数据挖掘在炼铁系统中的应用现状及展望(上).pdf

《数据挖掘在炼铁系统中的应用现状及展望(上).pdf》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、第36卷第5期冶金自动化Vo1．36No．52012年9月MetallurgicalIndustryAutomationSep．2012·综述与评论·doi：10．3969／j．issn．1000-7059．2012．05．002数据挖掘在炼铁系统中的应用现状及展望(上)张建良，曹维超，国宏伟，苏步新，张涛(北京科技大学钢铁冶金新技术国家重点实验室，北京100083)摘要：炼铁是一个复杂多反应的冶炼过程，目前操作和管理都具有很强的经验性和盲目性。近年来数据挖掘的引入极大改善了这一状况，促进了炼铁系统的智能化。本文论述了利用聚类分析、决策树、主成分分

2、析和神经网络等几种方法进行数据挖掘的原理及其在炼铁系统中的应用现状，并通过对这几种方法的分析及评价，指出数据挖掘在炼铁系统的未来发展方向和应用前景，即数据挖掘专家系统和以联机分析处理为框架的由各数据挖掘方法支撑的控制决策系统，将会成为未来数据挖掘在炼铁系统应用的主流和前沿。关键词：数据挖掘；炼铁；现状及展望；智能控制中图分类号：TF325；TP391文献标志码：A文章编号：1000-7059(2012)05-0006—05Applicationandperspectiveofdatamininginironmakingsystem(A)ZHANGJ

3、ian—liang，CAOWei—chao，GUOHong-wei，SUBu—xin，ZHANGTao(StateKeyLaboratoryofAdvancedMetallurgy，UniversityofScienceandTechnologyBeijing，Beijing100083，China)Abstract：Ironmakingisacomplexreactionsmeltingprocess．Butcurrently，theoperationandmanage-mentareofblindnessandempirica1．Inrecen

4、tyearstheintroductionofdatamininggreatlyimprovesthesituationandtheintelligenceofironmakingsystem．Theprincipleandapplicationinironmakingofdataminingmethodsarepresented，suchasclusteranalysis，decisiontree，principalcomponentanalysisandneuralnetwork．Throughtheanalysisandevaluationo

5、fthesemethods，itsfuturedevelopmentandapplicationprospectaresuggested．Expertsystembasedondatamininganddecisionsupportsystemsupportedbydataminingmethodsandregardsonlineanalysisprocessingasflamewillbethepromis-ingapproach．Keywords：datamining；ironmaking；currentsituationandtrend；in

6、telligentcontrol0引言题。钢铁是现代人类社会使用最广泛和最重要的数据挖掘(DM)是从大量、不完全、有噪声、模材料之一，是国民经济持续发展的基础。高炉炼糊、随机的实际应用数据中，提取隐含在其中、人铁是钢铁工业的上游主体工序，它的发展直接关们事先不知道，但又潜在有用的信息和知识的过系到后续工序的发展，且对钢铁工业的节能降耗程。与数据挖掘相近的同义词有数据融合、数据起着重要作用。然而，由于高炉炼铁包括烧结、球分析和决策支持等。近年来，数据挖掘被逐渐团、焦化等，是一个极其复杂的系统，因此其运行引入到炼铁自动控制系统中，并日趋广泛和成熟，机制

7、往往具有非线性、时滞、高维、大噪声、分布参发挥了重大作用。数等特性⋯。高炉冶炼过程的这种复杂性，增加本文对几种典型数据挖掘方法的原理及应用了其过程控制的难度。一直以来，冶金自动化领状况等进行论述，并通过举例说明和评价，分析指域都没有攻克高炉炼铁系统自动控制这个技术难出炼铁系统中数据挖掘应用的发展方向。收稿日期：2011—12-02；修改稿收到日期：2012-04-26作者简介：张建良(1965一)，男，天津人，教授，博士生导师，博士，主要从事高炉炼铁及炼铁资源优化等研究。第5期张建良，等：数据挖掘在炼铁系统中的应用现状及展望(上)71数据挖掘的一般

8、方法和典型应用重庆大学针对昆明钢铁公司铁矿石原料和生数据挖掘出现于20世纪80年代后期，90年产数据，以铁矿石的粒度、湿容