PDF《基于分布参数模型的高炉炉温预测》

录用日期: 2014?04?26. ?通信作者. E-mail: chenming0611@163.com;

Tel.: +86 18810349310. 基金项目: 国家自然科学基金重点资助项目(61333002, 61304087);

国家高新技术研究发展计划(

863 计划)资助项目(2013AA040705);

北京市 自然科学基金资助项目(4132065) 第9期陈明等: 基于分布参数模型的高炉炉温预测

1233 目前处理类似模型问题的方法是采用局部线性化 的思想, 将差分模型看成是变系数的局部线性回归方 程[11] , 进而求出硅含量预报值. 本文第3部分结合实际 的高炉生产过程, 采用当前炉次数据与历史炉次数据 两种方案分别运用加权最小二乘的方法进行参数估 计, 得出系数值代入模型计算出下一炉次硅含量预报 值. 分析比较可知, 由于系统模型各参数系数是时变 的, 因此采用普通的最小二乘方法只能估计出一段时 间内的系数固定值, 这样的话会产生较大误差. 故本 文第4部分采用了一种专门估计变系数回归模型的易 适应最小二乘方法[12C15] , 能够比较准确地估计出每一 时刻上的系数值, 进而能够得到更加准确的硅含量预 报值. 通过第5部分的仿真结果可以明显地看出此方 法的优越性.

2 高高高炉炉炉炉炉炉温温温分分分布布布参参参数数数模模模型型型(Blast furnace distributed parameter model) 高炉炼铁过程是一个多参数、 多变量的超复杂高 温物理化学生产过程. 分析高炉中各参数对铁水硅含 量的影响, 选取状态变量: 料速(LS)、 透气性(FF);

控制变量: 喷煤量(PM)、 风温(FW)、 风量(FL). 运用Bellman动态规划方法, 建立方程[16] : [Si] = f(t, LS, FF, PM, FW, FL), (1) 式中: 状态变量X = (LS, FF), 控制变量U = (PM, FW, FL). 由于高炉中铁水硅含量测量是离散的, 因此在这 里?f ?t = 0, 求取偏导可得最终分布参数系统模型为 ?[Si] ?t = ?f ?bLS ?bLS ?t + ?f ?bFF ?bFF ?t + ?f ?bPM ?bPM ?t + ?f ?bFW ?bFW ?t + ?f ?bFL ?bFL ?t = A(t) ?bLS ?t + B(t) ?bFF ?t + C(t) ?bPM ?t + D(t) ?bFW ?t + E(t) ?bFL ?t . (2) 式中: ?[Si] ?t 是铁水硅含量w[Si]的变动值, 反映了炉温 的变化;

bLS, bFF, bPM, bFW, bFL分别代表料速指数 LS, 透气性指数FF, 喷煤量指数P........