一種鐵礦燒結(jié)料層透氣性狀態(tài)的在線預(yù)測方法
【專利摘要】本發(fā)明公開了一種鐵礦燒結(jié)料層透氣性狀態(tài)的在線預(yù)測方法，該方法采用模糊聚類算法，以臺車速度、燒結(jié)終點及終點溫度作為輸入數(shù)據(jù)，將燒結(jié)料層透氣性狀態(tài)分為5類；采用支持向量機的方法對混合料粒度分布、混合料水分、固體燃料配比、料層厚度、混合料溫度、點火爐負壓以及1#風(fēng)箱負壓歷史數(shù)據(jù)和對應(yīng)的透氣性狀態(tài)數(shù)據(jù)，建立燒結(jié)料層透氣性狀態(tài)的預(yù)測模型；利用預(yù)測模型根據(jù)混合料粒度分布、混合料水分、固體燃料配比、料層厚度、混合料溫度、點火爐負壓以及1#風(fēng)箱負壓的在線檢測數(shù)據(jù)，預(yù)測料層透氣性狀態(tài)。該方法科學(xué)合理，運用該方法獲得預(yù)測結(jié)果準(zhǔn)確，命中率達87.5％。
【專利說明】
-種鐵礦燒結(jié)料層透氣性狀態(tài)的在線預(yù)測方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明技術(shù)屬于鐵礦燒結(jié)領(lǐng)域，提供了一種燒結(jié)料層透氣性狀態(tài)的在線預(yù)測方 法。
【背景技術(shù)】
[0002] 氣體在鐵礦燒結(jié)料層內(nèi)的波動狀態(tài)及變化規(guī)律，關(guān)系到燒結(jié)過程的傳質(zhì)、傳熱和 物理化學(xué)反應(yīng)的進程。料層透氣性狀態(tài)對燒結(jié)過程的順行，W及燒結(jié)礦的產(chǎn)量、質(zhì)量和能耗 指標(biāo)具有重要影響。因此，實現(xiàn)燒結(jié)料層透氣性狀態(tài)的綜合評判和在線識別對指導(dǎo)實際生 產(chǎn)具有重要意義。
[0003] 燒結(jié)透氣性分為原始料層透氣性和燒結(jié)過程透氣性。對于原始料層透氣性比較典 型的評價方法有：Ramsin公式、Carman公式、Ergun公式和Voice公式，其中Ramsin公式和 Carman公式適合理論分析而不適合實際生產(chǎn)；Ergun公式由于參數(shù)復(fù)雜，難W在線測量； Voice公式優(yōu)點是計算簡單，但是經(jīng)驗性較強，且風(fēng)量測量不準(zhǔn)確。因此，運些評價方法在實 際應(yīng)用中均受到了較大限制。
[0004] 由于缺乏切實可行的透氣性在線檢測方法，目前燒結(jié)生產(chǎn)過程大多是通過其它一 些可W反映料層透氣性好壞的參數(shù)來評判，主要包括:燒結(jié)終點、廢氣負壓、廢氣溫度等。上 世紀(jì)80年代日本川崎鋼鐵公司開發(fā)的燒結(jié)過程操作指導(dǎo)系統(tǒng)中，透氣性是通過最佳燒結(jié)過 程的主抽風(fēng)機廢氣流量、風(fēng)箱處的最高溫度和燒結(jié)終點，用=維矩陣進行綜合評價。該方法 主要是應(yīng)用燒結(jié)結(jié)束時的參數(shù)來評判整個過程的透氣性，時間滯后長。中南大學(xué)的姜波等 人應(yīng)用模糊數(shù)學(xué)的方法，采用原料參數(shù)、操作參數(shù)和狀態(tài)參數(shù)對燒結(jié)過程透氣性進行了綜 合評判，并對過程透氣性的變化趨勢進行了預(yù)測，該方法幾乎考慮了所有與透氣性有關(guān)的 因素，但是現(xiàn)場應(yīng)用時同樣存在部分參數(shù)無法連續(xù)檢測的問題，而且各參數(shù)權(quán)重的制定具 有很強的經(jīng)驗性，限制了它的推廣應(yīng)用。