本文關(guān)鍵詞： 高爐故障 ICA MEWMA SVM　出處：《浙江大學(xué)》2017年碩士論文　論文類型：學(xué)位論文

【摘要】：鋼鐵作為重要的基礎(chǔ)原材料,在我們的日常生活與生產(chǎn)中隨處可見,其地位極其重要。有資料表明,中國目前已成為全球最大的鋼鐵生產(chǎn)國,同時(shí)也是最大的鋼鐵消費(fèi)國。我國鋼鐵冶煉產(chǎn)業(yè)發(fā)展很快,已成為國民經(jīng)濟(jì)中的重要支柱產(chǎn)業(yè)。然而,必須注意到,我國的鋼鐵冶煉產(chǎn)業(yè)背后存在的問題不容小覷,如能耗過高;產(chǎn)業(yè)過于分散;更多的是生產(chǎn)較為低級(jí)別的鋼材,在高品質(zhì)鋼材的生產(chǎn)方面能力較差;供應(yīng)鏈管理水平較差等。為此,必須努力提高我國鋼鐵產(chǎn)業(yè)的產(chǎn)品品質(zhì),降低能源消耗。高爐是鋼鐵冶煉生產(chǎn)中的重要裝備,能耗巨大,對(duì)后續(xù)冶煉品質(zhì)有重要影響。因此,為了降低鋼鐵產(chǎn)業(yè)能耗,提高鋼鐵產(chǎn)品品質(zhì),本文從高爐安全順行的角度研究其故障監(jiān)測(cè)與診斷問題。高爐本身是一個(gè)非常復(fù)雜而又龐大的系統(tǒng),其生產(chǎn)過程的機(jī)理模型亦非常復(fù)雜,涉及多個(gè)不同的生產(chǎn)模態(tài),要實(shí)現(xiàn)高爐冶煉安全順利,就必須對(duì)過程中出現(xiàn)的故障進(jìn)行準(zhǔn)確的檢測(cè)與診斷,從而做出相應(yīng)的處理,保證爐況平穩(wěn)進(jìn)行�？紤]到實(shí)際高爐生產(chǎn)過程中,現(xiàn)場(chǎng)的數(shù)據(jù)采集裝置會(huì)收集大量數(shù)據(jù),且這些數(shù)據(jù)大多服從非高斯分布,故考慮在獨(dú)立元分析算法(IndependentComponentAnalysis,ICA)的基礎(chǔ)上,采用數(shù)據(jù)驅(qū)動(dòng)的方法,對(duì)高爐故障展開研究。然而,ICA算法本身存在一定缺陷,也不完全適用于高爐故障,故首先對(duì)ICA算法進(jìn)行改進(jìn),從獨(dú)立元的數(shù)量以及重要性排序方面入手,提出了一種改進(jìn)ICA算法,在一定程度上提高了故障檢測(cè)的準(zhǔn)確性。其次,針對(duì)高爐故障緩慢變化的特點(diǎn),將ICA算法與多元指數(shù)加權(quán)平均(Multivariate Exponent Weighted Moving Average,ME WMA)方法結(jié)合,通過加權(quán)的方式,將歷史數(shù)據(jù)的影響更好地考慮在內(nèi),改善了對(duì)于高爐故障的檢測(cè)效果。最后,考慮到高爐冶煉過程中,操作從安全性的角度出發(fā),往往會(huì)在可能出現(xiàn)故障之前就采取了相應(yīng)措施,因此故障樣本有限。故本文將針對(duì)小樣本的支持向量機(jī)(Support VectorMachine,SVM)算法與改進(jìn)的ICA算法結(jié)合使用,一旦采用改進(jìn)的ICA算法檢測(cè)到有故障發(fā)生,即采用SVM算法對(duì)故障的類型進(jìn)行診斷。
[Abstract]:As an important basic raw material, iron and steel can be seen everywhere in our daily life and production, and its status is extremely important. According to some data, China has become the largest steel producer in the world. China's iron and steel smelting industry has developed rapidly and has become an important pillar industry in the national economy. However, attention must be paid to it. The problems behind the iron and steel smelting industry in China should not be underestimated, such as high energy consumption; The industry is too scattered; More is the production of lower grades of steel, in the production of high-quality steel capacity is poor; The level of supply chain management is poor. Therefore, it is necessary to improve the product quality and reduce energy consumption in China's iron and steel industry. Blast furnace is an important equipment in the production of iron and steel, and the energy consumption is huge. Therefore, in order to reduce the energy consumption of iron and steel industry, improve the quality of iron and steel products. In this paper, the problem of fault monitoring and diagnosis of blast furnace is studied from the point of view of safe and direct operation. The blast furnace itself is a very complex and huge system, and the mechanism model of its production process is also very complex. It involves many different modes of production. In order to realize the safe and smooth smelting of blast furnace, it is necessary to accurately detect and diagnose the faults in the process and make corresponding treatment. In view of the actual blast furnace production process, the field data acquisition device will collect a large number of data, and most of these data are distributed from non-#china_person0#. Therefore, on the basis of Independent component Analysis (ICA), a data-driven approach is proposed. The research on blast furnace fault is carried out. However, the ICA algorithm has some defects and is not suitable for blast furnace fault, so the ICA algorithm is improved first. Starting with the number and importance of independent elements, an improved ICA algorithm is proposed to improve the accuracy of fault detection to some extent. Secondly, aiming at the characteristics of slow change of blast furnace faults. The ICA algorithm is combined with the multivariate exponential weighted average multivariate Exponent Weighted Moving Average. Combined with ME WMA method, the influence of historical data is taken into account better by weighted method, and the detection effect of blast furnace fault is improved. Finally, considering the blast furnace smelting process. Operations from the point of view of security, often before the possibility of failure to take appropriate measures. Therefore, the support vector machine support machine (SVM) algorithm for small samples is combined with the improved ICA algorithm. Once the improved ICA algorithm is used to detect the fault, the SVM algorithm is used to diagnose the fault type.
【學(xué)位授予單位】：浙江大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：TF576.7

