艾萨铜熔炼配料优化及状态控制参数预测方法研究

艾萨炉论文 铜熔炼论文 配料优化论文 参数软测量论文 故障预测论文
论文详情
艾萨炉是一种结构紧凑、反应速度快、适应性强、熔炼效率高、二次能源利用好、符合环保要求的世界上较为先进的熔炼炉。艾萨铜熔炼过程是非常复杂的高温、多相的物理化学变化过程,具有多变量、非线性、强耦合、不确定等特点。配料是艾萨铜熔炼过程的紧前工序,进行配料优化获得最佳配料比,对与配料密切相关并反映炉况和产品质量的关键状态参数难以进行检测和优化,由配料和炉况变化引起的关键设备故障状态等难以预测。为了解决上述问题,实现艾萨铜熔炼过程节能降耗、提高资源和熔炼设备利用率及充分发挥熔炼过程生产潜力、提高熔炼过程的技术经济指标及工艺水平,实现企业的可持续发展,本文将结合艾萨炉的特点,围绕铜熔炼过程的配料优化,冰铜温度、冰铜品位和渣中铁硅比三个主要控制参数软测量、艾萨炉故障状态预测等关键问题开展研究。主要完成了以下研究工作:(1)针对艾萨铜熔炼过程配料优化问题,提出了基于自适应蚁群算法的艾萨铜熔炼过程配料智能优化方法,首先分析了艾萨铜熔炼过程中工艺配料特点,以成本为优化目标,综合考虑工艺、质量、库存等多约束条件,采用自适应蚁群学习算法,将配料优化问题转化为在各种约束条件下的学习建模问题,借助历史配料数据进行建模,实现配料预测与优化。艾萨铜熔炼配料实验结果表明,提出的方法能有效降低生产成本,提高配料系统的效率。(2)针对艾萨铜熔炼过程控制中冰铜品位、冰铜温度、渣中铁硅比三大参数检测时存在成本高、滞后大、实现困难等问题,提出了一种基于广义最大熵回归的自适应艾萨铜熔炼过程三大参数软测量方法。首先基于核聚类的局部线性嵌入算法对熔炼过程的输入数据进行降维预处理,然后利用隐马尔科夫模型对工况进行检测,最后结合工况检测模型建立广义最大熵自适应模型。实验表明,提出的方法不仅能明显改善误差,而且测量稳定性得到提高,能为实际生产提供有益的指导。(3)针对艾萨铜熔炼过程中由于配料和炉况波动引起关键设备发生故障,而熔池搅拌剧烈和不可视性造成炉体故障判断困难等问题提出一种融合模糊C均值聚类的特征样本核主元分析和稀疏最小二乘支持向量机(CSKPCA-SLSSVM)的故障监测方法。首先利用模糊C均值算法对采样数据进行聚类,将簇中心样本作为基向量,在此基础上提取出采样数据中的特征样本,并利用核主元分析进行降维预处理,然后基于T2和SPE统计量对艾萨炉故障进行初步识别,最后基于稀疏最小二乘支持向量机故障预测模型对初步识别结果进行细分类。实验结果表明,该方法能能快速反映整个生产过程的变化和故障,帮助监测艾萨炉情况,适合在类似工业过程中推广应用。
摘要第1-5页
Abstract第5-7页
目录第7-10页
1 绪论第10-22页
   ·选题背景及意义第10-11页
   ·艾萨铜熔炼配料优化及状态参数预测研究现状第11-19页
     ·艾萨铜熔炼过程的配料优化现状第12-14页
     ·铜艾萨熔炼状态参数预测现状第14-17页
     ·艾萨炉故障状态预测现状第17-19页
   ·论文的研究内容第19-22页
     ·研究内容第19-20页
     ·主要创新点第20-22页
2 艾萨炉铜熔炼过程分析第22-44页
   ·概述第22-27页
   ·澳斯麦特/艾萨炉的喷枪第27-34页
     ·喷枪的特点与结构第27-28页
     ·澳斯麦特/艾萨炉型与结构第28-34页
   ·澳斯麦特/艾萨熔炼的生产工艺第34-40页
     ·熔炼工艺流程第34-36页
     ·澳斯麦特/艾萨熔炼工艺实践及生产指标第36-40页
   ·艾萨铜熔炼的配料优化控制及状态参数关系第40-43页
     ·配料优化控制分析第40-41页
     ·熔炼过程状态参数第41-43页
   ·小结第43-44页
3 艾萨铜熔炼过程的配料智能优化方法第44-67页
   ·引言第44-46页
   ·艾萨铜熔炼配料工艺第46-47页
   ·艾萨铜熔炼配料优化模型第47-50页
     ·配比变量第47-48页
     ·配料优化目标函数第48页
     ·配料优化模型的约束条件第48-50页
   ·蚁群算法第50-59页
     ·蚁群算法的原理第50-53页
     ·蚁群算法的实现第53-55页
     ·蚁群算法流程第55-57页
     ·自适应蚁群算法第57-59页
   ·基于蚁群算法的艾萨铜熔炼配料优化方法第59-63页
   ·艾萨炉熔炼配料数据仿真实验结果与分析第63-65页
   ·小结第65-67页
4 基于广义最大熵回归的自适应艾萨铜熔炼过程参数软测量模型第67-91页
   ·引言第67-68页
   ·艾萨炉熔炼过程软测量的基本方法第68-71页
     ·基于神经网络的软测量方法第68-69页
     ·基于机理模型的软测量第69-71页
   ·基于广义最大熵回归的自适应软测量第71-90页
     ·输入数据预处理第72-78页
     ·基于广义最大熵回归模型的艾萨炉熔炼过程参数软测量第78-83页
     ·基于广义最大熵回归的自适应艾萨炉熔炼过程软测量第83-90页
   ·小结第90-91页
5 基于CSKPCA-SLSSVM的艾萨炉故障预测研究第91-110页
   ·引言第91-92页
   ·基于CSKPCA的艾萨炉数据处理第92-97页
     ·特征样本提取的核主元分析法第92-95页
     ·基于CSKPCA的艾萨炉数据降维第95-97页
   ·基于CSKPCA-SLSSVM的艾萨炉故障监测模型第97-102页
     ·基于稀疏最小二乘支持向量机艾萨炉诊断模型第97-100页
     ·基于CSKPCA-SLSSVM艾萨炉故障监测模型第100-102页
   ·实验结果与分析第102-108页
     ·故障初步识别实验第102-106页
     ·艾萨炉喷枪故障预测第106-107页
     ·艾萨炉炉衬蚀损预测第107-108页
   ·小结第108-110页
6 结论与展望第110-112页
   ·结论第110-111页
   ·展望第111-112页
参考文献第112-122页
致谢第122-124页
附录A (攻读博士期间的科研成果)第124页
论文购买
论文编号ABS536236,这篇论文共124页
会员购买按0.30元/页下载,共需支付37.2
不是会员,注册会员
会员更优惠充值送钱
直接购买按0.5元/页下载,共需要支付62
只需这篇论文,无需注册!
直接网上支付,方便快捷!
相关论文

点击收藏 | 在线购卡 | 站内搜索 | 网站地图
版权所有 艾博士论文 Copyright(C) All Rights Reserved
版权申明:本文摘要目录由会员***投稿,艾博士论文编辑,如作者需要删除论文目录请通过QQ告知我们,承诺24小时内删除。
联系方式: QQ:277865656