转炉煤气柜位的多输出最小二乘支持向量机预测

针对钢铁企业转炉煤气系统中煤气柜位的预测问题,提出一种一致T型灰色关联分析确定柜位的主要影响用户,避免了冗余输入因素,降低了预测模型的复杂度.根据多个不同煤气柜同时并网运行的情况,提出多输出最小二乘支持向量机回归算法来建立柜位预测模型.该算法采用等式约束,通过最小化所有输出的单一和整体拟合误差,将其转换为求解一系列线性方程组,得到模型回归函数的权系数和偏置公式表示.现场数据仿真实验结果表明所建预测模型的有效性和实用性,为制定煤气调配方案提供了合理指导.     

COREX煤气压缩系统混合模型研究

在分析COREX煤气压缩系统各组成部件的工作原理基础上,根据流体力学、能量守恒和质量守恒等物理学原理,建立COREX煤气压缩系统机理模型.将COREX煤气压缩系统机理模型的参数辨识问题转化为优化问题,采用差分进化算法辨识机理模型中的未知参数.由于COREX煤气压缩系统存在较多的影响因素,机理模型预测性能不精确.基于多最小二乘支持向量机补偿机理模型的误差,建立预测COREX煤气压缩系统性能的混合模型.将混合模型应用于实际的煤气压缩系统中,结果表明与机理模型相比混合模型有更高的精度和预测性能.为控制COREX煤气压缩系统稳定运行奠定了良好的基础.     

雷达柜位计在宝钢煤气柜上的应用

雷达柜位计在宝钢转炉煤气柜上投运以来，运行情况非常稳定，尤其是在低柜位时表现更加突出，抗干扰能力增强，测量精度提高，调试相对简单，大大减少了维护人员的工作量。它以卓越的性能弥补了超声波柜位计的不足，保证了煤气管网压力的稳定。     

煤气柜柜位检测及活塞平衡系统的实践与探索

煤气柜的柜位检测及活塞平衡检测是气柜安全运行的重要依据。先进的测量技术、科学的检测方法、及时的维护可以有效保证气柜的安全稳定。     

基于高炉炉况评价和反馈补偿的喷煤量决策优化

高炉炼铁过程操作者根据炉况设定喷煤量,针对在增减量的大小和时机上存在盲目性、粗糙性、滞后性难题,将高炉冶炼机理与专家经验、过程信息相结合,建立基于煤气流分布和炉缸热状态评价的喷煤反馈补偿模型.首先,分析提取表征高炉煤气流分布和炉缸热状态的重要参数,利用熵权法确定评价模型的输入参数权重,依据专家经验与数据统计分析相结合的方法划分参数等级,分别建立煤气流分布和基于炉温预测的炉缸热状态评价模型;其次,建立与炉缸热状态和煤气流分布相适应的喷煤量反馈补偿模型,消除喷煤设定值不确定性、滞后性影响,提高煤粉的燃烧效率,实时、准确地为现场操作人员提供喷煤设定值.     

高炉煤气流分布过程的多算法融合预测模型

在高炉生产中,准确的预测高炉煤气流分布状况将有助于保证高炉的稳定顺行.针对传统高炉煤气流预测模型的缺陷,本文提出了一种将带遗传因子的自回归移动平均模型(FF-ARMAX)和基于限定记忆的正则化极限学习机(RFMLS-RELM)相结合的高炉煤气流多步预测模型.在数据预处理方面,建立FF-ARMAX模型消除原始数据中的测量误差,同时采用傅里叶变换法消除数据中叠加的环境噪声.最后采用RFMLS-RELM算法进行多步预测,对比试验表明,该算法在应用于煤气流预测时,预测精度更高,适用于对煤气流分布状况的多步预测.多步预测实验结果表明,该模型虽然仍旧无法完全解决预测误差随预测步数的增加而不断叠加的问题,但相较于其他传统预测模型能够实现更好的预测效果和更高的预测精度,为高炉操作人员分析炉况提供了有效的帮助和支持.     

