收藏本站
《太原理工大学》 2011年
收藏 | 手机打开
二维码
手机客户端打开本文

思维进化和支持向量机理论及其在炼焦配煤优化中的应用研究

吕青  
【摘要】:由两种或两种以上的煤按一定比例配合炼焦的工艺称为配煤炼焦。由于煤的组成、结构及性质的复杂性,使人们对煤及其焦化过程的认识具有局限性。现有的配合煤质量和焦炭质量的预测模型都是针对某一地区煤、某一焦化企业适用,不具有通用性。对于本文研究对象的焦化厂,直接使用这些模型并不适合,根据本厂多年积累的生产数据和配煤炼焦经验,建立自己的配合煤粘结指数模型和焦炭强度预测模型,并把它们应用在配煤比优化计算中,是本论文研究的重点。论文的主要内容如下: 用各单种煤的粘结指数G与配比的加和来估计配合煤G值偏差很大,配合煤的粘结指数不满足加和性。论文除了使用粘结指数G指标外,还引入了单种煤的Vdaf指标。用高斯函数分别对焦煤的Vdaf和瘦煤的Vdaf为进行了非线性变换,与配合煤G的加和值一起构成了预测配合煤G模型的3个组成部分。对于增加了Vdaf指标的非线性预测模型中的7个参数采用思维进化算法来寻找最优解,确定配合煤G的回归模型。该模型的预测效果明显提高,相对误差不超过±6%。 论文采用了核主成分分析方法(KPCA),在累计贡献率达到90%时,把5项配合煤煤质检测指标和3项备煤炼焦工艺参数指标特征提取为2个主成分,以这2个主成分作为支持向量机的输入变量,分别建立了焦炭机械强度M25和M10预测模型。并与主成分分析方法(PCA)方法的提取特征效果和建模效果进行了比较。结果表明基于KPCA-SVR焦炭强度预测模型的降维效果明显,推广‘性能好,预测误差小,满足实际生产需要。 使用支持向量回归机(SVR)建立焦炭强度预测模型过程中,对训练样本进行筛选,提出了一种基于粒度的支持向量回归机样本选择策略。对训练样本集在核空间不同的粒层上进行预处理,在粗粒度层次上,排除异常样本数据(噪声数据);在细粒度层次上,根据粒度的稠密不同,采用不同的样本约减策略。在合适的粒度范围内,以小规模样本子集来表征整体训练集的分布,降低学习的代价,同时获得了较好的焦炭机械强度回归模型,提高了SVR算法的效率。 SVR建立焦炭机械强度模型过程中,对于ε-SVR及核函数的参数确定,采用基于思维进化(MEA)的优化方法,该方法与网格搜索方法比较,MEA方法的寻优时间大量减少,而优化结果却近似。 配煤比例的最终确定离不开炼焦试验。论文设计了20 kg铁桶试验,该配煤试验将铁桶置于工业焦炉中随炉成焦,铁桶内煤的成焦与工业焦炉成焦保持了相同的环境,该方法投资小、操作方便、劳动强度低、试验调节灵活。经检验当煤饼与铁桶之间间隙为23mm,堆密度为1.2t/m3,结焦时间在24-48小时范围内情况下,20 kg铁桶试验焦炭与工业焦炉焦炭的机械强度相关性强,两者关系满足一元线性回归方程,20 kg铁桶试验可较好地预测工业焦炉的焦炭强度。 论文综合考虑配合煤的价格成本和焦化产品的收益,选择了配比优化模型的目标函数,允分体现了焦化(?)的效益最大。基于给定的焦炭质量指标和配合煤质量指标、煤场现有的各大类煤种质量参数和其价格及一定的备煤和炼焦条件,采用MEA算法优化配煤比,并把论文所建立的配合煤粘结指数预测模型和焦炭机械强度预测模型应用在配比计算过程中。与标准遗传算法(GA)方法比较, MEA方法的效率要高,20 kg铁桶试验验证MEA方法所优化的配煤比例科学合理。
【学位授予单位】:太原理工大学
【学位级别】:博士
【学位授予年份】:2011
【分类号】:TQ520.62;TP18

【参考文献】
中国期刊全文数据库 前10条
