（控制理论与控制工程专业论文）基于混合模型的球团矿化学成分预报的研究.pdf

! n o r t h e a s t e r nu n i v e r s i t y j u n e2 0 0 9 独创性声明 本人声明，所呈交的学位论文是在导师的指导下完成的。论文中取得 的研究成果除加以标注和致谫十的地方外，不包含其他人己经发表或撰写过 的研究成果，也不包括本人为获得其他学位而使用过的材料。与我一同工 作的同志对本研究所做的任何贡献均己在论文中作了明确的说明并表示谢 ：眈 思。 学位论文作者签名：犀库弦挥 日 期：功。? 年7 匀厂日 学位论文版权使用授权书 本学位论文作者和指导教师完全了解东北大学有关保留、使用学位论 文的规定：即学校有权保留并向国家有关部门或机构送交论文的复印件和 磁盘，允许论文被查阅和借阅。本人同意东北大学可以将学位论文的全部 或部分内容编入有关数据库进行检索、交流。 作者和导师同意网上交流的时间为作者获得学位后： 半年口一年口一年半口两年口 学位论文作者签名：犀献晦导师签名三爹 矿莘 签字日期： 硼阵7 匀目 签字日期：口彳7 6 东北大学硕士学位论文摘要 研究基于混合模型的球团矿化学成分预报的 摘要 随着现代钢铁行业的不断发展，钢铁企业对入炉原料的要求日趋严格。高炉对入炉 球团的指标要求主要包括物理性能、化学性能和冶金性能三个方面。球团矿化学成分是 球团矿的主要指标之一，球团矿化学成分的波动对高炉影响很大，因此如何控制球团矿 化学成分稳定非常重要。 球团矿的化学成分指标就是指成品球团矿中t f e ，f e o ，m g o ，c a o ，s i 0 2 的( 质 量) 百分比含量和成品球团矿的碱度值。目前，球团厂成品球的化学成分检测是在铁球 生产出来之后，以两小时为一个时间段对铁球进行多次抽样检测。此时所检测出的化学 成分指标只是对两小时之前的生产质量的一个评价，这样大滞后的化验数据无法根据实 时成分状况调节生产工艺参数以提高生产质量。因此，建立球团化学成分预报模型实现 成分提前预报，为最终能够实现过程工艺参数的优化及球团矿化学成分的最优控制奠定 基础。 论文首先对链算机一回转窑球团矿生产工艺流程进行了深入的分析，重点分析了干 燥、预热、焙烧、冷却等热工工段，并收集了相关的生产过程数据，然后对机理建模和 神经网络建模的基本理论与方法分别做了细致的论述，指出其各自用来建立模型的优缺 点。在此基础上，根据所研究问题的实际特点，重点阐述了神经网络一机理混合建模方 法，该种方法把上述二者的优点结合，为复杂系统建立预报模型提供了有力的工具。然 后分析了球团矿目标成分的影响因素，提出了f e o 化学损耗系数的概念，建立起神经网 络一机理串联混合模型，利用神经网络来对f e o 化学损耗系数进行预报，把神经网络的 预报值作为机理模型的输入，来对全部成分做出预报。最后在m a t l a b 环境下，使用 实际的生产数据对模型的参数进行训练和检验。仿真结果表明，本文提出的球团矿化学 成分预报模型能够获得满意的预报精度。 关键词：球团矿化学成分；链箅机一回转窑；f e o 化学损耗系数；神经网络；混合模型； 预报 一i i a b s t r a c t w i t ht h ee v e r - d e v e l o p i n go fi r o n s t e e li n d u s t r y , m u c hb e r e rm a t e r i a li si ng r e a tn e e d a s t h eb l a s tf u r n a c em a t e r i a l ，t h ep e l l e ts h o u l dm e e tf o l l o w i n gt h r e e a s p e c ts t a n d a r d ：p h y s i c a l c h a r a c t e r i s t i c s ，c h e m i c a lc h a r a c t e r i s t i c sa n dm e t a l l u r g i c a l c h a r a c t e r s p e l l e tc h e m i c a l c o m p o s i t i o ni so n eo ft h ek e ys t a n d a r d s f l u c t u a t i o no fp e l l e tc h e m i c a lc o m p o n e n th a sg r e a t i n f l u e n c eo nt h ec o n d i t i o no fb a l s tf u r n a c e a c c o r d i n gt ot h i s ，f i n d i n gs t r a t e g yt ok e e p i ts t a b l e i sg r e a ti m p o r t a n t p e l l e tc h e m