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 段如禮 ,黃基智;攀鋼西昌分公司28立方米高爐生產(chǎn)煤氣試驗(yàn)[J];四川冶金;2001年06期

2 全榮;;日本五大鋼鐵公司2000年高爐操作指標(biāo)[J];煉鐵技術(shù)通訊;2001年04期

3 全榮;;日本五大鋼鐵公司2001年高爐操作指標(biāo)[J];煉鐵技術(shù)通訊;2002年03期

4 朱秉辰;日本高爐操作技術(shù)的進(jìn)步[J];鋼鐵研究;1996年04期

5 岑永權(quán);能控制每個(gè)風(fēng)口風(fēng)量的高爐操作法[J];上海金屬;1996年06期

6 劉云彩;鞍鋼學(xué)派的高爐操作特點(diǎn)——紀(jì)念蔡博同志逝世五周年[J];煉鐵;1996年05期

7 ;1998年度日本五大鋼鐵公司高爐操作指標(biāo)[J];武鋼技術(shù);1999年06期

8 孫占國,賈國棟,聶世鋒,賀紅旗;安鋼4~#高爐取消放上渣的生產(chǎn)實(shí)踐[J];河南冶金;2000年06期

9 王維興;我國高爐結(jié)構(gòu)調(diào)整方向初探[J];煉鐵;2000年06期

10 劉代德,蔡善詠,李曉松;梅山高爐使用大量落地?zé)Y(jié)礦的生產(chǎn)實(shí)踐[J];煉鐵;2002年03期

相關(guān)會(huì)議論文 前10條

1 張洪海;田德林;胡智龍;田全勝;李永紅;;宣鋼8#高爐中鈦冶煉生產(chǎn)實(shí)踐[A];2009年河北省冶金學(xué)會(huì)煉鐵技術(shù)暨學(xué)術(shù)年會(huì)論文集[C];2009年

2 馮廣斌;韓秀鵬;;鋅富集對(duì)長鋼高爐的危害[A];2010年全國煉鐵生產(chǎn)技術(shù)會(huì)議暨煉鐵學(xué)術(shù)年會(huì)文集（上）[C];2009年

3 江海生;吳長生;;梅山高爐操作技術(shù)進(jìn)步[A];2004年全國煉鐵生產(chǎn)技術(shù)暨煉鐵年會(huì)文集[C];2004年

4 高征鎧;;高爐爐內(nèi)監(jiān)測(cè)技術(shù)的新進(jìn)展[A];2004年全國煉鐵生產(chǎn)技術(shù)暨煉鐵年會(huì)文集[C];2004年

5 侯興;;新鋼二鐵廠高爐鋅害問題分析及治理措施建議[A];2007年中小高爐煉鐵學(xué)術(shù)年會(huì)論文集[C];2007年

6 盧芳穎;陳敬佑;;三鋼2號(hào)高爐高效長壽實(shí)踐[A];2007中國鋼鐵年會(huì)論文集[C];2007年

7 毛慶武;張福明;姚軾;錢世崇;倪蘋;;遷鋼2號(hào)高爐工藝優(yōu)化與技術(shù)創(chuàng)新[A];2008年全國煉鐵生產(chǎn)技術(shù)會(huì)議暨煉鐵年會(huì)文集（上冊(cè)）[C];2008年

