高炉炉况评价与参数学习系统的设计

本文论述了高炉炉况评价与参数学习两个系统的设计。高炉炉况评价系统功能是判定炉况是否顺行还是异常,采用了类似Go-Stop系统的评价方法,把高炉炉况显示出来。参数学习是采用抽取的参数学习的启发性知识,主要有生成测试法、变形的并行生成测试法、最陡爬山法等,进行炉况评价模型参数的学习。

高炉炉况评价系统的设计与实现

利用高炉指数化模型和评分方法来评价高炉炉况的好坏．提出了依据统计的观点，以提高炉况评价的符合率为目标的爬山搜索方法，其符合率为９６．３５％．构造了炉况评价系统中的参数自学习子系统，运行结果，其符合率为９５．７５％

基于高炉炉况评价和反馈补偿的喷煤量决策优化

高炉炼铁过程操作者根据炉况设定喷煤量,针对在增减量的大小和时机上存在盲目性、粗糙性、滞后性难题,将高炉冶炼机理与专家经验、过程信息相结合,建立基于煤气流分布和炉缸热状态评价的喷煤反馈补偿模型.首先,分析提取表征高炉煤气流分布和炉缸热状态的重要参数,利用熵权法确定评价模型的输入参数权重,依据专家经验与数据统计分析相结合的方法划分参数等级,分别建立煤气流分布和基于炉温预测的炉缸热状态评价模型;其次,建立与炉缸热状态和煤气流分布相适应的喷煤量反馈补偿模型,消除喷煤设定值不确定性、滞后性影响,提高煤粉的燃烧效率,实时、准确地为现场操作人员提供喷煤设定值.