论文题目: 高炉冶炼过程的模糊辨识、预测及控制
论文类型: 博士论文
论文专业: 运筹学与控制论
作者: 李启会
导师: 刘祥官
关键词: 高炉冶炼,智能控制论,模糊聚类,模糊辨识,模糊预测,模糊控制
文献来源: 浙江大学
发表年度: 2005
论文摘要: 高炉冶炼过程是一个高度复杂的过程，其运行机制往往具有非线性、大时滞、大噪声、分布参数等特征。同时，高炉本身是一个集传热与化学反应耦合的开放体。在智能控制论范畴内解析高炉冶炼过程，并最终实现高炉冶炼过程的智能控制，是冶金科技发展的前沿课题。 本文选取具有代表性的2座中型高炉(莱钢1号750m~3高炉和临钢6号380m~3高炉)为研究对象。 论文前3章是在炼铁专家知识和模糊数学理论的基础上，从模糊数学角度详细分析了高炉冶炼过程的复杂性，并且由此得出结论：高炉冶炼过程不仅存在着许多非常规问题(如，炉况预报，异常炉况诊断、高炉设备诊断等)，而且在对其进行分析判断的过程(炉温[Si]辨识、预测及控制等)中存在着大量的模糊信息。这些非常规问题和模糊信息无法用简单的方式作出确切的描述，而必须采用模糊数学中的隶属函数对其中的不确定知识进行量化处理。文中对许多变量建立了隶属函数，采用了多种形式的隶属函数方法，例如，利用3维隶属函数法确定了铁水温度及其可信系数间的相互关系。3维隶属函数法有助于减少规则数目；利用非参数相似度法对[Si]进行模糊聚类分析，建立相应的模糊相似关系矩阵，并用模糊熵评价聚类效果。 随着智能控制理论研究的不断深入，建立功能更强的异常炉况预报与诊断模型来改善和提高模型的预测准确度和诊断效果，成为新的期望目标。本文第4章从炼铁工艺实际数据出发，深入分析了影响炉况的几个关键参数，按照这些参数的不同波动情况进行了定量的模糊分类。在此基础上，建立了异常炉况模糊预报模型和异常炉况模糊诊断模型。这2个模型不仅可以对中间过程进行逻辑推理，而且能定量计算高炉异常炉况的符合程度以及发展趋势。模拟结果表明，异常炉况模糊预报和诊断模型具有较好的可操作性。 高炉炼铁过程的炉温预测与控制的数学模型研究，既是炼铁自动化中的难题，也是实际炼铁生产中工长和厂长都十分关注的重要课题。炉温的准确预报，将有助于工长提高操作水平，从而达到提高利用系数和降低焦比的目的。论文第5章结合莱钢1号高炉和临钢6号在线采集的生产数据，针对高炉冶炼过程存在的时滞，应用广义函数分析法，计算了主要检测参数的时滞。基于模糊系统和神经网络的逼近特性，将模糊数学理论、随机系统理论以及神经网络方法结合在一起，建立了一整套的高炉炉温[Si]的智能预报模型，并进行横向和纵向的对比研究。仿真结果表明，该套模型不仅能够很好的预测炉温[Si]，而且能指导高炉工长调控炉温，使之处于最佳状态。 高炉冶炼过程控制是高炉主控室指挥下的多目标、多工序的复合控制。炉温控制是高炉冶炼过程控制的核心和基础。“炉温控制”不同于传统意义上的“温度控制”，其区别在于：“炉温控制”不仅与提供的能量有关，而且与物理化学反应过程、流体相态有关。论文第6章在逆系统理论的基础上，将喷煤量作为主控量，建立高炉炉温[Si]模糊预测控制模型和炉温[Si]的聚类模糊控制模型，在模糊控制论范畴内，探索高炉炉温[Si]控制规律。
论文目录:
摘要
ABSTRACT
第一章 引言
§1.1 高炉冶炼过程智能控制自动化研究的目的和意义
§1.2 国内外高炉炼铁数学模型的研究情况和进展
§1.3 应用模糊数学方法解析高炉冶炼过程
§1.4 本文各章的内容要点
参考文献
第二章 解析高炉冶炼过程所应用的模糊数学
§2.1 模糊数学理论基础
§2.1.1 模糊集(F集)及隶属函数
§2.1.2 关于高炉炉温[Si]的模糊等级及隶属函数
§2.1.3 模糊数学基本定理及其第一、二类不确定性
§2.1.4 模糊集合的贴近度
§2.1.5 模糊关系和聚类分析
§2.1.6 模糊规则和模式辨识
§2.1.7 高炉冶炼系统模糊规则的提取
§2.1.8 模糊神经网络
