基于LSSVM的混合料粒度分布软测量方法研究

《基于LSSVM的混合料粒度分布软测量方法研究》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、中图分类号!旦!墨UDC620硕士学位论文学校代码!Q§三3密级公珏基于LS．SVM的混合料粒度分布软测量方法研究SoftMeasurementMethodBaseonLS．SVMforMixtureGranulari够Distribution作者姓名：学科专业：研究方向：学院(系、所)：指导教师：涂仲新控制科学与工程复杂过程建模信息科学与工程吴敏教授论文答辩日期型：堑：!芝答辩委员会主席中南大学2013年5月c溯ZyL／一’原创性声明本人声明，所呈交的学位论文是本人在导师指导下进行的研究工作及取

2、得的研究成果。尽我所知，除了论文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得中南大学或其他单位的学位或证书而使用过的材料。与我共同工作的同志对本研究所作的贡献均己在论文中作了明确的说明。作者签名：盖掣垒仁日期：j吐年』月土日学位论文版权使用授权书本人了解中南大学有关保留、使用学位论文的规定，即：学校有权保留学位论文并根据国家或湖南省有关部门规定送交学位论文，允许学位论文被查阅或借阅；学校可以公开学位论文的全部或部分内容，可以采用复印、缩印或其他手段保存

3、学位论文；同时授权中国科学技术信息研究所将本学位论文收录到《中国学位论文全文数据库》，并通过网络向社会公众提供信息服务。作者签名：丝自卑导师签名期：土啦年尘月王基于LS．SVM的混合料粒度分布软测量方法研究摘要：烧结生产过程是钢铁冶炼铁前过程的一道重要工序，其产品烧结矿是高铁炼铁的主要原料。烧结矿的质量好坏直接影响着高炉的炉况和铁水质量。混合制粒是烧结过程中一个至关重要的环节，是保证烧结料层良好透气性、实现厚料层烧结、提高能源有效利用的关键。因此，研究烧结混合制粒过程对钢铁企业节约能源，降低排放具

4、有重要意义。烧结混合制粒过程是一个复杂的工业过程，具有非线性、滞后、工艺参数难以测量等特点。本文针对混合料粒度分布难以实时测量的难点，结合机理分析法与灰色关联度法探讨了混合制粒过程的影响因素，设计了混合料粒度分布软测量模型。通过采集生产过程数据，并对数据进行预处理，建立了基于最小二乘支持向量机(LS．SVM)的混合料粒度分布软测量模型，分析了模型参数(核函数宽度函数仃和惩罚因子c)对混合料粒度分布软测量模型性能的影响，并采用智能优化算法对粒度分布软测量模型参数进行优化。针对支持向量机中参数选择大多

5、采用经验法、试凑法选择参数的问题，本文提出了基于量子粒子群(QPS0)法优化LS—SVM模型参数。量子粒子群法是标准粒子群法的改进，弥补了标准粒子群极易陷入局部最优值的缺点。仿真结果表明，采用QPS0优化参数速度快，精度高。基于QPS0的LS．SVM建模方法，建立的混合料粒度分布软测量模型能很好的预测粒度分布，在算法优化时间和模型精度上均优于传统方法建立的LS．SVM软测量模型。图19幅，表6个，参考文献68篇。关键词：粒度分布，最小二乘支持向量机(LS．SVM)，软测量，量子粒子群(QPSO)分

6、类号：TPl8IISoRMeasurementMethodBaseonLS．SVMforMixtllreGranularityDis砸butionAbstract：Sinteringprocessisanimportantprocedureoftheproceebeforetheironandsteelsmeltingiron，andsinter，theproductionofsintering，whichhasadirectimpactontheoutputandqualityofsteel，i

7、saVitalrawmaterialforblast如mace．MixinggranulationisaVe巧importantsubprocessofsinteringtoensurethepemeabilityofthesinterlayer，achievethicklayersinteringandtoiII]Iprovetheefhcientuseofene略y．DuetotheaboVesimation，researchingonthemixinggranulationprocessis

8、ofgreatsignificanceforsteelente印dsestosaveene玛yandreduceemissions．ThemixinggranulationprocessisaVe巧complexindustialprocesswiththefeaturesofnon-linear，hysteresis，processparametersaredif!Eiculttomeasure．Baseonthedi衔cultiesofgranularitymeansudng，