高炉透气性指数的核超限学习机预测模型

高炉透气性指数反映了高炉内煤气流运动受到阻碍的大小,是操作人员判断高炉运行状态的重要依据.本文针对超限学习机的缺点,提出了基于核超限学习机的高炉透气性指数预测模型.首先选取了适当的高炉参数作为模型的输入.其次采用小波变换对生产数据降噪处理.然后建立基于核超限学习机的高炉透气性指数预测模型.在建模过程中,探索了不同的核函数对模型性能的影响,并对相关参数寻优.最后进行仿真实验,同其他算法对比.实验结果表明,相比于传统算法,基于核超限学习机的高炉透气性指数预测模型训练速度更快,预测精度更高,预测结果更稳定.     

基于核的冶金煤气流量在线区间预测

针对冶金企业煤气系统的流量区间预测问题, 本文提出一种基于核的在线区间预测构造方法, 该方法将传统预测区间构造过程中对雅克比矩阵的复杂计算转化为对核的计算, 大大降低了计算成本. 为确定所提方法的超参数, 采用共轭梯度下降算法来优化模型预测误差, 使其逼近样本数据中有效噪声的方差. 为验证本文所提方法的有效性, 对现场实时数据库中的煤气流量数据进行了仿真实验, 其结果表明本文方法在预测精度、可靠性和实时性三方面都表现出明显的优势.     

多级离心压缩机防喘模型与防喘控制策略研究

以燃气-蒸汽联合循环发电机组煤气系统为背景,基于压缩机能量损失机理建立多级离心压缩机系统防喘控制模型,并利用改进自适应遗传算法辨识机理模型中难以准确获得的参数.基于此模型,制定相应的防喘控制线确定方法和防喘控制策略.将所建立的防喘模型和防喘控制策略应用于实际的煤气系统中,结果表明该防喘模型能准确预测多级离心压缩机的性能,所制定的防喘控制策略能有效防止喘振的发生,取得了满意的控制效果.     

一种电子装备故障预测参数选取方法

针对电子装备故障预测中的预测参数选取问题,建立电子装备故障预测信息系统,设置故障预测参数选取原则,基于多信号流图模型提取反映电子装备故障状态的预测参数集,利用决策辨识函数对该参数集进行约简,并采用基于相关危险度的统计模型选取出最优故障预测参数集。实例证明该方法可以实现预测参数选取的自动化。     

基于灰色理论的小样本振荡序列区间预测建模方法

传统单变量灰色预测模型的指数结构形式制约了其对小样本振荡序列的模拟与预测能力, 对此, 通过包络线将振荡序列拓展为具有明确上界与下界的区间灰数序列, 还原影响因素不确定性条件下振荡序列的区间灰数形式; 在此基础上, 利用区间灰数建模方法实现对振荡序列取值范围的模拟与预测. 应用该方法较好地模拟了具有振荡特征的重庆市空气质量指数(AQI) 的变化规律, 所得研究成果为小样本振荡序列的模拟与预测提供了一种新的分析方法与建模手段.

     

基于关联存储网络的非线性约束监督预测控制

设定值优化是复杂工业过程中一种有效的优化控制手段,通过在通常的校正级上面加一层监督级而实现.模型预测控制已广泛应用于工业过程控制,但约束优化的实现是一个难题.鉴于此,建立了非线性监督预测控制的模糊神经网络模型,由此推导出监督预测控制的可行解,并用于燃气轮机系统转速和功率的控制.仿真结果表明了该方法的优越性.     

灰色预测中缓冲算子的组合性质及应用

通过研究同性缓冲算子作用样本数据序列所得灰色预测模型的预测精度问题, 发现同类缓冲算子对于相同样本数据序列的预测值一致, 对于具体预测问题, 某个缓冲算子在此类问题中有效, 用到另一类问题上可能失效. 为此, 提出一种同性缓冲算子的组合方法, 通过对同性缓冲算子的有效组合可以得到一种新的缓冲算子, 该缓冲算子不但能够提高模型的预测精度, 而且可以扩大缓冲算子的适用范围. 实例验证表明, 所提出的组合方法是有价值的.

