發(fā)布時(shí)間：2020-05-06 20:13

【摘要】：高爐冶煉過(guò)程作為鋼鐵生產(chǎn)過(guò)程的上游工序,其CO2的直接和相關(guān)排放占鋼鐵工業(yè)總排放量的90%,能耗則占鋼鐵工業(yè)總能耗的70%。所以,高爐冶煉是鋼鐵工業(yè)實(shí)現(xiàn)節(jié)能減排的主要潛力所在。高爐鐵水硅含量既表征了鐵水質(zhì)量,也表征了爐熱狀態(tài),其模型的建立非常重要。然而,對(duì)于高溫高壓下的高爐冶煉過(guò)程,高爐內(nèi)硅的遷移行為受到諸多因素間復(fù)雜的耦合作用。因此,高爐冶煉過(guò)程中鐵水硅含量模型的準(zhǔn)確建立,既是高爐高效控制的前提,也是煉鐵自動(dòng)化中的一大難題。本文針對(duì)鐵水硅含量建模這一關(guān)鍵問(wèn)題,以柳鋼2號(hào)高爐為背景,進(jìn)行了數(shù)據(jù)驅(qū)動(dòng)建模方案的系統(tǒng)性研究。通過(guò)對(duì)爐內(nèi)硅的復(fù)雜遷移行為的深入機(jī)理分析和現(xiàn)場(chǎng)運(yùn)行數(shù)據(jù)的統(tǒng)計(jì)分析,很好地確定了影響最終鐵水硅含量的關(guān)鍵因素及其作用的滯后時(shí)間。在建模算法的構(gòu)建上,本文首次分析考慮了高爐系統(tǒng)的時(shí)變特點(diǎn),從而使建立的模型在爐況波動(dòng)較大時(shí)仍能準(zhǔn)確預(yù)測(cè)下一爐的鐵水硅含量。最后,針對(duì)柳鋼2號(hào)高爐開(kāi)發(fā)了“高爐鐵水硅含量預(yù)測(cè)系統(tǒng)”,現(xiàn)場(chǎng)實(shí)驗(yàn)效果很好。因此,本文的工作具有一定的理論意義和實(shí)際應(yīng)用價(jià)值。論文的主要研究?jī)?nèi)容和成果如下:首先,針對(duì)算法輸入選擇這一關(guān)鍵問(wèn)題,通過(guò)對(duì)高爐內(nèi)硅的遷移行為的深入分析,獲得了高爐中各個(gè)變量與鐵水硅含量的機(jī)理作用關(guān)系,從機(jī)理角度得到影響鐵水硅含量的因素。進(jìn)一步通過(guò)對(duì)變量間的相關(guān)性分析,得到相應(yīng)變量與鐵水硅含量間的相關(guān)性大小,并進(jìn)一步確定了相應(yīng)變量對(duì)鐵水硅含量產(chǎn)生影響的滯后時(shí)間。這些為很好地選擇數(shù)據(jù)驅(qū)動(dòng)建模的輸入變量提供了有效的方法,從而為精確的鐵水硅含量建模奠定了基礎(chǔ)。其次,針對(duì)極限學(xué)習(xí)機(jī)建模算法在解決實(shí)際復(fù)雜問(wèn)題時(shí),由于隱藏節(jié)點(diǎn)數(shù)的增加而造成算法的訓(xùn)練時(shí)間迅速增加的問(wèn)題,提出了基于矩陣分解的改進(jìn)的極限學(xué)習(xí)機(jī)算法。該算法不僅保留了極限學(xué)習(xí)機(jī)的原有性能,而且大大減少了算法的訓(xùn)練時(shí)間,并且本文提出的方法可以擴(kuò)展到很多其他改進(jìn)型的極限學(xué)習(xí)機(jī)上。該算法在高爐鐵水硅含量的建模中得到了不錯(cuò)的效果。再次,本文首次考慮了高爐運(yùn)行過(guò)程中由于內(nèi)部環(huán)境不斷變化而造成的系統(tǒng)模型變化的問(wèn)題,即高爐系統(tǒng)的時(shí)變特點(diǎn),對(duì)此提出了基于變遺忘因子隨機(jī)梯度法的Wiener模型鐵水硅含量建模方案。該方案利用變遺忘因子隨機(jī)梯度的遞推辨識(shí)方法來(lái)辨識(shí)非線性動(dòng)態(tài)結(jié)構(gòu)的Wiener模型,該方法可以較好地跟蹤高爐系統(tǒng)模型的變化,從而得到了較好的鐵水硅含量預(yù)測(cè)效果。進(jìn)一步,本文更加深入地分析了高爐系統(tǒng)的時(shí)變特點(diǎn),由于高爐冶煉過(guò)程處于多種爐況交互變化中,所以高爐鐵水硅含量模型是由多個(gè)子模型組成,對(duì)此首次提出了門(mén)控極限學(xué)習(xí)機(jī)結(jié)構(gòu)模型。門(mén)控極限學(xué)習(xí)機(jī)結(jié)構(gòu)模型不僅能夠很好地抓住高爐系統(tǒng)多模型的特點(diǎn),而且能夠充分利用歷史數(shù)據(jù)。最后高爐數(shù)據(jù)仿真實(shí)驗(yàn)驗(yàn)證了該模型的有效性,尤其針對(duì)鐵水硅含量波動(dòng)較大的爐況,該算法仍能夠?qū)崿F(xiàn)較好的預(yù)測(cè)。最后,基于以上所提出的算法,利用LABVIEW和MATLAB混合編程方法開(kāi)發(fā)了“高爐鐵水硅含量預(yù)測(cè)系統(tǒng)”,并在柳鋼2號(hào)高爐上進(jìn)行了實(shí)驗(yàn),得到了很好的運(yùn)行效果。因此,該系統(tǒng)能夠?yàn)楦郀t操作者提供很好的操作指導(dǎo)。
【圖文】：

