收藏本站
收藏 | 论文排版

基于粗糙集的转炉炼钢知识发现及终点控制模型研究

胡燕  
【摘要】:转炉炼钢是一个化学反应速度快、影响因素多、过程复杂的多元多相高温物理化学过程,其控制核心是对冶炼终点钢水的温度和碳含量进行准确控制。在转炉炼钢生产过程中,提高转炉冶炼终点控制的准确性可以有效缩短冶炼周期,提高炉衬寿命,减少钢铁料消耗,进而显著改善和稳定钢水质量,降低生产成本,提高转炉生产率,是炼钢生产过程中增强企业竞争力的一个重要途径。 目前,国内大多数钢铁企业的转炉炼钢终点控制还是依据现场操作人员的生产操作经验进行的,而生产操作经验知识的获取是通过现场生产总结和对生产控制数据的简单统计分析得到。由于转炉炼钢生产现场技术人员、操作人员之间素质参差不齐,实际生产中的工况条件又很复杂,使得仅靠人工经验和简单统计分析得到的转炉冶炼知识进行的终点控制稳定性、准确性不能满足生产要求。目前,基于人工智能方法的知识发现已广泛用于知识发现的各个领域,并取得了比较明显的应用效果,但在转炉炼钢领域的研究尚处于起步阶段。转炉炼钢生产具有过程冶炼机理复杂、反应影响因素众多,冶炼过程采集的数据信息具有多变量、非线性、高噪音的特征,因此,探索一种能够适应转炉炼钢生产过程的复杂性特征,实现转炉炼钢生产知识的发现方法,并在此基础上,形成一套适用于转炉炼钢过程知识发现和冶炼终点控制的模型系统,在理论和应用方面都具有重要的意义。 针对转炉炼钢知识发现和终点控制的特点,本文通过对粗糙集理论方法和人工神经网络方法的分析研究,建立了基于粗糙集理论方法的转炉炼钢知识发现模型和粗糙集-神经网络终点控制模型,实现转炉炼钢生产知识的自动获取和转炉炼钢终点控制方法的优化。其中,基于粗糙集方法的转炉炼钢知识发现模型通过对转炉炼钢生产数据进行清洗、标准化、离散等方式的数据预处理,以转炉炼钢生产重要影响因素作为知识发现的条件属性,以转炉冶炼终点的钢水碳含量和钢水温度作为知识发现的决策属性,采用粗糙集理论方法实现转炉炼钢知识发现的有效属性约简,并结合关联规则提取算法实现转炉炼钢知识的发现和规则提取;基于粗糙集-神经网络的转炉炼钢终点控制模型是结合粗糙集理论和神经网络理论的方法特点,以粗糙集理论方法确定出对决策属性集有重要影响的最小条件属性集作为神经网络的输入条件,有效简化网络结构,提高神经网络模型的适应性、准确性及计算效率。同时,运用面向对象和图形化建模、可视化技术,以适用性、灵活性及可靠性为设计原则,基于Windows开发平台,选用Microsoft的VisualBasic6.0编程实现基于粗糙集的转炉炼钢知识发现及终点控制模型系统的开发。 以新余210t转炉炼钢厂生产工艺和数据信息进行知识发现和终点控制的数值实验,结果表明:基于粗糙集方法的转炉炼钢知识发现模型可以实现知识发现属性的有效约简,同时,采用最小规则支持度和信任度的规则提取算法,可以发现数据中隐藏的知识规则,实现转炉炼钢知识的自动获取;在转炉炼钢知识发现过程中,随着训练数据集的增大,提取出来的知识规则数目相应增多,但知识规则预测的命中率并不一定提高,且随着训练数据集的增大,系统的运算效率会降低,因此,训练集的数据量大小和训练集的代表性对粗糙集转炉炼钢知识发现有着重要的影响;粗糙集转炉炼钢知识发现模型随着规则支持度和信任度的增加,知识规则预测的精确性也越高,发现的有效知识规则数量会降低,但知识的覆盖面会应知识条件的约束范围狭小而显著降低,因此,应在实验的基础上选取较为合理的参数值,不能一味的追求较大的规则支持度和信任度;粗糙集-神经网络模型的输入层结点属性是由基于粗糙集模型确定的对转炉冶炼终点钢水的碳含量和温度有重要影响的因素作为终点预测模型输入参数,因此,相对于常规转炉神经网络终点预测模型,减少了输入层和隐含层的的结点数目,增加了模型网络结构表达的针对性,有效提高模型的计算效率和计算准确性。 因此,本文是针对复杂转炉炼钢过程知识发现与终点控制难题,引入粗糙集理论方法,建立基于粗糙集的转炉炼钢知识发现模型,以及粗糙集-神经网络模型终点预测模型;并以面向对象方法开发了相应的模型系统;以具体炼钢转炉生产过程数据进行了方法的验证及应用测试,表明了方法及系统的有效性。研究成果为转炉炼钢知识发现、终点控制优化等问题研究和生产控制提供了新方法和新手段。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 卢晓春,郭盛,阮锋,卢晓春;基于粗糙集数据挖掘算法的决策分析[J];锻压技术;2004年03期