i c a lc o m p o n e n ts t a n d a r dc o n t a i n st h et f e ，f e o ，m g o ，c a o ，s i 0 2p e r c e n t a g e ( i nm a s s ) a n dt h er o fp e l l e to ff i n i s h e dp e l l e t t h ec h e m i c a lc o m p o n e n ti sc h e c k e ds e v e r a l t i m e se v e r yt w oh o u r sa f t e ri ti sp r o d u c e d ，w h i c hi st h er e s u l tt w oh o u r sa g o t h i sl o n g - d e l a y m a k e si td i f f i c u l tf o rt h eo p e r a t o rt og r a s pt h er e a l - t i m ec o n d i t i o n ，t h u sa d j u s tt h ep a r a m e t e r t og e tb e r e rp r o d u c t i o n b e c a u s eo ft h i s ，b u i l dt h ep e l l e tc h e m i c a lc o m p o n e n tm o d e lt of o r c a s t f o rp e l l e tc h e m i c a lc o m p e n ti na d v a n c ei si ng r e a tn e e d ，t oo p t i m i s et h et e c h n o l o g yp a r a m e t e r t h i sp a p e ra n a l y s et h et e c h n o l o g yp r o c e s so fp e l l e tp r o d u c t i o nd e e p l yf i r s t l y , e m p h a s i s e d r y 、p r e h e a t i n g 、s i n t e r i n g 、f r e e z i n gs y s t e m ，p o i n t i n gi t sd i s a d v a n t a g e sa n da d v a n t a g e si n b u i l d i n gm o d e l o nt h eb a s i so ft h i s ，a c c o r d i n gt o t h ep r a c t i c a lc h a r a c t e r so ft h eq u e s t i o n r e s e a r c h e d t a l ka b o u tt h ea n n mm o d e lb u i l d i n gm e t h o d ，c o m b i n gt h ea d v a n t a g eo fb o t h m e t h o d s ，p r o v i d i n gap o w e r f u lt o o lf o rc o m p l i c a t e ds y s t e mm o d e l b u i l d i n g l a t e ra n a l y s et h e i n f l u t i a le l e m e n to fc h e m i c a lc o m p o s i t i o n ，a n dp u tf o r w a r dn e wc o n c e p tf e oc h e m i c a l r e d u c t i o nc o e f f i c i e n t ，f i n a l l yb u i l d i n ga n n - ms e r i a lh y b r i dm o d e l ，t og e tt h ef e oc h e m i c a l r e d u c t i o nc o e f f i c i e n tb ya n n ，a n dt a k ei ta st h em e c h a n i s mi n p u tv a r i a b l e ，t of o r c a s ta l lt h e c h e m i c a lc o m p o n e n t ，i nt h ee n v i r o n m e n to fm a t l a b ，t r a i na n dc h e c kt h ep a r a m e t e rb yt h e p r a c t i c a ld a t a s e e nf r o mt h es i m u