銅锍吹煉過程是一類具有多變量、非線性、強(qiáng)耦合、大慣性、時(shí)變性和不確定性、難以實(shí)時(shí)在線控制等特點(diǎn)的復(fù)雜對(duì)象，銅锍吹煉過程優(yōu)化決策與控制的目的是為了提高勞動(dòng)生產(chǎn)率，實(shí)現(xiàn)優(yōu)質(zhì)高產(chǎn)和降低能源消耗。隨著銅锍吹煉爐在我國(guó)的廣泛應(yīng)用和吹煉指標(biāo)要求的提高，實(shí)現(xiàn)銅锍吹煉過程的自動(dòng)化作業(yè)日趨重要。正因如此，提高銅锍吹煉過程的優(yōu)化決策和計(jì)算機(jī)控制水平已成為吹煉過程發(fā)展的重要方向。 本文簡(jiǎn)要介紹了銅锍吹煉的基本原理，分析了銅锍吹煉的基本特性、吹煉過程的控制目標(biāo)及其影響因素，對(duì)自熱過程、爐襯溫度場(chǎng)、氣體噴射現(xiàn)象進(jìn)行了解析，對(duì)造渣制度的優(yōu)化進(jìn)行了研究。在此基礎(chǔ)上，以節(jié)能降耗為目標(biāo)，在“數(shù)學(xué)模擬—全息仿真—整體優(yōu)化”的思想方法和技術(shù)路線指導(dǎo)下，提出了銅锍吹煉過程風(fēng)口區(qū)溫度、熔劑加入制度、冷料加入制度與鼓風(fēng)制度的優(yōu)化策略：通過對(duì)來自生產(chǎn)實(shí)踐的原始樣本進(jìn)行自標(biāo)準(zhǔn)化和噪音樣本過濾處理后，運(yùn)用機(jī)理分析和數(shù)理統(tǒng)計(jì)方法選擇建模變量，將主成分分析法（PCA）、最優(yōu)判別平面（ODP）和偏最小二乘法（PLS）應(yīng)用于歷史樣本數(shù)據(jù)的模式識(shí)別， 建立了銅锍吹煉爐渣重量和成份的小波神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型：提出了基于自回歸AR（P）與三重指... 