2 王洪德,马云东,陈长华;基于粗糙集理论通风系统可靠性神经网络仿真[J];辽宁工程技术大学学报;2003年04期
3 周天沛,孙伟;基于粗糙集理论的人工神经网络故障诊断系统[J];煤矿机械;2004年12期
4 刘佳,魏彩乔,王西彬;粗糙集综合评价法在绿色制造评价中的应用研究[J];重庆环境科学;2003年12期
5 张雪峰,石凡,郝丽娜,张庆灵;粗糙集数据分析系统的程序实现[J];辽宁石油化工大学学报;2004年03期
6 李孟歆,吴成东,韩中华,夏兴华;胶合板缺陷识别方法比较研究[J];沈阳建筑工程学院学报(自然科学版);2003年03期
7 汪江洪,黄庆;粗糙集综合评价法在公路建设项目大气污染评价中的应用[J];交通环保;2005年02期
8 杨慧;丁正生;;连续值域信息系统的决策规则获取(英文)[J];西安工程科技学院学报;2007年05期
9 臧红岩;;基于Rosetta的粗糙集神经网络在风机故障诊断中的应用[J];可编程控制器与工厂自动化;2011年05期
10 董春游;曹志国;;基于Rough Set和灰色关联度的煤炭企业评价方法[J];黑龙江科技学院学报;2006年06期
11 冯俊华;田程;;基于模糊分析的企业战略联盟决策模型研究[J];陕西科技大学学报(自然科学版);2009年04期
12 王洪德,闫善郁;基于RS-ANN的通风系统可靠性预警系统[J];中国安全科学学报;2005年05期
13 于军琪;王佳;;基于RS—LS-SVM的建筑物室内空气品质评价研究[J];计算机工程与应用;2009年16期
14 付优;;基于粗糙径向基函数的瓦斯涌出量预测[J];太原大学学报;2010年03期
15 施泽进;任在清;戈汉权;;基于RS与LS-SVR的储层参数预测[J];成都理工大学学报(自然科学版);2007年06期
16 张文宇,薛惠锋,张洪才,荣群山;基于粗集理论的分类关联规则挖掘研究[J];西安石油学院学报(自然科学版);2002年04期
17 尹纪龙,罗应兵,李大永,彭颖红,罗超;圆筒件拉深成形仿真结果的工艺知识挖掘[J];上海交通大学学报;2004年07期
18 云庆夏,李刚;粗糙集理论在矿井调度知识挖掘中的应用[J];金属矿山;2004年10期
19 陈淑珍,卢昌荆,林克明;粗糙集理论在Web文本挖掘特征提取中的应用[J];武汉化工学院学报;2004年04期
20 崔庆安;;基于粗糙集的焦炉加热工序控制规则提取[J];化工自动化及仪表;2005年06期
中国重要会议论文全文数据库 前10条
1 李千目;戚湧;张宏;刘凤玉;;基于粗糙集神经网络的网络故障诊断新方法[A];第二十一届中国数据库学术会议论文集(研究报告篇)[C];2004年
2 聂力;王翰虎;;一个基于粗糙集理论的分类规则学习算法[A];第十六届全国数据库学术会议论文集[C];1999年
3 肖健梅;芦晓明;王锡淮;;集装箱起重机防摇系统粗糙集控制[A];第二十六届中国控制会议论文集[C];2007年
4 李晓丽;王彤;杜振龙;;基于粗糙集理论的流数据最优特征选择[A];第二十二届中国数据库学术会议论文集(研究报告篇)[C];2005年
5 赵明清;陶树平;;基于模糊等价关系的粗糙集[A];第二十届全国数据库学术会议论文集(技术报告篇)[C];2003年
6 王旭阳;王彤;李明;;基于粗糙集理论的分类规则挖掘方法[A];第二十二届中国数据库学术会议论文集(研究报告篇)[C];2005年
