动态数据序列建模及其在定氧加铝控制系统中的应用

摘要

定氧加铝工艺是炼钢厂铝镇静钢冶炼过程的重要工序之一.通过往钢水中加入一定量的铝,来控制钢水中的氧的含量,同时,也保证钢水中有一定量的酸溶铝成分,这样才能保证炼出的钢的质量.因此建立一个加铝量的模型,把钢水中的氧含量和酸溶铝成分控制在所需的范围内,是十分必要的.当前,厂方经过了一些技术改造,通过历史数据建立了一个定氧加铝工艺的线性回归模型.但当每一钢包从出炉到达加铝站进行定氧加铝期间,会受到温度、定氧仪探头伸入钢水的深度和吹氩等不同因素的影响,而该模型仅仅是一个定参数公式,对现场中的扰动性和随机性等诸多因素不能作出很好的反映,故在出现大扰动时,采用该模型将很难保证其拟合精度.该论文首先研究了国内外多种关于动态数据序列建模的方法,比较了各种方法的优缺点.根据定氧加铝工艺中钢包含氧量因工况等因素有所不同,在观察若干炉含氧观测数据序列的基础上,采用了观测数据建模策略,结合回归分析、频谱理论和时间序列建模的思想,建立了定氧加铝模型.采用信号分离方法和技术,将信号中的确定性和非确定性信号分离,分别给出相应的参数估计及数学模型;然后,充分考虑观测数据和其它变量的相关关系以及数据自身依赖关系,建立了观测数据序列的混合模型.考虑到现场的随机因素的影响,在对随机信号采用时间序列方法建立模型时,研究了一种确立模型的阶数和模型参数的算法;在工艺状况发生改变时,通过对模型的滚动优化,修正模型参数,来提高模型对实时观测数据的拟合程度和预测的准确性.该课题的研究背景是基于

目录

文摘

英文文摘

第一章绪论

1.1课题研究背景及意义

1.2国内外研究现状

1.2.1定氧加铝模型建立的发展

1.2.2观测数据序列建模方法的发展

1.3工厂现状介绍

1.3.1系统设备原始状态

1.3.2炼钢厂加铝系统控制方式分析

1.4本文所做的工作

第二章理论基础

2.1数据序列的预处理

2.2频谱分析法

2.3回归分析建模法

2.3.1线性回归模型

2.3.2参数的最小二乘估计

2.3.3模型结构及随机变量的真值范围

2.4时间序列分析

2.4.1 ARMA模型

2.4.2数据的检验与预处理

2.4.3 ARMA模型的等价处理

2.4.4 AR(n)模型的阶数确定

2.4.5 AR(n)模型参数的估计方法

2.4.6 Levinson算法

2.4.7递推模型参数的限定记忆法实时估计

第三章一种动态数据序列混合预测模型建立的方法

3.1观测数据的综合分析及其传统建模方法

3.2一种动态数据序列混合预测模型建立的方法

3.2.1观测数据序列建模方法

3.2.2时间序列模型的建立

第四章定氧加铝模型的建立及自动控制系统的实现

4.1炼钢工况下钢包含氧测试信号分析

4.1.1系统工艺分析

4.1.2钢包含氧量数据预处理

4.2定氧加铝混合模型的建立及控制系统实现

4.3定氧混合预测模型的优化

第五章控制效果

5.1系统组成

5.1.1系统的控制结构图

5.1.2系统控制原理

5.2混合模型预测效果说明

结束语

参考文献

研究生期间发表的论文

致谢