     

基于振动信号和云推理的球磨机负荷软测量

采用振动信号对球磨机料位进行测量时,特征值具有散度大、随机性强的特点.对此,基于具有将随机性、模糊性与稳定倾向性相结合能力的云模型,提出一种利用云模型对球磨机料位进行概念表示和推理测量的方法.首先,利用逆向云发生器对振动信号的功率谱特征值进行概念提取以获得前件云;然后,由料位值信息建立相对应的后件云;最后,利用云模型的不确定推理实现球磨机料位的软测量.对比实验结果表明了所提出方法的有效性和可行性.     

平滑变权缓冲算子构造及其性质

针对变权缓冲算子信息利用不充分以及权重选择问题, 提出一类新的平滑变权缓冲算子. 研究了该缓冲算子的性质, 证明了平滑变权缓冲算子对序列具有弱化作用并能够提升序列光滑性, 得出了平滑变权缓冲算子调节度的递推不等式; 通过多目标优化方法来确定可变权重取值, 构造可变权重的优化目标函数, 并结合遗传算法来确定权重的最优取值. 实例分析表明, 所提出的平滑变权缓冲算子能够有效提高建模精度.

     

单项模型可筛选的船舶横摇组合预测

提出了基于单项模型可筛选的船舶横摇运动组合预测方法. 运用协整理论方法和非负约束的冗余方法对模型进行筛选, 将筛选出的单项模型进行组合, 并将其用于对我国某型船舶横浪航行情况的预测. 预测结果表明, 在预测精度及预测时长方面均好于各单项模型和未经过单项模型筛选的组合预测模型, 从而验证了所提出方法的有效性和可行性.

     

基于多渐消因子强跟踪UKF 和约束AR模型的故障估计与预测

针对非线性系统中不可观测故障参数估计和预测问题, 提出一种基于多重渐消因子强跟踪无迹卡尔曼滤波(MSTUKF) 的状态和参数联合估计法, 通过引入多重渐消因子增强了对变化函数未知的故障参数的跟踪能力. 对于得到的故障参数估计值, 利用递推最小二乘法更新约束AR预测模型, 从而实现故障参数的在线估计与预测. 仿真结果表明, MSTUKF方法在故障参数估计精度上优于UKF 和单渐消因子强跟踪UKF, 约束AR模型的预测精度高于无约束条件下的预测精度.

     

基于动态记忆反馈的改进ELM故障预测方法应用研究

随着工业系统复杂性的逐步增加,对故障预测的实时性和准确性提出了更高的要求.对此,提出一种基于动态记忆反馈的改进ELM神经网络模型进行故障预测.此模型在结构上增加了反馈层用于记忆隐含层输出,并从反馈层记忆的信息中提取数据变化趋势特征,从而动态更新反馈层的输出权值.通过对非线性动态系统的下一时刻输出进行预测,并对预测输出进行诊断,达到故障预测的目的.通过人工数据Sinc验证和TE过程实例应用表明了所提出方法具有预测精度高、动态适应能力强等优点,对非线性时序系统具有较好的预测能力.     

GM(1,1) 模型的病态性问题再研究

针对GM(1,1) 模型参数辨识过程中的病态性和稳健性问题, 一方面通过不改变预测精度的数乘变换将模型参数辨识过程中的病态性矩阵转化为良态矩阵, 另一方面利用适当的正交矩阵对原始数据序列实施正交变换, 将模型的参数辨识过程转化为具有递归形式线性方程组的求解过程, 从而避免参数辨识过程中出现的病态性问题, 提高模型的适用性. 最后通过算例和Monte-Carlo 数值模拟进一步验证了所提出方法的有效性.