学位论文 > 优秀研究生学位论文题录展示

基于小波分析理论的高炉炉温预测模型研究

作　者: 王文慧
导　师: 刘祥官
学　校: 浙江大学
专　业: 运筹学与控制论
关键词: 高炉炼铁铁水硅含量小波分析预测 AR模型
分类号: TF531
类　型: 硕士论文
年　份: 2005年
下　载: 267次
引　用: 20次
阅　读: 论文下载

内容摘要

高炉炼铁是钢铁工业的上游主体工序，作为国民经济支柱产业的重要组成部分，它对钢铁工业的发展与节能降耗都有重要的地位。高炉冶炼过程是一个高度复杂的过程，其运行机制往往具有非线性、时变、高维、大噪声、分布参数等特性，其自动化是20世纪下半叶以来冶金自动化领域一直没有攻下的自动化学科难题。高炉炉温预测模型是炼铁过程自动控制的核心数学模型，而提高炉温预测命中率是模型开发的关键难题。本文在高炉炉温预测中引入了小波分析与时间序列的方法作为主要的研究工具，使用“高炉智能控制专家系统”在线采集的山东莱钢1号高炉生产数据作为原始数据，进行大量的数据计算、分析、验证工作，建立了基于小波分析方法的高炉铁水硅含量预测模型。小波变换是20世纪80年代后期发展起来的应用数学分支，在理论上已经构成了比较系统的框架。小波分析方法的最大优点是能将原始时间序列按照不同尺度分解成不同的层次，各个层次上的信号比原始信号更加稳定，这样问题就变得易于分析和预测；而且小波分析方法在时域和频域同时具有良好的局部化性质，可以对信号的任意细节加以提取、分析，因此对数据具有一定的自适应能力。本文首先概述了高炉冶炼的基本原理、高炉专家系统以及高炉铁水硅含量预测模型，然后介绍了小波分析的基本理论和时间序列模型，最后将小波分析方法与时间序列相结合，建立了基于小波分析方法的高炉炉温预测模型。本文小波分析方法建模样本的容量为在线采集的1000炉数据，采样数据的时间间隔约为2h。首先通过小波变换将铁水硅含量的原始时间序列依三重尺度分解成不同的层次；然后对不同层次上的序列分别运用合适的自回归模型进行预测，得到分层的预测值；最后通过分层序列的重构得到原始时间序列的预测结果。本文选取了相对平稳的和波动比较剧烈的两组数据，分别应用时间序列AR模型和小波分析方法进行预测，并对预测结果进行了比较。结果表明：基于小波分析的预测模型，比较于原始时间序列的AR预测模型，明显提高了预测命中率，预测效果更好，从而证明了小波理论在研究高炉炉温预测中的实际应用价值。

全文目录

摘要  3-4
ABSTRACT  4-8
第一章高炉炼铁工艺及其自动控制概述  8-22
  1.1 高炉冶炼基本原理  8-13
    1.1.1 高炉炼铁工艺流程  8-10
    1.1.2 高炉冶炼过程的复杂性  10-11
    1.1.3 高炉冶炼过程的动力学系统  11-13
  1.2 高炉炼铁自动控制技术的研究和进展  13-16
    1.2.1 高炉炼铁的基础自动化  13
    1.2.2 高炉炼铁技术进步的多目标要求  13-15
    1.2.3 高炉专家系统  15-16
  1.3 高炉冶炼过程对炉温预测的要求  16-17
  1.4 高炉炉温预测模型研究综述  17-20
  1.5 应用小波分析方法对炉温[Si]的预测  20-22
第二章小波理论基础  22-40
  2.1 从傅立叶分析到小波分析  22-25
  2.2 小波变换  25-32
    2.2.1 连续小波变换  25-29
    2.2.2 离散小波变换  29-32
  2.3 多分辨分析  32-35
  2.4 小波分解与重构  35-40
第三章铁水硅含量的时间序列模型  40-53
  3.1 时间序列概述  40-43
    3.1.1 时间序列的含义  40-41
    3.1.2 时间序列的主要分类  41-42
    3.1.3 时间序列分析  42
    3.1.4 时间序列的建立  42-43
  3.2 随机时序分析基本概念  43-45
  3.3 自回归模型  45-49
    3.3.1 一阶自回归模型  45-47
    3.3.2 n阶自回归模型  47-49
  3.4 铁水硅含量的时间序列自回归预测模型  49-53
第四章基于小波分析方法的铁水硅含量预测模型  53-63
  4.1 原始时间序列的分解与重构  53-56
  4.2 基于小波分析的铁水硅含量预测模型  56-59
    4.2.1 模型的建立与预测方法  56-57
    4.2.2 小波预测方法预测应用案例  57-59
  4.3 小波预测方法与时间序列方法的对比  59-61
  4.4 本章小结  61-63
第五章结论与展望  63-65
参考文献  65-67
附录  67-72
攻读硕士期间完成的论文  72-73
致谢  73

基于小波分析理论的高炉炉温预测模型研究

内容摘要

全文目录

相似论文