8 盧芳穎;陳敬佑;;三鋼2號(hào)高爐高效長壽實(shí)踐[A];2008年全國煉鐵生產(chǎn)技術(shù)會(huì)議暨煉鐵年會(huì)文集（上冊(cè)）[C];2008年

9 付文亮;牛衛(wèi)軍;;安鋼6號(hào)高爐生產(chǎn)7年多的長壽經(jīng)驗(yàn)[A];2008年中小高爐煉鐵學(xué)術(shù)年會(huì)論文集[C];2008年

10 盧芳穎;陳敬佑;;三鋼2號(hào)高爐高效長壽實(shí)踐[A];2008年中小高爐煉鐵學(xué)術(shù)年會(huì)論文集[C];2008年

相關(guān)重要報(bào)紙文章 前10條

1 趙振華 張悅 郭利峰;宣鋼煉鐵廠重獎(jiǎng)高爐操作能手[N];中國冶金報(bào);2006年

2 趙振華 張悅 郭利峰;宣鋼煉鐵廠：重獎(jiǎng)高爐操作能手[N];現(xiàn)代物流報(bào);2006年

3 本報(bào)記者 司成鋼;“高爐良醫(yī)”趙長忠[N];遼寧日?qǐng)?bào);2008年

4 記者 朱宇琛;多家鋼廠高爐出現(xiàn)故障刺激鋼材市場(chǎng)[N];上海證券報(bào);2011年

5 先越蓉;21世紀(jì)的高爐生產(chǎn)[N];世界金屬導(dǎo)報(bào);2011年

6 甘志鴻 萬陳;新鋼應(yīng)用高爐全爐噴涂造襯技術(shù)延長爐齡[N];中國冶金報(bào);2010年

7 張少東 蘇勇;如何使高爐穩(wěn)定運(yùn)行[N];中國冶金報(bào);2003年

8 本報(bào)記者 匡華安 通訊員 周漢生 耿佳;武鋼7號(hào)高爐何以4天達(dá)產(chǎn)？[N];中國冶金報(bào);2006年

9 記者 宋家辰 劉敬元;鞍鋼新1號(hào)高爐進(jìn)入全國先進(jìn)行列[N];中國冶金報(bào);2007年

10 趙振華;宣鋼9號(hào)高爐4項(xiàng)指標(biāo)創(chuàng)出新水平[N];中國冶金報(bào);2007年

相關(guān)博士學(xué)位論文 前6條

1 金鵬;基于多層次模型的爐頂煤氣循環(huán)氧氣高爐可行性研究[D];北京科技大學(xué);2016年

2 高攀;氧氣高爐工藝的數(shù)學(xué)物理模擬[D];東北大學(xué);2013年

3 劉迎立;基于氧氣高爐工藝條件的熔融滴落帶爐料冶金行為研究[D];北京科技大學(xué);2017年

4 熊瑋;高爐下部氣液兩相逆流流體力學(xué)特性的研究[D];武漢科技大學(xué);2005年

5 史巖彬;基于CFD/NHT分析技術(shù)的高爐煉鐵過程建模與仿真研究[D];山東大學(xué);2006年

6 周志明;高鈦型高爐渣渣鈦分離研究[D];重慶大學(xué);2004年

相關(guān)碩士學(xué)位論文 前10條

1 盧鄭汀;有害元素對(duì)某鋼廠2500m~3高爐生產(chǎn)及長壽影響的研究[D];昆明理工大學(xué);2015年

2 王振東;朝陽鋼鐵2600m~3高爐降焦比的實(shí)踐及探索[D];遼寧科技大學(xué);2015年

3 雷志亮;氧氣高爐工藝的探討研究[D];東北大學(xué);2014年

4 郁肖兵;氧氣高爐煤氣流分布的數(shù)值模擬[D];東北大學(xué);2014年

5 廖尋志;萊鋼750區(qū)域高鋁渣冶煉實(shí)踐[D];遼寧科技大學(xué);2016年

6 郭其飛;漣鋼8#高爐布料仿真模型的開發(fā)研究[D];安徽工業(yè)大學(xué);2016年

7 陶勇;基于LSSVM高爐爐溫預(yù)測(cè)的應(yīng)用和改進(jìn)[D];沈陽航空航天大學(xué);2014年

8 薛理政;基于工業(yè)以太網(wǎng)的高爐自動(dòng)化系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D];東北大學(xué);2012年

9 吳緊鋼;高爐裝料過程中的礦料偏析行為離散單元模擬[D];江西理工大學(xué);2015年

10 孫夢(mèng)園;基于改進(jìn)ICA算法的高爐故障診斷方法[D];浙江大學(xué);2017年

，

本文編號(hào)：1469541