基于支持向量机的高炉炉况诊断方法

现实中高炉炉况的征兆样本集是有限的,常规的基于经验风险最小化原则的方法的应用效果并不理想。支持向量机方法是针对小样本集分类问题提出的,具有很好的泛化能力,因此采用最小二乘法支持向量机进行高炉炉况诊断。通过仿真试验证实此方法具有很好的诊断效果。

石灰炉炉况诊断及多模型集成智能控制系统的开发与应用

研制了石灰炉计算机仿真与优化模型 ,开发了石灰炉炉况诊断及多模型智能控制系统 (LDMICS)。该系统能进行热工实时计算、炉况实时诊断与操作运行的智能模糊控制 ,且具有自学习和自适应功能。系统投运后 ,能显著提高炉子产能 ,降低焦比 ,提高CO2 浓度 。

涟钢6#高炉炉况诊断系统的数据采集

高炉炉况诊断系统是一个实时分析、在线诊断实效性非常高的系统,系统通过并入ES-SERVER-CLIENT二级网络与Oracle数据服务器,并通过OPC技术读取服务器中的实时过程数据,再存储到本地SQL数据库中。本系统能快速、稳定的采集到诊断系统所需的各项参数,确保该诊断系统良好运行。

高炉异常炉况判断专家系统的设计与实现

探讨了高炉异常炉况判断专家系统的结构，讨论了从传感器数据中抽取高炉炉况特征的方法．时态黑板结构与时间知识表示，对于炉况特征的模糊量化和专家知识中的参数设定，系统采用机器学习方法自动调整．对于高炉异常炉况的操作方法，系统采用规划－动作－反应方法向用户提出动作建议，并对所作的动作建议实现实时的重构解释．

鞍钢5号2580 m^3高炉稳定顺行和提产攻关实践

针对鞍钢股份有限公司5号2580 m^3高炉炉况不稳定的问题,借助炉顶热像仪成像、激光测料面及高炉数字化检测等手段对炉况进行了诊断分析,通过采取调整布料制度、形成焦炭"挡墙",降低球团比例、减少滚动效应,校对机械探尺、构筑合理布料平台,增大风量、提高鼓风动能,缩小风口长度,增加边缘气流等措施,实现了高炉的稳定顺行和产量提升,并对高炉未来的调整提出展望。