PDF《高炉铁水 ！＂ 含量的修正混沌加权一阶局部预报》

&

*3 &

'

&

3(( *&

'

&

6 8 &

! (3 期 郜传厚等: 高炉铁水 #$ 含量的修正混沌加权一阶局部预报 由表 ! 可知, 临钢 号高炉的 熵较 莱钢 * 号高炉大, 即前者较后者复杂, 这导致了两座 高炉 +, 含量预报率的高低差异- 而对于同一座高 炉, 莱钢 * 号高炉两类样本的 熵值不同 表明各时段炉况的复杂程度不同- 较为复杂时段的 后续 +, 含量序列的波动较大 (标准差大) , 则对其预 测的精度就降低, 进而对其预测命中率降低-因此在 实际高炉冶炼过程中, 可动态地计算高炉 +, 含量时 间序列的 熵值, 了解高炉冶炼的复杂情 况, 为+, 含量预报作出定性指导- ./ 结论*) 在拟合混沌加权一阶局部预报模型的预测器 过程中, 采用矩阵、 向量拟合取代单一变量拟合, 修 正预测模型, 随后将其用于莱钢 * 号高炉和临钢 号高炉 +, 含量预报, 得出两座高炉 +, 含量预报值, +, 含量在

0 1/*2范围内的命中率都在 31/12以上- 这对生产具有很好的指导作用- !) 分析两座高炉 +, 含量预报命中率高低的差 异, 得出造成两者差异的主要原因不是预测炉次 +, 含量数据波动情况的差异, 而是表征混沌系统状态 特征量的 熵值大小的差异-熵 越大, 系统越复杂, +, 含量预报命中率就越低- 而对 于同一座高炉, 熵值决定后续 +, 含量序 列的波动情况, 也会对预报命中率产生影响- 4) 混沌理论用于高炉冶炼过程 +, 含量预报是 一个很有潜力的发展方向, 修正的混沌加权一阶局 部预测模型能很好地预测高炉铁水 +, 含量- 但该模 型还有待继续完善, 今后可进一步研究该模型的机 理, 并在应用中不断发展它- 同时, 本文预测 +, 含量 时, 仅采用高炉冶炼过程输出 +, 含量的历史数据, 而单一 +, 含量时间序列很难完全反映高炉冶炼这 一复杂过程, 因此还须考虑料速、 喷煤、 炉次之间操 作变化等因素的影响, 有望进一步提高 +, 含量预报 命中率- 感谢浙江大学系统优化技术研究所提供原始生产数据- [*] +56,7

8 *99 0#+ - 1!,2 !

93 3 0. (,? 8;

,?ABA) [周明、 秦明生 *93 钢铁 !# @] [4] C6?D,5 + =,8%%3 =;

36+4>

#;

+'

9 >

;

+G '

6 534>

#;

+'

9#@>

3'

+;

#'

#E >

%3 936+&

9( >

%3

5 @&

3 #E M#@9#D#;

#5 3'

>

;

#=L % <

D;

3 >

3EE34>

#'

>

%3 %+>

>

+'

D 44&

;

4L #E >

%3 =;

36+4>

+#'

H E&

;

'

43 +;

#'

9 F+'

D,E#;

34 +'

D 3'

>

+'

9#@>

3'

+;

#'

,4% #>

+4(C3+D%>

+'

D E+;

(;

'

F @#4 @(;

3D+#'

E#;

34 +'

D,M#@9#D#;

#5 3'

>

;

#=L *+,,

:/NAN

1 7 / A .0 期 郜传厚等: 高炉铁水 O+ 含量的修正混沌加权一阶局部预报 ........