1 谢海深;刘永新;吕庆;孟军波;;焦炭质量预测模型[J];东北大学学报(自然科学版);2007年03期
2 杨庆新;安金龙;马振平;侯立坤;陈堂功;陈海燕;;基于最小二乘支持向量机和自适应模拟退火算法的电磁场逆问题全局优化方法[J];电工技术学报;2008年11期
3 王川龙,孙承意;基于思维进化的MEBML算法的收敛性研究[J];计算机研究与发展;2000年07期
4 刘向东 ,骆斌 ,陈兆乾;支持向量机最优模型选择的研究[J];计算机研究与发展;2005年04期
5 孙承意,龙志祎,王皖贞;MEC应用于图像分析中的综述[J];计算机工程与应用;2004年31期
6 邱玉霞;谢克明;;基于泛函分析的思维进化算法收敛性研究[J];计算机工程与应用;2006年22期
7 姚全珠;田元;;基于人工免疫的支持向量机模型选择算法[J];计算机工程;2008年15期
8 姜文瀚;周晓飞;杨静宇;;核子类凸包样本选择方法及其SVM应用[J];计算机工程;2008年16期
9 吴涛,贺汉根,贺明科;基于插值的核函数构造[J];计算机学报;2003年08期
10 李红莲,王春花,袁保宗,朱占辉;针对大规模训练集的支持向量机的学习策略[J];计算机学报;2004年05期
中国博士学位论文全文数据库 前1条
1 史卫亚;大规模数据集下核方法的技术研究[D];复旦大学;2008年
【共引文献】
中国期刊全文数据库 前10条
1 冀卫兴;陈忠海;方筝;;基于DE—BP算法的空调负荷预测研究[J];四川建筑科学研究;2010年05期
2 田飞;;用结构方程模型建构指标体系[J];安徽大学学报(哲学社会科学版);2007年06期
3 谢飞;;支持向量机及其应用研究[J];安徽教育学院学报;2007年03期
4 庄振华;王年;李学俊;梁栋;王继;;癌症基因表达数据的熵度量分类方法[J];安徽大学学报(自然科学版);2010年02期
5 陈乐;王年;苏亮亮;王蕊平;;基于邻接谱主分量分析的肿瘤分类方法[J];安徽大学学报(自然科学版);2011年04期
6 叶爱霞;王年;苏亮亮;;基于非负矩阵分解和Normal_Matrix的肿瘤基因分类[J];安徽大学学报(自然科学版);2012年03期
7 杨绪兵,韩自存;ε不敏感的核Adaline算法及其在图像去噪中的应用[J];安徽工程科技学院学报(自然科学版);2003年04期
8 陶秀凤,唐诗忠,周鸣争;基于支持向量机的软测量模型及应用[J];安徽工程科技学院学报(自然科学版);2004年02期
9 崔步礼;常学礼;陈雅琳;董琼;;粮食产量变化及影响因素分析——以山东省东营市为例[J];安徽农业科学;2006年11期
10 李淑华;徐良培;陶建平;;基于支持向量机的我国水产品出口贸易风险预警研究[J];安徽农业科学;2008年30期
中国重要会议论文全文数据库 前10条
1 ;An effective procedure exploiting unlabeled data to build monitoring system[A];中国科学院地质与地球物理研究所第11届(2011年度)学术年会论文集(下)[C];2012年
2 李宁;刘金祥;;北京市能源消耗统计评价体系研究[A];中国建筑学会建筑热能动力分会第十六届学术交流大会论文集[C];2009年
3 ;A Novel Kernel PCA Support Vector Machine Algorithm with Feature Transition Function[A];第二十六届中国控制会议论文集[C];2007年
