【摘要】：煉鐵工序是鋼鐵企業(yè)重要的生產(chǎn)工序,該工序能耗約占鋼鐵企業(yè)總能耗的70%,其中高爐能耗約占煉鐵工序能耗的50%,因此,高爐的節(jié)能降耗是鋼鐵企業(yè)節(jié)能降耗的重點。高爐節(jié)能降耗的前提是建立相應(yīng)的能耗模型和二次能源生成量模型。本研究在對現(xiàn)有高爐能耗模型和高爐煤氣發(fā)生量模型綜述的基礎(chǔ)上,本著建立可靠、易更新、具有普適性的模型為目的,提出了基于支持向量機的高爐生產(chǎn)多目標(biāo)優(yōu)化模型和基于小波分析的高爐煤氣組合預(yù)測方法,從操作變量出發(fā)對高爐能耗進行綜合優(yōu)化并對高爐煤氣生成量準(zhǔn)確預(yù)測,為高爐煉鐵生產(chǎn)過程綜合優(yōu)化及鋼鐵企業(yè)煤氣系統(tǒng)資源優(yōu)化調(diào)度奠定基礎(chǔ)。本文在對高爐煉鐵工藝過程及原理詳細分析的基礎(chǔ)上,首先研究鋼鐵企業(yè)綜合生產(chǎn)目標(biāo),分析高爐煉鐵過程,確定影響生產(chǎn)目標(biāo)的操作變量和狀態(tài)變量;然后利用灰色關(guān)聯(lián)分析法,定量計算確定目標(biāo)的主要影響因素,建立生產(chǎn)目標(biāo)的基于支持向量機的預(yù)測模型;以此為基礎(chǔ),研究高爐生產(chǎn)多目標(biāo)優(yōu)化模型的建立方法,在優(yōu)化模型綜合最優(yōu)的情況下,得到各操作變量和狀態(tài)變量的最優(yōu)參數(shù)值,對高爐生產(chǎn)進行指導(dǎo);對高爐煉鐵過程中產(chǎn)生的高爐煤氣,采用基于小波分析的組合預(yù)測方法進行預(yù)測,經(jīng)小波分析,根據(jù)得到的煤氣變化趨勢序列和波動序列,分別采用最小二乘支持向量機和時間序列分析方法進行預(yù)測。結(jié)果表明,建立的能耗預(yù)測模型和高爐煤氣預(yù)測模型準(zhǔn)確度高,為實現(xiàn)高爐生產(chǎn)多目標(biāo)綜合優(yōu)化和鋼鐵企業(yè)煤氣系統(tǒng)優(yōu)化調(diào)度奠定了基礎(chǔ)。
【學(xué)位授予單位】：天津理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TF53;TP181
【圖文】：

第四章 高爐生產(chǎn)多目標(biāo)優(yōu)化模型行比較得到對應(yīng)的誤差。算法訓(xùn)練后支持向量機的最佳參數(shù)為 c=31.33、g=0.52，迭代尋優(yōu)曲線如遺傳算法尋優(yōu)后的 c g 建立焦比模型，并將模型在訓(xùn)練集上驗證，結(jié)果如練得到的模型在測試集上進行預(yù)測，并將預(yù)測結(jié)果和真實值進行比較。為測精度，分別以基于粒子群優(yōu)化的支持向量機和基于網(wǎng)格尋優(yōu)的支持向量型并在測試集上進行預(yù)測，各預(yù)測結(jié)果如圖 4-4 所示，各模型預(yù)測誤差表明基于遺傳算法尋優(yōu)的支持向量機焦比模型在小樣本中精度較高。

訓(xùn)練集上預(yù)測輸出值與實際值擬圖

【參考文獻】

相關(guān)期刊論文 前10條

1 郭天永;車玉滿;孫鵬;李連成;孫波;;基于偏最小二乘回歸的高爐焦比影響因素分析[J];鞍鋼技術(shù);2009年05期

2 周洋;余文武;董相娟;張軍紅;;基于聚類分析和神經(jīng)網(wǎng)絡(luò)的高爐焦比預(yù)測模型[J];遼寧科技大學(xué)學(xué)報;2010年03期

3 張琦;姚彤輝;蔡九菊;沈峰滿;;高爐煉鐵過程多目標(biāo)優(yōu)化模型的研究及應(yīng)用[J];東北大學(xué)學(xué)報(自然科學(xué)版);2011年02期

4 王曉蘭;王明偉;;基于小波分解和最小二乘支持向量機的短期風(fēng)速預(yù)測[J];電網(wǎng)技術(shù);2010年01期

5 范志剛,邱貴寶,賈娟魚,白晨光;基于BP神經(jīng)網(wǎng)絡(luò)的高爐焦比預(yù)測方法[J];重慶大學(xué)學(xué)報(自然科學(xué)版);2002年06期

6 秦民生;張郁亭;盧虎生;張建良;;高爐煉鐵過程綜合數(shù)學(xué)模型[J];鋼鐵;1990年10期

7 汪政富;徐業(yè)鵬;李君慧;;煉鐵生產(chǎn)多目標(biāo)優(yōu)化模型的研究[J];鋼鐵;1993年01期

8 經(jīng)文波,王國娟,魏順,王文忠;高爐操作參數(shù)的優(yōu)化[J];鋼鐵;1998年12期

9 王希勇,張家彬,袁宗明;城市燃氣長期負荷預(yù)測模型的灰色方法[J];管道技術(shù)與設(shè)備;2004年06期

10 韓宏亮;閻小林;;人工神經(jīng)網(wǎng)絡(luò)與遺傳算法在高爐焦比預(yù)報中的應(yīng)用[J];河北理工學(xué)院學(xué)報;2006年02期

相關(guān)博士學(xué)位論文 前2條

1 聶秋平;鋼鐵企業(yè)能源實績平衡與優(yōu)化調(diào)度策略及應(yīng)用研究[D];中南大學(xué);2011年

2 孔海寧;鋼鐵企業(yè)副產(chǎn)煤氣系統(tǒng)優(yōu)化調(diào)度研究[D];天津大學(xué);2011年

相關(guān)碩士學(xué)位論文 前5條

1 楊茜;鋼鐵企業(yè)球團工序能耗分析方法研究[D];山東大學(xué);2011年

2 吳玉杰;鋼鐵企業(yè)煤氣預(yù)測與調(diào)度建模[D];天津大學(xué);2010年

3 湯振興;鋼鐵焦?fàn)t煤氣產(chǎn)消及柜位預(yù)測方法與應(yīng)用[D];大連理工大學(xué);2009年

4 孫飛飛;鋼鐵企業(yè)多級投入產(chǎn)出模型的研究[D];東北大學(xué);2008年

5 馮朝輝;基于輔料資源運行特性的高爐煉鐵系統(tǒng)優(yōu)化運行研究[D];武漢科技大學(xué);2013年

本文編號：2734056