【文章來源】：中南大學(xué)湖南省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：109 頁

【學(xué)位級(jí)別】：博士

【文章目錄】：
中文摘要
英文摘要
前言
第一章 文獻(xiàn)綜述
    1.1 銅工業(yè)的發(fā)展與現(xiàn)狀
        1.1.1 銅冶金的現(xiàn)代生產(chǎn)方法
        1.1.2 現(xiàn)代銅锍吹煉方法
        1.1.3 銅冶煉技術(shù)展望
    1.2 人工智能與遺傳算法簡(jiǎn)述
        1.2.1 模式識(shí)別
        1.2.2 神經(jīng)網(wǎng)絡(luò)
        1.2.3 自適應(yīng)小波神經(jīng)網(wǎng)絡(luò)
        1.2.4 遺傳算法
        1.2.5 智能決策支持系統(tǒng)
    1.3 混沌理論簡(jiǎn)述
        1.3.1 混沌理論簡(jiǎn)介
        1.3.2 混沌理論在優(yōu)化計(jì)算中的應(yīng)用
        1.3.3 混沌理論在過程控制中的應(yīng)用
    1.4 人工智能和混沌理論在有色金屬冶煉中的應(yīng)用
第二章 銅锍吹煉過程優(yōu)化的理論基礎(chǔ)
    2.1 銅锍吹煉過程熱力學(xué)
    2.2 銅锍吹煉過程的特征
    2.3 銅锍吹煉過程熱化學(xué)
    2.4 爐襯溫度場(chǎng)仿真
        2.4.1 爐襯溫度場(chǎng)模型
        2.4.2 有關(guān)參數(shù)和邊界條件的確定
        2.4.3 溫度場(chǎng)計(jì)算分析
    2.5 氣體噴射現(xiàn)象解析
        2.5.1 臥式轉(zhuǎn)爐中的氣體側(cè)吹噴射現(xiàn)象
        2.5.2 特尼恩特轉(zhuǎn)爐中的氣體側(cè)吹噴射現(xiàn)象和風(fēng)口堵塞問題
    2.6 造渣制度的優(yōu)化
        2.6.1 高品位銅锍吹煉
        2.6.2 富氧鼓風(fēng)作業(yè)
3O₄量">        2.6.3 控制Fe₃O₄量
        2.6.4 渣系的選擇
    2.7 銅锍吹煉過程的控制目標(biāo)及影響因素分析
        2.7.1 合理渣型的選擇
        2.7.2 渣含銅
        2.7.3 熔體溫度
        2.7.4 鼓風(fēng)強(qiáng)度
第三章 銅锍吹煉過程優(yōu)化策略研究
    3.1 風(fēng)口區(qū)溫度優(yōu)化策略
        3.1.1 控制目標(biāo)
        3.1.2 優(yōu)化策略
        3.1.3 優(yōu)化模型
    3.2 物料加入制度優(yōu)化策略
        3.2.1 熔劑加入制度優(yōu)化策略
        3.2.2 冷料加入制度優(yōu)化策略
    3.3 鼓風(fēng)制度優(yōu)化策略
第四章 人工智能建模技術(shù)
    4.1 吹煉過程數(shù)據(jù)樣本預(yù)處理技術(shù)
        4.1.1 樣本自標(biāo)準(zhǔn)化
        4.1.2 噪音樣本過濾方法
        4.1.3 建模變量選擇
    4.2 吹煉模式識(shí)別技術(shù)
        4.2.1 主成分分析法（PCA）
        4.2.2 最優(yōu)判別平面（ODP）
        4.2.3 偏最小二乘法（PLS）
    4.3 小波神經(jīng)網(wǎng)絡(luò)建模方法
第五章 混沌遺傳優(yōu)化算法及其尋優(yōu)效率評(píng)價(jià)
    5.1 混沌遺傳優(yōu)化算法原理
        5.1.1 編碼方案及交換方案的確定
        5.1.2 隨機(jī)擾動(dòng)的確定
        5.1.3 混沌遺傳算法
    5.2 混沌遺傳算法實(shí)例
    5.3 混沌遺傳算法尋優(yōu)效率評(píng)價(jià)
        5.3.1 排序選擇
        5.3.2 簡(jiǎn)單雜交
第六章 銅锍吹煉爐優(yōu)化操作數(shù)學(xué)模型
    6.1 優(yōu)化操作模型建模方法
    6.2 造渣期操作參數(shù)優(yōu)化模型
        6.2.1 最佳銅锍入爐量
        6.2.2 最佳熔劑加入制度
        6.2.3 最佳冷料加入制度
        6.2.4 最佳鼓風(fēng)制度
        6.2.5 渣量及成分預(yù)測(cè)模型
    6.3 造銅期操作參數(shù)優(yōu)化模型
        6.3.1 造渣期末殘?jiān)亢桶租斄款A(yù)測(cè)模型
        6.3.2 最佳冷料加入制度
        6.3.3 最佳鼓風(fēng)制度
        6.3.4 粗銅量及殘?jiān)款A(yù)報(bào)模型
    6.4 優(yōu)化操作模型的自學(xué)習(xí)與自適應(yīng)
        6.4.1 造渣期鼓風(fēng)制度優(yōu)化模型的自學(xué)習(xí)與自適應(yīng)
        6.4.2 造銅期鼓風(fēng)制度優(yōu)化模型的自學(xué)習(xí)與自適應(yīng)
        6.4.3 最佳熔劑量?jī)?yōu)化模型的自學(xué)習(xí)與自適應(yīng)
        6.4.4 渣量及成分預(yù)測(cè)模型的自學(xué)習(xí)與自適應(yīng)
    6.5 冷料熔化動(dòng)力學(xué)模型
        6.5.1 冷料熔化模型描述
        6.5.2 熔化速率模型
        6.5.3 熔化時(shí)間模型
        6.5.4 熔化參數(shù)的確定
    6.6 基于神經(jīng)網(wǎng)絡(luò)與機(jī)理分析方法的在線仿真檢測(cè)模型
        6.6.1 銅锍吹煉過程機(jī)理模型
        6.6.2 基于神經(jīng)網(wǎng)絡(luò)的在線仿真檢測(cè)模型
        6.6.3 基于機(jī)理模型的神經(jīng)網(wǎng)絡(luò)在線仿真檢測(cè)建模
        6.6.4 在線仿真檢測(cè)模型的自校正與維護(hù)
            6.6.4.1 在線自校正
            6.6.4.2 模型更新
    6.7 銅锍品位動(dòng)態(tài)預(yù)測(cè)——AR（p）指數(shù)平滑組合模型
        6.7.1 時(shí)序分析AR（p）預(yù)測(cè)模型
        6.7.2 三次指數(shù)平滑模型
        6.7.3 銅锍品位的動(dòng)態(tài)預(yù)測(cè)——AR（p）-指數(shù)平滑組合模型
    6.8 銅連吹爐造銅期終點(diǎn)判斷
        6.8.1 造銅期煙氣溫度的數(shù)學(xué)模型
        6.8.2 模型在生產(chǎn)實(shí)踐中的應(yīng)用
第七章 銅锍吹煉爐優(yōu)化操作智能決策支持系統(tǒng)
    7.1 系統(tǒng)開發(fā)步驟
    7.2 系統(tǒng)結(jié)構(gòu)與功能
    7.3 系統(tǒng)主要模塊
        7.3.1 數(shù)據(jù)在線采集模塊
        7.3.2 爐襯溫度場(chǎng)計(jì)算模塊
        7.3.3 操作制度優(yōu)化決策子系統(tǒng)
        7.3.4 實(shí)時(shí)爐況在線仿真子系統(tǒng)
            7.3.4.1 造渣期工藝操作參數(shù)與生產(chǎn)狀態(tài)在線仿真
            7.3.4.2 造銅期工藝操作參數(shù)與生產(chǎn)狀態(tài)在線仿真
        7.3.5 成分、物相預(yù)測(cè)模塊
        7.3.6 自學(xué)習(xí)模塊
        7.3.7 造銅期終點(diǎn)預(yù)報(bào)模塊
        7.3.8 生產(chǎn)管理模塊
        7.3.9 故障診斷模塊
        7.3.10 操作規(guī)程培訓(xùn)模塊
第八章 銅锍吹煉爐操作優(yōu)化智能決策系統(tǒng)工業(yè)應(yīng)用實(shí)踐
    8.1 應(yīng)用概況
    8.2 預(yù)報(bào)準(zhǔn)確度
    8.3 實(shí)際效果
        8.3.1 產(chǎn)量提高
        8.3.2 冷料處理量增加
        8.3.3 爐襯使用壽命延長(zhǎng)
        8.3.4 工序操作整體水平提高
    8.4 經(jīng)濟(jì)效益初步預(yù)測(cè)
第九章 結(jié)論與建議
    9.1 結(jié)論
    9.2 建議
參考文獻(xiàn)
攻讀博士學(xué)位期間發(fā)表論文
攻讀博士學(xué)位期間參加研究工作
致謝