4 ;A Novel Proximal Support Vector Machine and Its Application in Radar Target Recognition[A];第二十六届中国控制会议论文集[C];2007年
5 周绮凤;林成德;罗林开;彭洪;;一种基于黎曼度量的训练样本类不平衡SVM分类方法研究[A];第二十六届中国控制会议论文集[C];2007年
6 卿湘运;王行愚;;基于RJMCMC的多维尺度分析维数选择[A];第二十六届中国控制会议论文集[C];2007年
7 顾小军;杨世锡;钱苏翔;;基于支持向量机的旋转机械多类故障识别研究[A];第二十六届中国控制会议论文集[C];2007年
8 ;A Hybrid Clustering Algorithm Based on Grid Density and Rough Sets[A];第二十七届中国控制会议论文集[C];2008年
9 ;Fault Pattern Recognition of Rolling Bearings Based on Wavelet Packet and Support Vector Machine[A];第二十七届中国控制会议论文集[C];2008年
10 康传会;汪晓东;汪轲;常健丽;;基于最小二乘支持向量机的迟滞建模方法[A];第二十九届中国控制会议论文集[C];2010年
中国博士学位论文全文数据库 前10条
1 邱瑞;对外贸易对黑龙江省经济发展影响机理及评价研究[D];哈尔滨工程大学;2010年
2 赵莹;半监督支持向量机学习算法研究[D];哈尔滨工程大学;2010年
3 于化龙;基于DNA微阵列数据的癌症分类技术研究[D];哈尔滨工程大学;2010年
4 梁洪;基于内容的医学图像检索及语义建模关键技术研究[D];哈尔滨工程大学;2010年
5 殷志伟;基于统计学习理论的分类方法研究[D];哈尔滨工程大学;2009年
6 孔凡芝;引线键合视觉检测关键技术研究[D];哈尔滨工程大学;2009年
7 韩晓明;商业银行跨国并购风险测度和评价研究[D];哈尔滨工程大学;2010年
8 李晚龙;六自由度Stewart平台分散智能控制研究[D];哈尔滨工程大学;2010年
9 杨宁;计算机辅助卷烟配方设计关键技术研究[D];中国海洋大学;2010年
10 郑大腾;柔性坐标测量机空间误差模型及最佳测量区研究[D];合肥工业大学;2010年
中国硕士学位论文全文数据库 前10条
1 朱杰;一种基于聚类的支持向量机反问题求解算法[D];河北大学;2007年
2 李金华;基于SVM的多类文本分类研究[D];山东科技大学;2010年
3 徐芳芳;优化问题的PVD算法研究[D];山东科技大学;2010年
4 朱耿峰;支持向量机在冲击地压预测模型中的应用研究[D];山东科技大学;2010年
5 刘维会;不平衡数据集上支持向量机算法研究[D];山东科技大学;2010年
6 姜成玉;基于支持向量机的时间序列预测[D];辽宁师范大学;2010年
7 李海清;支持向量机在金融市场预测中的应用[D];辽宁师范大学;2010年
8 王文栋;GEP及SVM融合的分类技术研究[D];广西师范学院;2010年
9 李振;网络舆情预测关键技术研究[D];郑州大学;2010年
10 李朋勇;基于全矢高阶谱的故障诊断方法及其应用研究[D];郑州大学;2010年
【二级参考文献】
中国期刊全文数据库 前10条
1 李凯,黄厚宽;支持向量机增量学习算法研究[J];北方交通大学学报;2003年05期