l a t i o nr e s u l t ，t h em o d e lt h i sp a p e rc o n s t r u c t e de f f i c i e n ti n f o r c a s tt h ec h e m i c a lc o m p o s i t i o n ，a n dw i t hh i g ha c c u r a c y k e y w o r d s ：p e l l e tc h e m i c a lc o m p o n e n t ；g r a t e k i l n ；f e o c h e m i c a lr e d u c t i o nc o e f f i c i e n t ； n e u r o nn e t w o r k ；h y b r i dm o d e l ；f o r c a s t - i i i 第2 章混合预报模型理论1 1 2 1 预报方法1 1 2 2 混合模型研究现状与发展1 3 2 3 机理建模方法l5 2 4 神经网络建模方法1 6 2 5 神经网络机理混合建模2 0 2 5 1 以机理模型为主的混合模型2 l 2 5 2 以神经网络模型为主的混合模型2 1 2 5 3 神经网络模型和机理模型对等的混合模型2 2 2 6 本章小结2 4 第3 章球团矿化学成分及影响因素分析2 5 3 1 高炉对球团矿化学成分指标要求2 5 3 2 球团矿化学成分影响因素分析2 9 3 2 1t f e 影响因素分析2 9 3 2 2f e 0 影响因素分析31 3 2 3c a o 影响因素分析3 4 3 2 4s i 0 2 影响因素分析3 5 3 2 5m g o 影响因素分析3 6 3 3f e o 化学损耗系数概念的提出3 7 一l v 东北大学硕士学位论文 目录 0 4 本章小结3 8 第4 章化学成分预报的神经网络机理串联混合建模4 1 4 1 混合模型的建立4 1 4 1 1 机理模型部分的建立4 2 4 1 2b p 网络模型部分的建立4 5 4 2 混合模型的仿真5 2 4 2 1 样本数据预处理5 2 4 2 2 网络训练5 4 4 2 3 混合模型仿真及结论分析5 6 4 3 本章小结6 0 第5 章结论与展望6 1 参考文献6 3 致访j 6 7 一v 一 东北大学硕士学位论文第1 章绪论 第1 章绪论 1 1 球团矿生产现状与发展趋势 随着社会需求的不断提高，使得钢铁工业对入炉原料的粒度、强度、化学成分及冶 炼特性的要求日趋严格。钢铁工业发达国家把提供粒度均匀、成分稳定、物理与化学特 性尤其是冶炼特性良好的人造富矿视为强化高炉冶炼过程的必要前提。球团矿作为人造 富矿之一，由于其特有的冶金性能而成为当今冶炼炉料中不可缺少的重要组成部分。 人造块矿的方法有球团、压团和烧结三类。压团是最早的一种造块方法，但其加 工成本高，压团设备的生产能力有限。所以并未能在钢铁工业中得到发展。球团法是一 种新型的造块方法，自投入使用以来发展迅速。目前，球团的生产以高温氧化焙烧球团 法为主，主要包括坚炉焙烧、带式机焙烧、链箅机一回转窑焙烧，其它的方法均属特殊 球团法。球团矿作为优质炉料，具有品位高、强度好、粒度均匀、易还原等优点。 球团生产始于2 0 世纪4 0 年代末，1 9 6 0 年美国亨博尔特公司建成世界上第一套处理 铁矿球团的链箅机一回转窑生产系统，新的球团矿生产工艺从此诞生，而且其发展势头 强劲。目前，在世界各国氧化球团矿的生产中，链算机一回转窑生产的球团所占比例已 经超过5 0 ，其余为带式焙烧机和竖炉生产。链箅机一回转窑是一种联合机组，包括链 算机、回转窑、环冷机及其附属设备。这种球团工艺的特点是干燥预热、焙烧和冷却过 程分别在三台不同的设备上进行。生球首先在链箅机上干燥、脱水、预热，然后进入回 转窑内焙烧，最后在冷却机上完成冷却。1 9 7 8 年在沈阳立新铁矿建成了链箅机回转窑 实验装置，标志着链箅机一回转窑生产工艺在国内投产。2 0 0 0 年首钢迁安铁矿球团厂回 转窑截窑改造的成功，标志着我国球团矿生产技术完成了从竖炉球团工艺上升到采用大 型链算机一回转窑工艺的飞跃。它所带来的技术进步表现在1 2 j ：一是球团矿的质量实现了 质的飞跃；二是生产能力大幅度提高；三是能耗显著降低；四是高炉炉料结构日趋合理； 五是经济效益显著提高；六是生产环境大大改善。因此全国钢铁企业争相效仿发展很快。 自2 0 0 3 年来，如首钢迁安球团厂二期工程年产2 0 0 万吨、柳钢采用进口矿年产1 2 0 万 吨、昆钢1 2 0 万吨、武钢程潮铁矿年产1 2 0 万吨和鞍钢弓长岭铁矿年产2 4 0 万吨1 3 1 、邯 钢2 0 0 万吨【4 1 、鞍钢弓矿2 号球团、柳钢2 号球团、太钢球团、攀钢球团等等也相继建 成投产。 鉴于我国有着丰富的铁精矿，大多数钢铁企业又处于内地，高炉炉料中球团矿配比 不多的现状，采用球团法更是一种合理有效的造块技术。国家发展规划中己明确提出了 东北大学硕士学位论文第1 章绪论 增加高炉炉料中球团矿的比例，扩大氧化球团的生产能力。