基于稀疏矩阵的高炉故障识别研究

《基于稀疏矩阵的高炉故障识别研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、万方数据ADissertationSubmittedinPartialFulfillmentoftheRequirementsfortheDegreeofMasterinEngineeringResearchofBlastFurnaceFaultIdentificationBasedonSparseMatrixMasterCandidate：Major：Supervisor：PengXinControlTheoryandControlEngineeringPanLianWuhanUniversityofScie

2、nceandTechnologyWuhan，Hubei430081，P．R．ChinaMay,2014万方数据武汉科技大学研究生学位论文创新性声明本人郑重声明：所呈交的学位论文是本人在导师指导下，独立进行研究所取得的成果。除了文中已经注明引用的内容或属合作研究共同完成的工作外，本论文不包含任何其他个人或集体已经发表或撰写过的作品成果。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。申请学位论文与资料若有不实之处，本人承担一切相关责任。论文作者签名：堑叠日期：乞D坛占．19研究生学位论文版权使用授

3、权声明本论文的研究成果归武汉科技大学所有，其研究内容不得以其它单位的名义发表。本人完全了解武汉科技大学有关保留、使用学位论文的规定，同意学校保留并向有关部门(按照《武汉科技大学关于研究生学位论文收录工作的规定》执行)送交论文的复印件和电子版本，允许论文被查阅和借阅，同意学校将本论文的全部或部分内容编入学校认可的国家相关数据库进行检索和对外服务。论文作者签名：指导教师签名：日期：童兰叁亟。2,o，鐾f．z7万方数据摘要钢铁行业是关系到国家安全和国民经济命脉的重要行业，高炉炼铁是钢铁行业中的一个非常关键的工序。高炉

4、炼铁工序是在一个密闭的容器中进行的，发生的物理化学变化异常复杂，波动性大且随机性大，一旦发生事故，将造成巨大的生命财产损失。因此，对高炉进行故障识别，使其处于稳定安全的状态，有着十分深远的意义。本文提出一种新的高炉故障特征识别方法，该方法将稀疏矩阵分解算法应用到高炉故障识别当中。根据稀疏矩阵计算速度快和存储容量小的特点，使得故障识别速度在一定程度上得到了提升。论文主要工作如下：论文首先分析了高炉生产的工艺流程和高炉故障及征兆，研究了高炉故障诊断模型，高炉故障诊断模型主要包括混合动力学机理模型、炼铁工艺机理模型、

5、炉况诊断的推理模型、系统优化模型、整体诊断模型，在此基础上，提出了一种新的高炉故障识别方法——基于稀疏矩阵的高炉故障识别方法，该方法包括：高炉故障输入特征量的预处理、输入量的模糊处理、模糊矩阵的建立、高炉故障特征识别、非负矩阵分解的数学模型研究、高炉故障诊断稀疏受限非负矩阵分解(NMFSC)算法研究，并进行了高炉故障识别仿真系统的研究。最后，进行了高炉故障识别系统的功能实现研究，包括：识别系统的设计、系统的测试与分析。论文将模糊矩阵同稀疏矩阵分解算法结合起来进行高炉故障识别研究，在高炉故障识别这一特殊领域，稀疏

6、受限非负矩阵分解算法有较大的优势。该算法能有效提取故障特征，降低故障的误报率和漏报率，继而提高故障的识别率。实践表明：本论文研究的方法能够取得较好的识别效果，能够比较准确快速反映高炉内部的故障情况，为保障高炉正常生产提供有力的保障，使高炉能够安全、稳定、高效地进行生产，提高了高炉的生产能力，能够产生较大的生产效率。关键词：稀疏矩阵；故障识别；故障征兆；矩阵分解万方数据AbstractIronandsteelindustryisasignificantindustry,whichisrelatedtonation

7、alsecurityandlifelinesofthenationaleconomy．rnleblastfurnaceprocessiSavitalironandsteelsmeltingprocess．IttakesplaceinaclosedenvironmentandthereOccurscomplexphysicalandchemicalreactions，whichwillcauselargefluctuations．Incasetheblastfurnacefaulthappens，itwillca

8、usedrasticlifeandeconomiclosses．Thusensuringthestabilitystateoftheblastfurnacewillbeverymeaningfulforfaultdiagnosisofblastfumace．Inthispaper，proposeanewfaultfeaturerecognitionmethod，sparsematrix