一种高炉炼铁过程一氧化碳利用率的建模方法

摘要

本发明公开了一种高炉炼铁过程一氧化碳利用率的建模方法，步骤1：数据采集及计算：采集的操作参数包括：风温、风压、风速、风量、喷煤速率、顶压、高炉煤气中CO和CO₂体积百分比，并计算出一氧化碳利用率η_CO；步骤2：对数据进行时滞配准：用灰色关联度分析方法，分别将不同时滞程度的操作参数时间序列与一氧化碳利用率时间序列进行相关性分析，从而分别确定每个操作参数的时滞时间，完成数据的时滞配准，并形成样本集；步骤3：模型的建立：基于步骤2所述的样本集建立基于SVM的高炉一氧化碳利用率实时预测模型。该高炉炼铁过程一氧化碳利用率的建模方法，所建立的模型能对高炉炼铁过程一氧化碳利用率实施精确预测。

主权项

一种高炉炼铁过程一氧化碳利用率的建模方法，其特征在于，包括以下步骤：步骤1：数据采集及计算；从高炉工控机上的本地数据库中采集操作参数数据；所述的操作参数包括：风温、风压、风速、风量、喷煤速率、顶压、高炉煤气中CO和CO₂体积百分比，并由下式计算出一氧化碳利用率η_CO：${\eta }_{CO}=\frac{\left({\mathrm{CO}}_2\right)}{\left({\mathrm{CO}}_2\right)+\left(CO\right)}$其中，(CO₂)为高炉煤气中CO₂的体积百分比；(CO)为高炉煤气中CO的体积百分比；步骤2：对数据进行时滞配准；对采集的数据进行数据预处理之后，利用灰色关联度分析方法，分别将不同时滞程度的操作参数时间序列与一氧化碳利用率时间序列进行相关性分析，分别确定每个操作参数的时滞时间，完成数据的时滞配准，并形成样本集；步骤3：模型的建立；基于步骤2所述的样本集，以风量、风温、风速、风压、喷煤速率、顶压六个参数数据作为输入，一氧化碳利用率为输出，建立基于SVM的高炉一氧化碳利用率预测模型；所述的SVM采用RBF核函数，并采用交叉验证法对SVM的惩罚参数c和核函数参数g进行优化选择；模型验证完成后，以当前时滞配准的输入参数数据为输入，通过模型得到当前操作参数下的一氧化碳利用率；所述交叉验证法的步骤如下：①确定惩罚参数c和核函数参数g的取值范围；②确定测试集分组数目V；③对测试集进行交叉验证：即，当c和g以步长从小到大变化时，以每一组测试集为训练集，后一组测试集为验证集，计算验证的平均准确率；④保留平均准确率最大的时候所对应的c和g值，作为最终的参数值。