可以预测我国球团矿发展有 着非常广阔的前景5 】【6 】【7 】【8 1 。发展球团矿不仅为了解决炉料结构，而且也是节能和环保的 需要。黑色冶金排放大气中的有害物质有n o x 、c o 、s 0 2 、酚、硫酸酐等，其中5 0 来自于烧结厂。n o x 、s 0 2 主要来自于烧结使用的固体燃料，球团生产使用的燃料多数 为气体或液体，n o x 、s 0 2 排放量明显减少。与烧结相比球团生产过程中产生的粉术量 较少，由于球团矿强度好可以建设在远离城市的矿山上，解决了城市污染问题。从总的 生产情况来看，球团矿产量有了很大的发展，这对高炉炉料结构的改善及炼铁技术经济 指标的提高起到了明显作用；但在质量方面却存在着不少问题，与北美等一些国家生产 的优质球团矿相比差距甚大，尚有很大潜力可挖。 近年来与钢铁企业相配套的球团工艺技术及装备水平尽管有了很大的技术改进，球 团质量在原有基础上也有了很大提高，但仍然无法改变传统球团工艺技术本身存在的工 艺缺陷。严重制约了冶金球团技术的发展，也严重影响高炉炼铁的各项技术经济指标的 提耐9 | 。土法生产的球团矿，由于产量低、质量差，只能适合小高炉生产之用；竖炉法 生产的球团矿，由于原料适应性差( 只适用于磁铁精矿) ，而且单机产量较低( 8 m 2 竖 炉年产3 0 4 0 万吨球团矿) ，仍满足不了大型高炉对球团矿的质量要求；链箅机回转窑 工艺法生产的球团矿，不仅原料适应性范围广，而且单机产量高( 目前国内年产2 0 0 3 0 0 万吨球团矿) 完全满足大型高炉对球团矿的质量要求，该项工艺在国内得到了广泛的应 用。近几年来，国内钢铁企业与独立矿山联合发展铁精矿产品深j j h - r ，生产市场上十分 短缺的氧化球团矿，实现了资源、资金、管理、技术、市场优势互补，提高了上下游产 品的综合效益，同时大大减少了成品球团和国外块矿进口量，为我国节省了大量外汇， 且降低了成品球团采购成本，并稳定了原料供货渠道。 1 2 研究的目的及意义 随着高炉大型化、自动化及最大限度地降低焦比的要求，对高炉炉料的质量和炉料 质量的检验方法越来越受到普遍重视。适宜的过程控制参数、质量品种及优良的原料是 获得高产、优质球团矿的先决条件。优质球团除了具有适宜而均匀的粒度、足够的抗压 强度和落下强度及良好的抗热冲击性外，稳定合格的化学成分也是其一项重要指标，我 国球团矿质量之所以与北美等国家的一些优质球团有差距，除了强度普遍偏低外，其中 一个主要原因就是成品球团矿的化学成分不稳定，这必然给高炉炼铁带来很大不利。 目前，球团厂成品球的化学成分检测是在铁球生产出来之后【1 0 1 1 1 1 1 ，由质量检测部门， 利用专门检测设备，以两小时为一个时间段对铁球进行多次抽样检测。此时所检测出的 一2 一 东北大学硕士学位论文第1 章绪论 化学成分指标只是对前两小时的化学成分的一个评价，从化学成分预测的角度来说，这 样大滞后、长周期的检验数据无法让操作人员及时了解生产过程的实时状况，从而根据 实时质量状况调节生产工艺参数以提高成品质量。 n 图1 1 预报模型应用框架图 f i g 1 1a p p l y i n gf r a m ed i a g r a mo ff o r e c a s t i n gm o d e l 球团生产过程是一个非常复杂的物理化学过程【l 引，工艺参数、操作参数及原料参数 条件多，而且这些参数之间耦合严重，很难对这一复杂过程建立精确的数学模型。近年 来很多国内外研究学者都在利用神经网络这一智能技术和软测量等工具对球团烧结化 学成分进行预测，建立了多种化学成分和质量预报模型，并取得了显著的成果。因此， 建立球团化学成分预报模型实现化学成分提前预测，为最终能够实现过程工艺参数的优 化及球团质量的智能控制奠定基础显得尤其重要。预报模型的建立，对于指导球团的生 产和提高球团厂的质量控制水平都有着十分重要的意义。球团化学成分预报模型的基本 的应用框架如图1 1 所示。 j 东北大学硕士学位论文第1 章绪论 1 3 链算机回转窑球团矿生产工艺及特点 球团法是将细磨精矿制成能满足冶炼要求的块状物料的一个加工过程i l3 | 。在球团制 备过程中，物料不仅由于粒子密集而发生物理性质上的变化，而且也发生了化学和物理 化学性质上的变化，从而使物料冶金性能得到改善。为提高炼铁强度，降低炼铁成本， 国内冶炼行业多年来一直对炉料结构调整优化，提高入炉铁料品位和熟料比，实现高碱 度烧结矿配高品位酸性氧化亚铁球团矿的精料方针。 链箅机一回转窑生产球团工艺流程包括精矿配料、精矿干燥、辊压、膨润土与除尘 灰配料、混匀、造球、生球布料、生球干燥、预热、氧化焙烧、冷却及成品输出等部分 【1 4 】【1 5 】【1 6 】【1 7 】【1 8 】【1 9 1 。某球团生产线的工艺流程见图1 2 。 