论文部分内容阅读
高炉是现代冶金业炼铁的主要设备。实现高炉自动化控制对于提高钢铁工业生产效率与产品质量具有重大意义。高炉炉温闭环控制系统是实现高炉自动化控制的攻坚环节，长期以来受到很多高炉研究者的关注。为了保证炉内热状态的稳定，及时监测炉内状态变化，做出相应措施，保障高炉的稳定、高效、顺行，往往需要根据历史数据对炉温进行预测。铁水硅含量是炉温的“化学热”，通常用其表征炉内真实温度。本文研究了基于非均匀嵌入的混沌时间序列预测方法，并应用于高炉铁水硅含量的预测，取得了满意的预测结果。 第一章绪论部分中，首先介绍了炉温预测建模的研究背景与意义，然后简单介绍了高炉冶炼工艺流程，分析了高炉系统的高度封闭性、复杂性，以及高炉铁水硅含量时间序列的非线性、高维、噪声干扰、时滞性、多尺度、分形、混沌等特征，并总结了基于数据驱动的高炉炉温预测方法国内外研究进展。第二章主要介绍了混沌理论和均匀相空间重构方法，为论文的第三章作理论知识的铺垫。 第三章是本文的核心章节。在已有的均匀嵌入研究基础上，提出了基于非均匀嵌入的多尺度建模算法。创新性地应用两种非均匀嵌入方法对高炉铁水[Si]数据进行非均匀相空间重构，并建立高炉炉温预测模型，取得了满意的预测效果，最高命中率达到85％。将非均匀嵌入与均匀嵌入方法进行了比较，发现非均匀嵌入方法比均匀嵌入具有更少的嵌入维数和更高的预测精度，是对已有工作很大的改进。 第四章概括了本文所获得的主要结论，并在此基础上对未来工作进行了展望，希望继续挖掘非均匀嵌入在混沌时间序列分析中的潜力，从理论上证明非均匀嵌入比均匀嵌入的优越性。最后还对高炉炉温的控制策略进行了设想。