2 李军浩;司文荣;王颂;袁鹏;李彦明;;电力变压器局部放电定位方法的现状及发展[J];变压器;2007年06期
3 粟娟;唐立军;罗日成;郝建军;;改进连续蚁群算法在变压器局部放电超声波定位中的应用[J];变压器;2007年07期
4 郝晓静,杜钢,谢植,沈峰满;模糊因果聚类模型在高炉焦比预测中的应用[J];东北大学学报;2005年04期
5 杨俊和,杜鹤桂,钱湛芬,崔平;焦炭的粒焦反应性[J];东北大学学报;1999年03期
6 王群京;鲍晓华;倪有源;李争;;基于支持向量机和遗传算法的爪极发电机建模及参数优化[J];电工技术学报;2006年04期
7 李征,邵世煌;基于信息粒化、语词计算模糊控制系统中的信息重组[J];中国纺织大学学报;2000年03期
8 罗平,杨仕友,倪光正;改进的表面响应模型及其在电磁装置优化设计中的应用[J];电机与控制学报;2003年03期
9 罗日成,李卫国,李成榕,熊浩,畅广辉;基于改进PSO算法的变压器局部放电超声定位方法[J];电力系统自动化;2005年18期
10 邵信光,杨慧中,石晨曦;ε不敏感支持向量回归在化工数据建模中的应用[J];东南大学学报(自然科学版);2004年S1期
中国博士学位论文全文数据库 前7条
1 张燕平;基于商空间的构造性数据挖掘方法及应用[D];安徽大学;2003年
2 李洁;基于自然计算的模糊聚类新算法研究[D];西安电子科技大学;2004年
3 齐红;基于形式概念分析的知识发现方法研究[D];吉林大学;2005年
4 陈万里;基于商空间理论和粗糙集理论的粒计算模型研究[D];安徽大学;2005年
5 刘仁金;基于商空间的纹理图象分割研究[D];安徽大学;2005年
6 张持健;商空间下模糊系统与模糊控制的问题求解[D];安徽大学;2005年
7 郑征;相容粒度空间模型及其应用研究[D];中国科学院研究生院(计算技术研究所);2006年
中国硕士学位论文全文数据库 前3条
1 郭军华;数据挖掘中聚类分析的研究[D];武汉理工大学;2003年
2 沈亚兰;基于粒度计算的数据挖掘方法的研究[D];沈阳工业大学;2006年
3 陈衡岳;聚类分析及聚类结果评估算法研究[D];东北大学;2006年
【相似文献】
中国期刊全文数据库 前10条
1 李明富,王文军,翟瑞津,李海云;用试验焦炉优化配合煤细度的试验[J];煤气与热力;2003年01期
2 谢海深;刘永新;孟军波;吕庆;;焦炭质量预测模型的研究[J];煤炭转化;2006年03期
3 傅永宁;;利用膨胀度及流动性选摆炼焦配煤[J];钢铁;1964年04期
4 庞邦清,黄伟源;锤式粉碎机调节机构的改造[J];燃料与化工;1998年03期
5 赵建强;尚建芳;张少华;;提高焦炭热强度的措施[J];河北化工;2008年09期
6 陈国庆;朱维东;吴贤熙;;煤岩分析在配煤炼焦中的应用研究[J];贵州大学学报(自然科学版);2010年06期
7 孔金生;吴丽娟;;基于遗传小波神经网络的焦炭质量模型研究[J];煤炭技术;2011年02期
8 施沛润;张艾红;;澳大利亚煤在柳钢焦化厂的配用[J];武钢技术;2006年06期
9 张仁,熊潮寿;可调速型液力偶合器在调整配合煤细度上的实践[J];江西冶金;2005年03期
10 齐婳;;济钢焦化厂焦炭质量波动分析及应对措施[J];煤化工;2007年05期
中国重要会议论文全文数据库 前10条
1 吕桂双;郑美荣;赵华;徐春柳;;配合煤各煤种最佳配入比例的试验研究[A];2011年河北省炼铁技术暨学术年会论文集[C];2011年
