高炉炼铁过程多元铁水质量指标多输出支持向量回归建模

摘要：

针对高炉炼铁过程铁水温度、Si含量、S含量、P含量等关键质量指标难以直接在线检测,且离线化验过程滞后严重的难题,建立基于建模精度综合评价与遗传参数优化的铁水质量(molten iron quality, MIQ)多输出支持向量回归(multi-output support vector regression, M–SVR)动态模型,用于对高炉铁水质量指标进行在线估计。与常规单输出SVR建模不同, M–SVR可一次确定多个分类超平面,从而可实现多元铁水质量指标的多输出建模：建模精度综合评价指标从模型估计趋势以及估计误差等方面综合评价建模性能；以建模精度综合评价指标为适应度函数,采用遗传算法对M–SVR的伸缩向量和惩罚因子参数进行全局寻优,从而获得具有最优参数的GA–M–SVR动态模型。在某钢铁厂2#高炉的工业实验表明：所提GA–M–SVR模型能够根据实时输入数据的变化对多元铁水质量参数进行准确估计。

关键词：高炉炼铁、铁水质量、多输出支持向量回归(M-SVR)、模型精度综合评价、遗传优化、数据驱动建模

所属期刊栏目：33

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金项目61473064,61290323,61333007;中央高校基本科研业务费项目N130108001;国家“863”计划项目2015AA043802;辽宁省教育厅科技项目L20150186

在线出版日期：2016-08-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：727-734