图1 2 球团生产一i 艺流程 f i g 1 2p r o c e s sf l o wf o rp e l l e tp r o d u c t i o n 生产原料：球团所用含铁原料( 精矿粉) 为铁精矿；球团焙烧和链算机辅助烧嘴采 用混合煤气；对于有的焙烧工艺还采用天然气、煤粉作为燃料，精矿干燥采用高炉煤气； 为改善生球性能提高生球强度，加入膨润土作为粘结剂。 铁精矿配料系统：铁精矿配料室采用单列配置。设6 个精矿配料槽，每个配料槽的 有效容积为3 7 0 m 3 ，储存时间1 8 小时。矿槽设料位显示，高低料位报警。矿槽下段设 弹簧支撑振动装置，以保证矿槽下料顺畅。 一4 一 东北大学硕士学位论文第1 章绪论 精矿干燥系统：精矿水分一般在1 0 左右，高于成球水份，因此设置了精矿干燥系 统。利用高炉煤气作为热源，将铁精矿1 0 0 干燥。当精矿水份满足造球要求不需要干 燥时，可由旁路系统将精矿运至下一道工序。 辊压和除尘灰、膨润土配料系统：铁精矿中粒度较粗时，选用高压辊压机，将铁精 矿细磨，以改善原料的成球性。经高压辊压后的物料，通过皮带秤给去混合室的集料皮 带上，继而接受膨润土和除尘灰的配料后送往混合室。球团生产过程中产生的除尘灰经 集中后气力输送至除尘灰配料槽，其配料设备与膨润土配料设备相同。膨润土与除尘灰 定量给到去混合室的胶带机上。混合系统：混合工艺采用强力混合机。其工作原理是靠 设备混合工具部位相向运动使物料也相向运动而互相穿插渗透，达到混匀目的。 造球系统：造球是球团工艺中一个十分重要环节，生球质量好坏直接影响球团焙烧 工艺正常进行和成品球质量，造球室设置9 台0 6 o m 圆盘造球机，7 台生产，2 台备用。 经混合后的混合料用胶带机运至造球室混合料矿槽，矿槽均设有称重料位计，槽下设备 采用调速圆盘给料机和电子皮带秤，造球机的给料量可按设定值自动控制。造球机转速 可调，倾角可调。每台造球机对应一台辊式筛分机，筛出9 m m 及+ 1 6 m m 不合格生球。 生球返料经过生球粉碎机粉碎后，用胶带机运至造球系统重新造球。 布料系统：链箅机受料端篦板上方设有自动测料位装置，通过自动调节链箅机运行 速度来保证链箅机规定料厚。生球料层厚度约18 0 m m 。 球团在生产过程由多个连续进行的工序组成，链箅机一回转窑是一种联合机组，由 链箅机、回转窑、冷却机三个独立的工艺设备共同组成。从造球工段来的生球在链箅机 上进行干燥预热：在回转窖中进行烧结；在环冷机中进行冷却，冷却后球团进入成品系 统。其工艺系统如图1 3 示。 生球干燥与预热是在链箅机上完成的。干燥预热分为鼓风干燥、抽风干燥、预热i 段和预热i i 段。 ( 1 ) 鼓风干燥i 段：生球在鼓风干燥内用5 0 1 5 0 的干燥气流进行干燥，除去生球 附着水。鼓风干燥干燥时间约为3 r a i n 。 ( 2 ) 抽风干燥：抽风干燥段采用近4 0 0 的热废气对料层进行干燥，使生球脱水、 干燥，并可以承受预热i 段7 0 0 以上温度。抽风干燥段用热气流来自预热i i 段热废气， 抽风干燥段干燥时间约为6 m i n 。 ( 3 ) 预热i 段：在预热i 段6 5 0 以上的热气流通过料层使生球继续干燥，并开始 氧化，以保证球团在预热i i 段可以承受1 0 0 0 。c 以上高温。预热i 段主要热源为来自环冷 机二冷段的热废气，并补充部分来自预热i i 段1 0 5 0 的热气流，这股热气流通过预热i 一，一 东北大学硕士学位论文 第1 章绪论 段与预热i i 段烟罩间隔墙孔导入。来自环冷机二冷段热废气通过管路直接进入预热i 段 烟罩。并且在链算机预热i 段设有辅助烧嘴，烧嘴以混合煤气为燃料，保证预热温度。 预热i 段预热时间约为5 r a i n 。 ( 4 ) 预热i i 段：在预热i i 段，球团进行氧化、分解( 如果有结晶水) 和加热，并 完成部分固结硬化，使球团有一定强度，能经受由链箅机落到回转窑时的冲击，在回转 窑运动过程中不致破碎。其热源来自窑尾约1 0 5 0 。c 热气流。在链箅机预热i i 段也设有 辅助烧嘴，烧嘴以混合煤气为燃料，保证预热温度。预热i i 段预热时间约为l o m i n 。 图1 3 链箅机一同转窑工艺系统 f i g 1 3c h a i ng r a t e k i l np r o c e s ss y s t e m ( 5 ) 主抽风系统：热废气汇集后，经主电除尘器将废气经主抽风机、烟道通过烟囱 排入大气。主电除尘器捕集的灰尘由刮板输送机输送到贮灰仓里，再用仓式泵气力输送 到除尘灰配料槽。 ( 6 ) 回热风系统：从预热i i 段风箱抽出的热废气，通过热风机用热风管道送到抽 风干燥i i 段作为热源。 ( 7 ) 返料系统：链箅机风箱散料通过散料胶带机运至链算机尾部的散料斗里。链箅 机头部灰箱的散料和回转窑窑尾散料一起通过溜槽进入斗式提升机，再返回回转窑。 球团矿的焙烧、固结过程是在回转窑中完成的。经过链算机预热后的球团通过铲料 板和给料溜槽给入回转窑中，并随回转窑沿周边翻滚的同时，沿轴向朝窑头移动。在窑 头装有专门设计的双调节伸缩式混合煤气烧嘴，通过调节空气煤气比例来调节火焰长 度，控制煤气量。同时将环冷机一冷段近1 0 3 0 。