基于數(shù)據(jù)驅(qū)動(dòng)的鐵水含硅量建模與預(yù)測(cè)
發(fā)布時(shí)間:2025-03-02 17:14
鋼鐵工業(yè)發(fā)展?fàn)顩r反映國(guó)民經(jīng)濟(jì)發(fā)達(dá)程度,鋼鐵的產(chǎn)量和質(zhì)量對(duì)國(guó)民經(jīng)濟(jì)建設(shè)具有重要的意義。鐵水作為后續(xù)煉鋼的物質(zhì)基礎(chǔ),其質(zhì)量對(duì)鋼鐵生產(chǎn)極其重要。在高爐煉鐵過(guò)程中,鐵水含硅量是表征高爐內(nèi)部熱狀態(tài)的重要參數(shù)和衡量鐵水質(zhì)量的重要指標(biāo)。因此,建立鐵水含硅量的數(shù)學(xué)模型并預(yù)測(cè)鐵水含硅量的變化情況,為高爐煉鐵過(guò)程的高性能運(yùn)行控制奠定基礎(chǔ),從而實(shí)現(xiàn)煉鐵高爐長(zhǎng)期穩(wěn)定運(yùn)行。在單變量時(shí)間序列的鐵水含硅量建模與預(yù)測(cè)中,本文首先運(yùn)用經(jīng)驗(yàn)?zāi)B(tài)分解(EMD)將鐵水含硅量這一單變量時(shí)間序列分解成為多個(gè)互不干擾、且不相交的本征模函數(shù)(IMF)和一個(gè)冗余項(xiàng)(Rn)。在此基礎(chǔ)上,然后分別應(yīng)用支持向量回歸機(jī)(SVR)、動(dòng)態(tài)神經(jīng)網(wǎng)絡(luò)(DNN)對(duì)每個(gè)IMF和Rn擬合為非線性自回歸模型并對(duì)其進(jìn)行預(yù)測(cè),將其預(yù)測(cè)結(jié)果組合得到鐵水含硅量的預(yù)測(cè)結(jié)果。最后,通過(guò)利用柳州(LZ)鋼廠2號(hào)高爐煉鐵數(shù)據(jù)進(jìn)行預(yù)測(cè)實(shí)驗(yàn)驗(yàn)證,結(jié)果表明本文所提出的EMDSVR、EMDDNN組合算法,無(wú)論是均方誤差(MSE)還是命中率上都明顯優(yōu)于無(wú)EMD的傳統(tǒng)算法。在多變量時(shí)間序列的鐵水含硅量建模與預(yù)測(cè)中,本文首先結(jié)合高爐煉鐵機(jī)理和主成...
【文章頁(yè)數(shù)】:91 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
ABSTRACT
第一章 緒論
1.1 課題背景及研究意義
1.2 國(guó)內(nèi)外研究現(xiàn)狀
1.3 研究?jī)?nèi)容與結(jié)構(gòu)安排
1.4 特色與創(chuàng)新
第二章 單變量時(shí)間序列的鐵水含硅量建模與預(yù)測(cè)
2.1 經(jīng)驗(yàn)?zāi)B(tài)分解簡(jiǎn)介
2.2 基于經(jīng)驗(yàn)?zāi)B(tài)分解對(duì)鐵水含硅量的處理
2.3 基于EMDSVR鐵水含硅量建模與預(yù)測(cè)
2.3.1 模型建立與算法設(shè)計(jì)
2.3.2 仿真結(jié)果與分析
2.4 基于EMDDNN鐵水含硅量建模與預(yù)測(cè)
2.4.1 模型建立與算法設(shè)計(jì)
2.4.2 仿真結(jié)果與分析
2.5 本章小結(jié)
第三章 鐵水含硅量影響因素分析及輸入變量選取
3.1 基于高爐煉鐵機(jī)理的影響因素分析
3.2 基于統(tǒng)計(jì)分析的輸入變量選取與時(shí)滯確定
3.2.1 基于PCA對(duì)輸入變量的選取
3.2.2 基于MIC對(duì)輸入變量的時(shí)滯確定
3.3 本章小結(jié)
第四章 多變量時(shí)間序列的鐵水含硅量建模與預(yù)測(cè)
