基于WA—SVM模型的高炉铁水含硅量预测

《基于WA—SVM模型的高炉铁水含硅量预测》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、Vo1．19．No．4第19卷第4期中国冶金2009年4月ChinaMetallurgyApri】2009基于WA—SVM模型的高炉铁水含硅量预测王义康，郜传厚。(1．中国计量学院理学院，浙江杭州310018；2．浙江大学数学系，浙江杭州310027)摘要：基于小波在处理非线性、非平稳随机信号和支持向量机在解决非线性、高维数、小样本等问题的优点，提出了一种二者组合的预测模型。先用小波变换将铁水含硅量的时间序列分解成不同的高频和低频层次，对不同层次构建支持向量机模型进行预测，然后通过序列重构得到原始时间序列的预测结果。

2、利用山东莱钢1号高炉在线采集的数据作为应用案例，WA—SVM组合模型与工程常用的AR模型和单一的最小二乘支持向量机模型的预测结果比较，预测精度有明显提高。关键词：小波分析(wA)；支持向量机(sVM)；铁水含硅量；组合预测中图分类号：TP27，TF531文献标识码：A文章编号：1006—9356(2009)04—0008—05ApplicationofWA—SVMCombinedModeltoPredictSiliconContentinH0tMetalWANGYi—kang，GAOChuan—hou。(1．Coll

3、egeofScience，ChinaJiliangUniversity，Hangzhou310018，Zhejiang，China；2．DepartmentofMathematics，ZhejiangUniversity，Hangzhou310027，Zhejiang，China)Abstract：Basedonthefactthatwaveletissuitableforprocessingnonlinear，non—stationaryrandomsignalsandsup—portvectormachineex

4、celatsolvingnonlinear，small—sample，highdimensionalproblems，thepaperproposesacorn—binedmodelofwaveletanalysis(WA)andsupportvectormachine(SVM)．ItdecomposesthetimeseriesoforiginalsiliconcontentinhotmetaltOdifferentlayersthroughwaveletanalysis．DifferentSVMsarebuilt

5、topredicteachlay—er，andfinallytOobtainthepredictedresultsoftheoriginaltimeseriesbycomposition．TakingNo．1blastfurnaceofLaiwuIronandSteelGroupCo．asanexample，applicationresultshowsthattheresultofWA—SVMmodelisbet—terthanthatoftheARmodelfrequentlyappliedintheproject

6、andthesingleleastsquaressupportvectormachineandthepredictionaccuracyiselevatedobviously．Keywords：waveletanalysis(WA)；supportvectormachine(SVM)；siliconcontentinhotmetal；combinedpredic—tion高炉冶炼过程中，铁水含硅量是评定生铁质量的预测效果，但是这种方法过多依赖于高炉工长的的重要指标，也是表征高炉热状态及其变化的标志经验和专家知识，灵活

7、应变能力较差；基于神经网络之一，还是高炉操作管理的重要参数，而且铁水的含的方法有较强的数据拟合能力，但算法复杂度高；基硅量对于炼钢过程中的渣量生成以及钢液的脱硫、于非线性分析模型的方法体现了高炉冶炼过程的非脱磷条件有很大的影响]。因而研究较为准确的预线性特征，精确性相对较高，但计算复杂性高，理论测方法，就成为炼铁生产中的重要课题，但迄今为基础尚不成熟。为了取长补短，组合预测方法将是止，这个问题仍未得到很好的解决。现有的铁水含一个重要的发展方向。硅量预测模型主要有回归分析模型l2一、机理数学模高炉冶炼过程是一个极其复杂

8、的过程，具有非型l_3]、神经网络模型l_5’、非线性分析模型l7等。线性、时变、高维、分布参数等特性。小波分析这些模型各有优缺点和一定的适用条件。基于回归(WaveletAnalysis，WA)是2o世纪8O年代后期发分析模型的预测方法算法比较简单，适合在线预测，展起来的应用数学分支，在理论上已经构成比较系但在炉况不太稳定的中小高炉中应用效果