§2.2 模糊系统与模型
§2.2.1 模糊系统
§2.2.2 模糊模型
§2.3 本章小结
参考文献
第三章 高炉冶炼过程的复杂性及其模糊分析
§3.1 高炉炼铁过程的复杂性
§3.1.1 高炉炼铁工艺流程的复杂性与智能控制的由来
§3.1.2 高炉冶炼过程化学反应与流体运动的复杂性
§3.1.3 高炉炼铁的目标与操作方针的复杂性
§3.1.4 高炉冶炼过程的物质流与信息流的复杂性
§3.2 高炉冶炼过程热状态描述的模糊性
§3.2.1 高炉铁水温度的3维隶属函数描述
§3.2.2 高炉铁水含硅量[Si]
§3.2.3 高炉铁水温度与含硅量之间的相关关系
§3.3 高炉冶炼过程参数的模糊分析
§3.4 高炉设备诊断的模糊识别问题
§3.5 高炉冶炼过程炉况顺行状态的模糊识别问题
§3.6 本章小结
参考文献
第四章 高炉冶炼过程炉况故障的模糊诊断
§4.1 炉况故障诊断的研究现状
§4.2 异常炉况的模糊预测模型
§4.3 异常炉况诊断模糊推理模型
§4.4 本章小结
参考文献
第五章 高炉冶炼过程炉温的模糊辨识和预测
§5.1 炉温[Si]的T-S-K局部模糊回归模型的辨识及预测
§5.1.1 模糊回归模型
§5.1.2 模型阶数确定
§5.1.3 模型应用
§5.2 基于扩张原理的炉温[Si]模糊模型及辨识方法
§5.2.1 模型的建立
§5.2.2 模型应用
§5.3 标准模糊预测模型
§5.4 炉温[Si]的随机模糊神经网络预测模型
§5.4.1 随机模糊神经网络模型
§5.4.2 应用模型预测炉温[Si]
§5.5 本章小结
参考文献
第六章 高炉冶炼过程炉温[Si]的模糊控制
§6.1 高炉冶炼过程控制
§6.1.1 高炉冶炼过程的多工序控制
§6.1.2 炉温控制
§6.2 智能控制
§6.2.1 智能控制的引入
§6.2.2 智能控制系统
§6.2.3 模糊控制
§6.2.4 高炉炉温[Si]智能控制
§6.3 炉温[Si]的模糊预测函数控制模型
§6.4 高炉炉温[Si]的聚类模糊控制模型
§6.4.1 聚类模糊控制模型
§6.4.2 模型的应用
§6.5 本章小结
参考文献
第七章 高炉冶炼过程智能控制
§7.1 实现高炉冶炼过程智能控制的基础自动化条件
§7.1.1 子工序的基础自动化
§7.1.2 高炉冶炼过程的信息网络化
§7.1.3 运行智能控制自动化模型的前提条件
§7.2 系统多目标优化数值变分模型
§7.3 智能预报模型
§7.4 基于智能方程的控制模型
§7.5 本章小结
参考文献
第八章 结论
符号说明
攻读博士学位期间完成的论文
致谢
发布时间: 2006-09-05
参考文献
- [1].高炉冶炼过程的子空间辨识、预测及控制[D]. 曾九孙.浙江大学2009
- [2].高炉冶炼过程的分形特征辨识及其应用研究[D]. 罗世华.浙江大学2006
- [3].高炉冶炼过程的复杂性机理及其预测研究[D]. 赵敏.浙江大学2008
- [4].高炉冶炼复杂性分析及支持向量机扩展建模预测研究[D]. 王义康.浙江大学2012
- [5].高炉冶炼过程中碱金属的反应机理及分配规律研究[D]. 李建朝.东北大学2014
- [6].高炉冶炼过程的铁水硅含量分析及其建模研究[D]. 李军朋.燕山大学2015
- [7].基于核的学习算法与应用[D]. 渐令.大连理工大学2012
相关论文
- [1].烧结配料、高炉生产及调度过程优化模型研究[D]. 梁栋.重庆大学2008
- [2].智能预测控制及其应用研究[D]. 邹健.浙江大学2002
- [3].复杂工业过程的模糊建模与控制[D]. 邢宗义.铁道部科学研究院2003
- [4].非线性模型预测控制的若干问题研究[D]. 苏成利.浙江大学2006
- [5].高炉炉墙的传热学研究[D]. 薛庆国.北京科技大学2001
- [6].非线性系统的模糊建模与自适应控制及其应用[D]. 王永富.东北大学2005