4.1 基于SVR鐵水含硅量預(yù)測(cè)算法的建模與預(yù)測(cè)
4.1.1 模型建立與算法設(shè)計(jì)
4.1.2 預(yù)測(cè)結(jié)果與分析
4.2 基于DNN鐵水含硅量預(yù)測(cè)算法的建模與預(yù)測(cè)
4.2.1 模型建立與算法設(shè)計(jì)
4.2.2 預(yù)測(cè)結(jié)果與分析
4.3 本章小結(jié)
第五章 鐵水質(zhì)量預(yù)報(bào)系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)
5.1 預(yù)報(bào)系統(tǒng)的設(shè)計(jì)
5.2 預(yù)報(bào)系統(tǒng)的實(shí)現(xiàn)
5.3 本章小結(jié)
第六章 總結(jié)與展望
6.1 全文工作總結(jié)
6.2 今后研究展望
參考文獻(xiàn)
致謝
攻讀碩士學(xué)位期間已發(fā)表或錄用的論文
本文編號(hào):4034606
【文章頁(yè)數(shù)】:91 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
ABSTRACT
第一章 緒論
1.1 課題背景及研究意義
1.2 國(guó)內(nèi)外研究現(xiàn)狀
1.3 研究?jī)?nèi)容與結(jié)構(gòu)安排
1.4 特色與創(chuàng)新
第二章 單變量時(shí)間序列的鐵水含硅量建模與預(yù)測(cè)
2.1 經(jīng)驗(yàn)?zāi)B(tài)分解簡(jiǎn)介
2.2 基于經(jīng)驗(yàn)?zāi)B(tài)分解對(duì)鐵水含硅量的處理
2.3 基于EMDSVR鐵水含硅量建模與預(yù)測(cè)
2.3.1 模型建立與算法設(shè)計(jì)
2.3.2 仿真結(jié)果與分析
2.4 基于EMDDNN鐵水含硅量建模與預(yù)測(cè)
2.4.1 模型建立與算法設(shè)計(jì)
2.4.2 仿真結(jié)果與分析
2.5 本章小結(jié)
第三章 鐵水含硅量影響因素分析及輸入變量選取
3.1 基于高爐煉鐵機(jī)理的影響因素分析
3.2 基于統(tǒng)計(jì)分析的輸入變量選取與時(shí)滯確定
3.2.1 基于PCA對(duì)輸入變量的選取
3.2.2 基于MIC對(duì)輸入變量的時(shí)滯確定
3.3 本章小結(jié)
第四章 多變量時(shí)間序列的鐵水含硅量建模與預(yù)測(cè)
4.1 基于SVR鐵水含硅量預(yù)測(cè)算法的建模與預(yù)測(cè)
4.1.1 模型建立與算法設(shè)計(jì)
4.1.2 預(yù)測(cè)結(jié)果與分析
4.2 基于DNN鐵水含硅量預(yù)測(cè)算法的建模與預(yù)測(cè)
4.2.1 模型建立與算法設(shè)計(jì)
4.2.2 預(yù)測(cè)結(jié)果與分析
4.3 本章小結(jié)
第五章 鐵水質(zhì)量預(yù)報(bào)系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)
5.1 預(yù)報(bào)系統(tǒng)的設(shè)計(jì)
5.2 預(yù)報(bào)系統(tǒng)的實(shí)現(xiàn)
5.3 本章小結(jié)
第六章 總結(jié)與展望
6.1 全文工作總結(jié)
6.2 今后研究展望
參考文獻(xiàn)
致謝
攻讀碩士學(xué)位期間已發(fā)表或錄用的論文
本文編號(hào):4034606
本文鏈接:http://sikaile.net/projectlw/yjlw/4034606.html
最近更新
教材專著