7 刘永红;薛青;郑长伟;;基于粗糙集理论的C4ISR评估方法[A];第13届中国系统仿真技术及其应用学术年会论文集[C];2011年
8 赵荣珍;杨娟;黄显华;;粗糙集理论的故障知识发现及其工程应用模式研究[A];第十二届全国设备故障诊断学术会议论文集[C];2010年
9 葛丽;傅彦;;粗糙集在科学数据属性约简中的应用[A];第二十一届中国数据库学术会议论文集(技术报告篇)[C];2004年
10 陈楚湘;沈建京;陈冰;尚长兴;王运成;;运用粗糙集理论建立中老年肺炎中医症候诊断标准[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 张国军;基于粗糙集的相对属性约简算法及决策方法研究[D];华中科技大学;2010年
2 马君华;粗糙集属性约简和聚类算法及其在电力自动化中的应用研究[D];华中科技大学;2010年
3 赵佰亭;混合决策系统的粗集模型及在转台故障诊断中的应用[D];哈尔滨工业大学;2010年
4 杨习贝;不完备信息系统中粗糙集理论研究[D];南京理工大学;2010年
5 纪霞;不完备信息系统中粗糙集理论的扩展研究与应用[D];安徽大学;2010年
6 胡燕;基于粗糙集的转炉炼钢知识发现及终点控制模型研究[D];重庆大学;2013年
7 哈斯巴干;神经网络及其组合算法的遥感数据分类研究[D];中国科学院研究生院(遥感应用研究所);2003年
8 刘洪波;汉语认知脑数据挖掘相关算法及应用研究[D];大连理工大学;2006年
9 刘业政;基于粗糙集数据分析的智能决策支持系统研究[D];合肥工业大学;2002年
10 张贤勇;基于精度与程度逻辑组合的几类粗糙集模型及其算法研究[D];四川师范大学;2011年
中国硕士学位论文全文数据库 前10条
1 田静宜;基于粗糙集和神经网络的柴油机故障诊断研究[D];中北大学;2011年
2 王惠营;基于粗糙集的粒计算与神经网络的融合研究[D];武汉理工大学;2010年
3 吕望;基于粗糙集的车辆超载自动检测方法研究[D];长沙理工大学;2010年
4 于兴网;粗糙集属性约简算法在数据挖掘中的研究[D];重庆大学;2004年
5 雷明;基于粗糙集理论的决策表压缩[D];华北电力大学(北京);2010年
6 魏悦亮;粗糙集在数据挖掘不确定性问题中的研究[D];中国石油大学;2010年
7 年福忠;粗糙集及其在KDD中的应用研究[D];兰州理工大学;2004年
8 袁晓娟;基于粒计算的双论域粗糙集模型研究[D];兰州大学;2010年
9 武金艳;粗糙集与证据理论在医疗智能诊断系统中的应用研究[D];湖南大学;2010年
10 穆海芳;基于粗糙集理论的故障诊断知识获取研究[D];合肥工业大学;2010年
中国重要报纸全文数据库 前10条
1 ;栉风沐雨铸辉煌 继往开来谱华章[N];人民邮电;2006年
2 李磊;让电子政务更聪明[N];计算机世界;2001年
3 于翔;数字神经网络中的协同应用[N];网络世界;2009年
4 健康时报特约记者  张献怀;干细胞移植:修复受损的神经网络[N];健康时报;2006年
5 邹丽梅 陈耀群;江苏科大神经网络应用研究通过鉴定[N];中国船舶报;2006年
6 记者 孙刚;“神经网络”:打开复杂工艺“黑箱”[N];解放日报;2007年
7 本报首席记者 任荃 实习生 史博臻;轨交“神经网络”触动创新神经[N];文汇报;2011年
8 计算机世界实验室 韩勖;当布线系统遭遇神经网络[N];计算机世界;2009年
9 闫春龙 邱云龙;宣钢与北京工业大学共同申报发明专利[N];世界金属导报;2011年
10 王玮 蔡莲红;数据挖掘走入语音处理[N];计算机世界;2001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
  • 010-62982499
  • 010-62783978