高炉-转炉铁钢界面铁水温降预测建模和分析

针对高炉-转炉铁钢界面间铁水在受铁、运输及预脱硫过程中的散热问题,以铁水温降为研究对象,分析铁钢界面铁水在运输过程温降的影响因素,建立基于极限学习机的铁水温降预测模型。实例研究结果表明,建立的预测模型能够很好地预测铁钢界面铁水运输过程温降,连续预测100罐铁水温降,当绝对误差小于10℃时,铁水温降命中率为87%,预测均方根误差为6.932。对铁水温降的各主要影响因素定量分析表明,铁水温降对受铁温度最为敏感。

基于改进的AdaBoost.RS算法的烧结终点预报分析

烧结终点的稳定控制是提高烧结机利用效率及烧结矿产量和质量的前提,因此获得准确的烧结终点位置是优化烧结过程的基础。通过分析烧结过程参数对烧结终点位置的影响,提出一种适用于烧结终点预测的集成算法。在AdaBoost.RS算法的基础上,自适应调整松弛变量的阈值,以极限学习机为弱学习器建立烧结终点位置预报集成算法模型。以宝钢烧结面积为495m2的烧结机为例,利用实际生产数据进行模型检验。结果表明,当绝对误差小于1.6m时,模型的预报结果命中率为97.4%,均方根误差为0.58,预报值序列与实际目标值序列的相关系数为0.78。对各影响因素定量分析结果表明,影响烧结终点位置的前三因素依次为料层厚度、台车速度与配水量。