燕山大學(xué)工學(xué)博士學(xué)位論文模型的最終解。最后的高爐數(shù)據(jù)仿真實(shí)驗(yàn)驗(yàn)證了該算法的有效性，，即使對(duì)于波動(dòng)大的爐況，該模型也能提供較好的鐵水硅含量預(yù)測(cè)；第 7 章基于前面的工作，運(yùn)LABVIEW 和 MATLAB 混合編程方法開(kāi)發(fā)了“高爐鐵水硅含量預(yù)測(cè)系統(tǒng)”，其在鋼 2 號(hào)高爐上實(shí)驗(yàn)得到了較好的預(yù)測(cè)效果。

- 14 -圖 2-1 高爐冶煉過(guò)程原理圖Fig. 2-1 The schematic diagram of blast furnace smelting process要介紹了高爐冶煉中爐料下降過(guò)程的機(jī)理反應(yīng)、煤氣流上升過(guò)程生成的機(jī)理反應(yīng)。裝入高爐的爐料，在自上而下運(yùn)動(dòng)過(guò)程中，被上升的煤氣流加熱蒸發(fā)、結(jié)晶水的分解、碳酸鹽的分解、焦炭中揮發(fā)分的揮發(fā)、氧
【學(xué)位授予單位】：燕山大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2015
【分類(lèi)號(hào)】：TF53

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 韓曉光;胡賓生;貴永亮;;煤氣中氯對(duì)高爐冶煉過(guò)程的影響及防治預(yù)測(cè)[J];河北聯(lián)合大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年03期

2 楊桂萍,謝裕生,張恒,張洪平;高爐冶煉過(guò)程中硫在渣-鐵間分配系數(shù)的確定[J];鋼鐵研究學(xué)報(bào);1989年04期

3 嚴(yán)其艷;劉勇求;;面向高爐冶煉過(guò)程的預(yù)測(cè)方法綜述[J];科技致富向?qū)?2011年32期

4 李家新,周莉英,糜克勤;高爐冶煉過(guò)程的動(dòng)作響應(yīng)問(wèn)題[J];安徽工業(yè)大學(xué)學(xué)報(bào);2001年03期

5 馮曉會(huì);;高爐冶煉過(guò)程模型與計(jì)算機(jī)應(yīng)用[J];甘肅科技;2012年13期

6 李晶;武靖U

本文編號(hào)：2651803