c 热废气引入窑头罩，作为二次风。以保 一6 一 东北大学硕士学位论文第1 章绪论 证窑内所需焙烧温度。球团在窑内主要受热辐射作用，边翻滚边焙烧，从而得到均匀焙 烧。球团焙烧温度约1 2 5 0 ，焙烧时间约为2 5 3 5 m i n 。 成品球团的冷却是在环冷机上进行的。从回转窑排出的球团矿温度约1 2 5 0 ，经过 窑头罩固定筛，将大于2 0 0 m m 大块筛出后，通过环冷机受料斗均匀布在环冷机台车上， 球团矿在环冷机内被冷却到1 5 0 以下。环冷机炉罩分四段，一冷段近1 0 3 0 热气流通 过受料斗上部窑头罩和平行管道直接入窑作二次风，提高窑内气氛温度。二冷段近6 5 0 热气流通过热风管直接引入链箅机预热i 段作为热源。三冷段约3 5 0 低温风被送至链 箅机抽风干燥i 段作为热源。四冷段约1 0 0 废气通过环冷机上烟囱排放。环冷机鼓风 机通过风f - j 自动调节冷却风量，在满足成品球冷却的前提下控制回热风温度。 成品球团矿冷却后，由胶带运输机转运至原有杂矿缓冲仓贮存并运往高炉。球团厂 设检验室，对成品球团矿化学成分进行检验( 如t f e 、c a o 、s i 0 2 、f e o 的百分比) 。 球团生产的过程非常复杂，它涉及到温度、压力、速度、流量等大量物理参数，包 括物理变化、化学反应、液相生成等复杂过程，以及气体在固体料层中的分布、温度场 分布等多方面的问题，从控制的角度来看，球团生产过程是典型的具有多变量、分布参 数、非线性、强耦合特征的复杂被控对象。 1 4 国内外研究现状及论文的主要工作 1 4 1 国内外研究现状与发展 球团矿化学成分是球团矿质量要求的一个方面，随着高炉冶炼技术的发展，高炉对 入炉球团矿原料化学成分的要求越来越高。就化学成分而言，其指标就是各成分的百分 比含量( 质量分数) ，球团矿化学成分包括成品球团矿中全铁t f e ，m g o ，c a o ，f e o ， s i 0 2 ，的百分比和碱度r ( c a o 和s i 0 2 的质量百分比) 普遍来看，国内的球团矿质量 与国外有一定差距，控制的目的在于使化学成分稳定，化学成分百分比波动在一个比较 小的范围内，生产出质量优良的球团矿产品。球团矿化学成分对于球团生产和高炉生产 都十分重要意义。 在球团质量的化学成分研究方面，我国球团矿质量存在的问题就是铁品位偏低。国 内外高炉冶炼的趋势就是使用高品位、低s i 0 2 的球团矿。例如，巴西的c v r d 公司和 瑞典l k a b 公司的镁质酸性球团矿比我国一般酸性球团矿含铁品位高5 ，s i 0 2 低 3 4 。世界上冶炼技术较先进的国家如日本、荷兰等，已将烧结矿含铁品位提高到6 0 以上，我国各球团厂近几年来在提高球团的品位上也取得了可喜的进展。国内外对球团 质量化学成分的预报研究比较多，国内而言，国外在8 0 年代提出新的控制烧结矿化学 一7 一 东北大学硕士学位论丈第1 章绪论 成分的方法用自回归和多元回归模型预测和控制烧结矿化学成分( c a o ，s i 0 2 ，m g o ， f e o ) 系统，日本住友金属公司小仓厂自1 9 5 2 年3 月以来在3 号烧结机上使用了该系统 【2 0 】，1 9 8 5 年1 2 月起，和歌山4 号烧结机也使用了此控制系统，都取得了较好的操作效 果。意大利冶金公司西尼加利亚烧结厂通过风箱废气样的成分分析来预报烧结矿f e o 含 量和确定烧结终点的统计模型，应用效果较好。 在我国，关于烧结矿化学成分超前预报的研究也有不少。随着技术的不断成熟，人 工智能技术在国内烧结生产中被大量采用，主要用于工艺参数的优化和球团烧结矿化学 成分与产品质量的预报。 文献【2 l 】开发了的烧结生产过程控制专家指导系统，用系统辨识的方法建立了多时间 序列模型，用于烧结矿化学成份的预测，该系统应用于烧结生产的离线控制。使烧结矿 的化学成分合格率和一级品率分别提高了1 和3 。文献【2 2 1 利用前馈神经网络，建立 了烧结矿化学成分超前预报模型，通过对现场数据的分析，模型具有良好的预报结果和 实际实用前景。 东北大学郭文军，何力本利用前馈神经网络，建立了烧结矿化学成分超前预报的模 型；通过对现场实际运行数据分析表明，预报模型具有良了的预报结果和实际应用前景。 鞍山科技大学张军红、谢安国、沈峰满提出主成分分析法和b p 神经网络相结合的 方法，挖掘生产数据中的潜在关系。分析结果表明：某烧结机在现行原料条件下，降低固 体燃耗不能单纯地提高或降低某个参数，而应在各工艺参数中寻求最佳的搭配。 东北大学姜宏洲、李万新等人开发了烧结矿f e o 含量智能检测仪。检测仪应用图像 处理与神经网络技术，依照烧结看火工对烧结矿f e o 含量的判断方法，用c c d 摄像机 采集烧结机尾断面图像，对所采集的图像进行实时处理，最后给出相应的f e o 含量等级。 1 4 2 论文的主要研究工作 本文是在通过查阅国内外相关文献基础上，了解了球团矿链箅机回转窑生产工艺流 程及特点，分析比较了神经网络建模理论、机理建模方法与理论；并将两者结合，研究 基于神经网络一机理串联混合模型的球团矿化学成分预报模型。