PS转炉铜锍吹炼过程智能决策与终点预报系统.pdf

第 卷 第 期 有 色 金 属 ， $2 - DEF($2 E(- 年 月 /++/ / ?*@AA?BC@)0 *5G6HI6 /++/ J 转炉铜锍吹炼过程 ! 智能决策与终点预报系统 胡志坤，梅 炽，彭小奇 （中南大学应用物理与热能工程系，长沙 ） !##$% 摘 要： 利用建立的基于神经网络与自适应残差补偿的组合预报模型对吹炼终点范围进行预报，采用物料衡算与模糊推理 方法在线推算预报结果的校验范围。在此基础上开发炼铜转炉优化操作智能决策支持系统。应用表明，终点范围预报准确率在 以上，转炉产量提高 ，冷料处理量提高 。 #$% % ’(#% 关键词： 铜锍吹炼；吹炼终点；神经网络；智能决策支持系统 中图分类号： . ； ； 文献标识码： 文章编号： （ ） )*#+,(-- - )*#+(/ )*#-- 0 -++-1+/--/++/+-1++2+1+, 目前，国内外铜锍吹炼的主要设备仍是 ! 纲不同，不同变量数据值的大小差别很大，数据分布 （ ）转炉。转炉吹炼是间歇式作业过程， 范围也不一样，数据平均值和方差的较大差异，会导 ; 工艺技术相对复杂，是一个涉及到化学反应、传热、 致夸大某些变量对目标的作用，掩盖某些变量对目 传质、流体流动等诸多作用的非线性、大滞后、弱鲁 标的贡献，不能有效地进行数据处理（如神经网络学 棒性的非封闭系统。吹炼过程中物料变化范围大、 习）。因此，必须对原始数据进行标准化（也称数据 影响因素多。因此，火法炼铜的前后两个工序，即铜 标度）。数据标准化常用自标准化和范围标准化两 锍闪速熔炼及阳极炉精炼系统均已实现了生产过程 种方法。研究中均用自标准化来标度自变量（以下 的计算机在线控制，但在转炉吹炼过程中还有一定 简称变量），用范围标准化来标度因变量（以下称目 困难。由于转炉吹炼过程是一个快速的自热过程， 标量）。 当检测和计量手段不能充分配合时，控制模型不能 对神经网络这类智能系统来说，变量的数目选 及时获得准确的数据源———熔锍和冷料的质量和成 择存在着这样的矛盾：变量的数目较多时，会使系统 分、熔体和炉体的温度等信息，这就给在线控制，尤 较好地拟合目标，但会降低系统的预报能力（外推能 其是吹炼终点预报带来了极大的困难。造铜期吹炼 力）；变量数目较少时，会增强拟合函数的稳定性和 终点是整个吹炼过程各种影响因素的综合体现，利 系统的预报能力，但会降低学习效率。因此，选取能 用计算机进行判断决策难度较大，特别是对于卧式 拟合目标量的尽量少的特征变量是非常重要的。采 炼铜转炉，至今未有进行计算机终点预报的成功实 用 计算样本空间的成分，并采用“留一法”确定 ! 例。利用仪器进行辅助判断也