【參考文獻(xiàn)】：
期刊論文
[1]基于遺傳算法的曲線擬合及應(yīng)用[J]. 周鳴爭(zhēng).  安徽機(jī)電學(xué)院學(xué)報(bào). 2000(03)
[2]采用混沌變異的進(jìn)化算法[J]. 駱晨鐘,邵惠鶴.  控制與決策. 2000(05)
[3]臥式轉(zhuǎn)爐爐襯溫度場(chǎng)的數(shù)值模擬[J]. 姚俊峰,梅熾,任鴻九,胡軍,江金宏.  中國(guó)有色金屬學(xué)報(bào). 2000(04)
[4]復(fù)雜系統(tǒng)、非線性科學(xué)與智能控制理論[J]. 李士勇.  計(jì)算機(jī)自動(dòng)測(cè)量與控制. 2000(04)
[5]遺傳算法優(yōu)化效率的定量評(píng)價(jià)[J]. 孫瑞祥,屈梁生.  自動(dòng)化學(xué)報(bào). 2000(04)
[6]我國(guó)銅業(yè)市場(chǎng)發(fā)展預(yù)測(cè)[J]. 羅曉玲.  世界有色金屬. 2000(06)
[7]基于數(shù)據(jù)倉(cāng)庫的決策支持系統(tǒng)框架[J]. 謝榕.  系統(tǒng)工程理論與實(shí)踐. 2000(04)
[8]混沌理論及其應(yīng)用研究[J]. 唐巍,李殿璞,陳學(xué)允.  電力系統(tǒng)自動(dòng)化. 2000(07)
[9]鎳閃速熔煉過程的模糊建模[J]. 萬維漢,史維祥,袁永發(fā),楊金義.  冶金自動(dòng)化. 2000(02)
[10]鎳閃速熔煉過程的模糊動(dòng)態(tài)質(zhì)量模型與控制[J]. 萬維漢,萬百五,史維祥,楊金義.  西安交通大學(xué)學(xué)報(bào). 2000(03)



本文編號(hào)：3150407