本论文的主要工作包括 如下几个方面： ( 1 ) 论述了课题研究的背景和研究的意义，对链箅机回转窑工艺球团法的生产流 程、发展和现状作了初步的叙述，并简单介绍了所用智能方法的现状与发展以及在球团 生产上的应用情况。 ( 2 ) 介绍了常用的预测预报方法，阐述了混合建模方法的研究现状，分别介绍了机 理模型和人工神经网络建模的方法及原理，分析比较了两种方法建模各自的优缺点，指 一8 一 东北大学硕士学位论文 第1 章绪论 出混合建模目的在于结合两者的长处，优势互补。介绍了常用的人工神经网络一机理混 合模型：串联型混合模型和并联型混合模型。 ( 3 ) 阐述了我国高炉炉料的特点，目前我国很多钢铁生产厂家采用高碱度烧结矿配 加酸性球团矿作为炉料，指出高炉对入炉炉料的球团矿化学成分指标的要求。在熟悉球 团矿链算机。回转窑生产工艺的基础上，分析了成品球团矿化学成分的影响因素，根据 影响因素不同，把目标成分分为以物理损耗为主的化学成分和以化学损耗为主的化学成 分两类，并对以化学损耗为主的化学成分f e o 提出了化学损耗系数的概念。 ( 4 ) 在分析成品球团矿化学成分的影响因素基础上，根据所研究问题的实际特点， 提出利用神经网络一机理串联混合模型来建立球团矿化学成分预报模型。利用所分析得 到的以物理损耗为主的化学成分的影响因素，根据球团矿生产过程的物料平衡原理，建 立起机理“白箱”模型，根据分析得到的f e o 的影响因素，建立起神经网络“黑箱”模 型，并把两者有机结合，用神经网络预报f e o 化学损耗系数，作为神经网络的输出，并 把f e o 化学损耗系数作为机理模型的输入，建立起混合模型，利用实际的生产数据对混 合模型进行仿真，取得了较好的预报效果，对球团矿生产具有指导意义。 9 一1 0 一 东北大学硕士学位论文 第2 章混合预报模型理论 2 1 预报方法 第2 章混合预报模型理论 预报是一门研究未来的科学。预报，实质就是按照一定的方法，是遵循事物一定的 运动和变化规律，利用某个或某些参数现在和过去的数据，对该事物的发展趋势和未来 状态进行估量，作出定性或定量的评价。它从过去和现在己知的情况出发，研究某一事 物当前已知因素与未来某些可确定因素之间的关系、寻求事物的发展规律，利用一定的 方法或技术去探索或模拟不可知的、未出现的或复杂的中间过程，推知其未来发展的趋 势( 包括水平、方向、途径、时限、速度及其可能性等) ，为当前制定规划、进行决策 提供依据。简言之，预测是根据某一事物过去的发展现律研究其未来的发展趋势，以调 节当前行动的一种理论和方法，研究预报的方法很多，目前常用的主要有【2 3 j ： ( 1 ) 基于时间序列分析法的预报技术 所谓时间序列分析法，就是把预报对象的历史数据按一定的时间间隔进行排列，构 成一个随时间变化的统计序列，建立相应的数据随时间变化的变化模型，并将该模型外 推到未来进行预测。例如：移动平均法、指数平滑法等。也可以根据己知的历史数据来 拟合一条曲线，使得这条曲线能反映预报对象随时间变化的变化趋势，然后按照这个变 化趋势曲线，对于要求的未来某一时刻，从曲线上估计出该时刻的预报值。此方法有效 的前提是过去的发展模式会延续到未来，因而这种方法对短期预测效果比较好而不适合 于作中长期预报。 用于时间序列分析的大多数方法，如勃克斯一詹金斯方法( b o x j e k n i n s ) ，均假设各 变量之间是一种线性关系，这种局限性使其在实际应用过程中很难准确地进行分析和预 测。在过去的十多年中，一些学者注意到这种局限性并提出了一些使用性的非线性时间 序列模型，如h t o n g 和k s l i m 提出的阈值自回归模型等，这些方法均属于模型驱动的 方法，即首先辨识出各数据间的关系，然后再估计模型参数。般来说，若影响预报对 象变化各因素不发生突变，利用时间序列分析方法能得到较好的预报结果；若这些因素 发生突变，时间序列法的预报结果将受到一定的影响。 ( 2 ) 基于灰色系统理论的预测技术 与传统随机变化数据序列处理方法不同的是，灰色系统理论将一切随机变量看作是 在一定范围内变化的灰色变量，对灰色变量不是从统计规律角度出发进行大样本分析研 究，而是利用数据处理方法( 数据生成与还原) ，将杂乱无章的原始数据整理成规律性 一1 l 一 东北大学硕士学位论文第2 章混合预报模型理论 较强的生成数据末加以研究，即灰色系统理论建立的不是原始数据模型，而是生成数据 模型。灰色预测通过对原始数据的处理和灰色模型的建立，发现并掌握系统的发展运动 规律，对系统的未来状态作出科学的定量预测。其预测模型是一个指数函数，如果待测 量是以某一指数规律发展的，则可望得到较高精度的预测结果降。g m ( 1 ，1 ) 灰色预测 模型是具有偏差的指数模型。白灰色预测理论建立以来，为了适应各应用领域的特点， g m ( 1 ，1 ) 灰色预测模型在原始数列生成方法、模型改进、参数优化等多个方面都得到 了很大改进。 ( 3 ) 基于神经网络的预报方法 人工神经网络的理论研究是- - f - i 新兴的边缘和交叉学科。它有表示任意非线性关系 和学习等的能力，给解决很多具有复杂的不确定性和时变性的实际问题提供了新思想和 新方法。在预测领域，1 9 8 7 年l p a e d s 和f b a r e r 首先应用神经网络进行预报，开创了人 工神经网络预报应用的先河。 利用人工神经网络的学习功能，用大量样本对神经元网络进行训练，调整其连接权 值和阈值，然后可以利用已确定的网络模型进行预报。神经网络能从数据样本中自动地 学习以前的经验而无需繁复的查询和表述过程，并自动地逼近那些最佳刻划了样本数据 规律的函数，而不论这些函数具有怎样的形式，且所考虑的系统表现的函数形式越复杂， 神经网络这种特性的作用就越明显。 误差反向传播算法( b p 算法) 的基本思想是通过网络误差的反向传播【2 4 1 ，调整和 修改网络的连接权值和阈值，使误差达到最小，其学习过程包括前向计算和误差反向传 播。它利用一个简单的三层人工神经网络模型，就能实现从输入到输出之间任何复杂的 非线性映射关系。 与其他预报方法相比，神经网络预报方法具有以下特点： ( 1 ) 建模方法不同，传统定量预报是建立在统计分析基础上的预报方法，要求具有 完整、明确的原始数据。实际系统中统计数据常常具有不完整性和模糊性，而神经网络 采用数据驱动，黑箱建模方式，无需先验( 统计知识) 信息，它能够在信息源不完整、 不准确等复杂的数据环境下，通过其自身结构的调整过程，提取数据特性，并对未来做 出有效的预报。 ( 2 ) 传统定量预测方法建模过程不具备对数据样本的学习和模式识别的能力，其建 模过程就是对原始数据的抽象过程，这一抽象过程是在数值计算中完成的，抽象结果可 用一个完整的数学解析式表示：神经网络模型则是一种“形象”记忆过程，它通过网络 模型的学习过程完成对数据之间内在关系的“记忆”，训练后的神经网络模型对输入、 一1 2 东北大学硕士学位论文 第2 章混合预报模型理论 输出关系不具备解释意义。 ( 3 ) 传统预报模型一经建立，其结构具有较强的稳定性，其处理规模具有局限性， 实际的预报环境是复杂多变的，面对复杂变化的预测环境，传统预测模型无法适应实际 系统变量的新关系。神经网络模型是一种变结构模型，具有自适应性、并行处理能力， 因此具有很强的数据处理能力，同时可以通过网络对新样本的学习，调整其内部的结构， 从而适应系统变量的变化。对于非线性高维、高阶问题神经网络能力会得到更好的发挥。 ( 4 ) 由于传统预测方法对数据样本没有学习过程，因此对样本的拟合性较低；神经 网络模型的特性决定了它对样本可实现最大拟合。同时神经网络模型具有容错能力。通 过神经网络模型的训练，实现对系统变量关系的高度拟合，有利于对系统变量之间相关 影响的分析，从而发现系统变量之间关系的规律性，并将其用于对实际问题的决策中。 人工神经网络方法的优点是可以在不同程度和层次上模仿人脑神经系统的结构及信 息处理和检索等功能，对大量非结构性、非精确性规律具有极强的自适应功能，具有信 息记忆、自主学习、知识推理和优化计算等特点，其自学习和自适应功能是常规算法和 专家系统技术所不具备的，同时在一定程度上克服了由于随机性和非定量因素而难以用 数学公式严密表达的困之人工神经网络方法的缺点是网络结构确定困难，同时要求有足 够多的历史数据，样本选择困难，算法复杂，容易陷入局部极小点。 在实际建立预报应用模型中，建立预报模型受到两方面的限制：一是不可能将所有在 未来起作用的因素全部包含在模型中；另一个是很难确定众多参数之间的精确关系。从 信息利用的角度来说，就是任何一种单一模型的预报方法都只利用了部分信息，同时也 抛弃了部分有用的信息。为了充分发挥各数学模型的优势，在预报实际问题中，对于同 一预报问题，往往可以采用基于多种模型的预报方法进行预报。不同的预报模型往往能 提供不同的有用信息，组合预报将不同预报模型按一定方式进行综合。根据组合定理， 一各种预报方法通过组合可以尽可能利用全部的信息，尽可能地提高预报精度，达到改 善预报性能的目的，这就称作“混合建模”，本文拟通过建立神经网络一机理串联模型来 对成品球团矿化学成分做出预报。 2 2 混合模型研究现状与发展 目前常用的建模方法包括基于数据的建模，通常称作“黑箱模型”与基于内在机理 的建模，通常称作“白箱模型”。但由于现在所面临的实际系统变得越来越复杂，这使 得无论单纯应用哪一种方法来辩识模型都存在着自身难以克服的弊端，都不能完全反应 系统的特性。 一1 3 东北大学硕士学位论丈第2 章混合预报模型理论 用神经网络辩识来建模实质上是将神经网络用做表示实际系统( 对象) 的黑箱模型。 它是利用实际系统的输入和输出数据训练神经网络后得到的【2 5 1 ，能反映外界扰动和噪声 对系统的影响。但是这种建模的依据是测量数据，因此所形成的网络模型是经验性和统 计型的，缺乏物理基础，有时使外推效果( 泛化性能) 不理想或不可靠。此外，这种网 络模型通常不能将实际系统的结构特性和工作原理融合在内，所以针对时变系统或当操 作条件变