上,對得到的三個綜合變量和鐵水含硅量[Si]建立廣義加性(GAM)模型,通過非參數(shù)光滑函數(shù)的迭代得到它們的局部近似函數(shù)關系。 在探求綜合變量與鐵水含硅量[Si]局部關系的基礎上,第5章通過遺傳算法的全局搜索和非參數(shù)回歸中正交序列估計方法,找到了最能表征鐵水含硅量[Si]變化的參數(shù)