2 郭雪松;韩建伟;陈金明;王艳萍;;细化煤场管理 稳定配合煤质量[A];河南省冶金行业低碳冶金与节能减排学术研讨会论文集[C];2011年
3 郑勇;;浅论配合煤成焦后热强度的可预测性[A];苏、鲁、皖、赣、冀五省金属学会第十五届焦化学术年会论文集(上册)[C];2010年
4 李玉庚;刘鹏君;;优化配煤 改善焦炭热质量[A];高炉炼铁用焦炭质量技术研讨会文集[C];2007年
5 钱小红;;科学配煤扩大捣固焦炉用煤资源[A];河南省冶金企业创新与产业发展政策研讨会——暨技术经济年会论文集[C];2006年
6 孟庆波;;国内外煤资源情况与优化配煤技术[A];焦化技术培训教材[C];2007年
7 刘兆峰;解宝山;;风选破碎技术在炼焦生产的应用与展望[A];苏鲁皖赣四省金属学会第十三届焦化联合学术年会论文集[C];2005年
8 张磊;;提高自动配煤准确度 稳定配合煤质量[A];2010年河北省冶金学会炼铁技术暨学术年会论文集[C];2010年
9 葛玉梅;何春雷;;焦化厂备煤车间的生产组织[A];苏、鲁、皖、赣、冀五省金属学会第十五届焦化学术年会论文集(下册)[C];2010年
10 张磊;;提高自动配煤准确度 稳定配合煤质量[A];苏、鲁、皖、赣、冀五省金属学会第十五届焦化学术年会论文集(下册)[C];2010年
中国重要报纸全文数据库 前10条
1 孙建;“四精”控制降低配合煤成本[N];中国冶金报;2010年
2 孙建;莱钢“四精”控制 降配合煤成本[N];世界金属导报;2010年
3 记者 庄明星 通讯员 沈嵩生;配合煤加废渣炼焦年可创效200万元[N];中国冶金报;2006年
4 王梅霞 刘静;莱钢高炉“吃上”优质焦炭[N];世界金属导报;2007年
5 孙建;莱钢焦化厂降成本成效显著[N];中国冶金报;2008年
6 山西西山煤气化有限责任公司 徐建明;影响焦炭质量因素的探讨[N];山西科技报;2010年
7 千言;多种措施稳定降低焦炭硫分[N];世界金属导报;2006年
8 周勇 李芳;邢钢焦化厂技术创新成效显著[N];世界金属导报;2007年
9 李光玉;安钢优化配煤工艺收效显著[N];世界金属导报;2007年
10 高宏适;高性能焦炭粘结剂制造技术[N];世界金属导报;2010年
中国博士学位论文全文数据库 前2条
1 吕青;思维进化和支持向量机理论及其在炼焦配煤优化中的应用研究[D];太原理工大学;2011年
2 余广炜;利用焦化工艺处理废塑料实验研究[D];东北大学;2005年
中国硕士学位论文全文数据库 前10条
1 杨颂;炼焦配煤与焦炭质量关联性的初步研究[D];太原理工大学;2011年
2 田辉;通过煤质改性提高非炼焦煤在炼焦过程中用量的试验研究[D];重庆大学;2009年
3 陈红军;焦炭质量预测与优化配比算法的研究[D];辽宁科技大学;2008年
4 邓俊;炼焦配煤智能优化模型及其应用研究[D];中南大学;2007年
5 李超斌;配煤过程控制与智能优化系统的设计与应用[D];中南大学;2007年
6 李昌胤;鞍钢煤岩配煤与预测焦炭质量的研究[D];辽宁科技大学;2006年
7 范程;大容积焦炉对配合煤质量指标要求的研究[D];武汉科技大学;2008年
8 高志芳;开滦精煤炼焦特性及焦炭质量预测的研究[D];河北理工大学;2005年
9 沈陆军;焦煤的容惰能力和镜质组反射率对冶炼焦质量的影响研究[D];湘潭大学;2008年
10 谢淼舟;焦化厂自动配煤控制系统设计与应用[D];华北电力大学(河北);2009年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026