炼铁主干课7高炉过程数学模型概述.ppt

第七章高炉过程数学模型概述,,高炉过程数学模型,,1.高炉建模的特点,高炉过程的特点,1高温下复杂的物化过程,高炉过程的特点,2在密闭容器内进行的过程,大多数参数不能直接观测很多参数不能连续准确测定,3输入参数的变化在炉况上的反映有很大滞后性,焦炭负荷变化约5－6小时喷吹煤粉变化约2－3小时鼓风温度变化约1－2小时,高炉冶炼过程是一个大滞后、多变量、非线性分布参数系统,,高炉模型通常为机理＋经验而建立的模型,2.高炉模型的分类和功能,（1）分类,按建模方法分类,（1）分类,按建模目的分类,按应用形式分类,（1）分类,（2）功能,加深对过程的全面认识和理解指导和控制高炉优质高效运行不必通过试验只在计算机上即可预测和导出最优方案,3.高炉数模的发展,可分为四个阶段,第一阶段1964年以前→离线计算分析只限于作一些单纯指数的分析计算（如热平衡、t理、Rist操作线等）,,3.高炉数模的发展,第二阶段1974年以前→在线过程指导1964年法国人提出的Wu指数模型在线运行成功用Wu指数（炉热指数）－代表炉下部热量，可预测铁水温度及含硅量以后又派生出Ec、Tc、Ts等炉热指数模型,,3.高炉数模的发展,第三阶段1975年以后→多目标管理思想其它非热量参数亦会对炉热指数有影响高炉需要进行综合判断故出现了Go－Stop系统（川崎）AGOS系统（新日铁）,,3.高炉数模的发展,人工智能系统（AI）,第四阶段80年代以来→人工智能系统,4.高炉数模的局限性,数学模型→把过程现象用数学方程定量地表达出来,,但高炉过程的复杂性→许多现象无法进行定量描述,即高炉过程存在大量模糊信息,,,,数学模型无能为力,操作者凭经验可处理,,,现场人员不喜欢用数学模型,,要求开发高炉人工智能系统（因为人工智能可以进行模糊推理）,5.高炉智能模型的开发,人工智能是一门新的技术学科→利用计算机等手段模仿、延伸和扩展人的智能,人工智能技术在90年代开始在高炉中进行应用性开发研究,,专家系统将高炉操作者经验贮存于计算机里，进行炉况的综合判断和控制它包括两个主要组成部分知识库和推理机优点克服了纯数学模型灵活性差、适应性差的问题缺点知识库不易维护，对规则知识不具备学习功能,神经网络系统,具有两大功能自学习的功能模糊识别功能,,分为二种类型a反向传播网络－需利用输出端实际数据反馈校正b自组织网络－不需教师数据，自己组织,,,高炉常用BP网络（反向传播网络）,基于BP网络的硅预报模型原理,,第一步（学习过程）对于每一模型的输入，网络不断修正权重，使输出值接近期望值（实际值）,,第二步（预报过程）学习后的网络能识别最新输入的数据与原始学习过程的哪种模式最接近，并输出结果。,