印度塔塔研發(fā)與設(shè)計中屯、的Venkataramana等人提 出了制粒小球粒度分布和原始料層透氣性的組合模型，通過預(yù)測制粒后的混合料粒度分布 和料層中的氣流速度，獲得原始料層的孔隙率和透氣性，該方法只適用于預(yù)測冷態(tài)料層的 透氣性，對點火燒結(jié)后料層透氣性并不適用。澳大利亞昆±蘭先進技術(shù)中屯、的化Sbiriftosa 等人通過粒度分布和化學(xué)成分預(yù)測鐵礦石制粒后的透氣性，該方法僅能解釋單礦的制粒性 能，在混勻礦的透氣性預(yù)測方面效果較差。因此，開發(fā)一種可準(zhǔn)確實時評判燒結(jié)料層透氣性 狀態(tài)的方法，對燒結(jié)生產(chǎn)的穩(wěn)定和優(yōu)化控制具有重要意義。

【發(fā)明內(nèi)容】

[0005] 本發(fā)明要解決的技術(shù)問題是提出一種準(zhǔn)確性高、能在線評判或預(yù)測燒結(jié)料層透氣 性狀態(tài)的方法。
[0006] 根據(jù)燒結(jié)理論分析可知，影響料層透氣性的可測參數(shù)主要包括:混合料性質(zhì)(粒度 分布和溫度)和工藝參數(shù)（固體燃料配比、混合料水分、料層厚度），可反映料層透氣性好壞 的可測參數(shù)包括:點火段參數(shù)(點火爐負壓、1#風(fēng)箱負壓）、狀態(tài)參數(shù)(燒結(jié)終點和終點溫度） 和操作參數(shù)(臺車速度、主抽風(fēng)機頻率），考慮到燒結(jié)終點較為滯后，操作參數(shù)是為了適應(yīng)透 氣性的變化被動調(diào)整。
[0007] -種鐵礦燒結(jié)料層透氣性狀態(tài)的在線預(yù)測方法，采用模糊聚類算法，W臺車速度、 燒結(jié)終點及終點溫度作為輸入數(shù)據(jù)，將燒結(jié)料層透氣性狀態(tài)分為5類;采用支持向量機的方 法對混合料粒度分布、混合料水分、固體燃料配比、料層厚度、混合料溫度、點火爐負壓W及 1#風(fēng)箱負壓歷史數(shù)據(jù)和對應(yīng)的透氣性狀態(tài)數(shù)據(jù)，建立燒結(jié)料層透氣性狀態(tài)的預(yù)測模型;利 用預(yù)測模型根據(jù)混合料粒度分布、混合料水分、固體燃料配比、料層厚度、混合料溫度、點火 爐負壓W及1#風(fēng)箱負壓的在線檢測數(shù)據(jù)，預(yù)測料層透氣性狀態(tài)。
[0008] 采用基于遺傳算法的模糊聚類算法對燒結(jié)料層透氣性狀態(tài)進行分類，具體過程如 下：
[0009] 步驟1:初始化燒結(jié)料層透氣性狀態(tài)數(shù)據(jù)種群和遺傳算法的迭代次數(shù)；
[0010] 步驟2:計算每個種群中每個個體的隸屬度和適應(yīng)度值Jm化，V);
[0011]
[0012]其中，W臺車速度、燒結(jié)終點及終點溫度作為一個個體;每個個體的隸屬度是指每 個個體對各個透氣性狀態(tài)聚類中屯、的隸屬度；
[001引 V= {Vi ,V2,…，vs}表示5個燒結(jié)料層透氣性狀態(tài)聚類中屯、，模糊隸屬度函數(shù)JiikG (0，1)表示個體Xk對于燒結(jié)料層透氣性狀態(tài)聚類中屯、Vi的隸屬度
W = 1，2,《，n 表示每個種群中的個體數(shù)量，5個聚類中屯、的特征函數(shù)值構(gòu)成隸屬矩陣U= {jiik}，dik= M Xk- Vi M表示個體Xk與燒結(jié)料層透氣性狀態(tài)聚類中屯、Vi的歐幾里得距離;m，且m〉l是加權(quán)指數(shù)， 用來調(diào)節(jié)模糊類之間分得隸屬度的程度；
[0014] 步驟3:對個體進行選擇、交叉和變異操作；
[0015] 步驟4:獲得新的燒結(jié)料層透氣性狀態(tài)數(shù)據(jù)種群；
[0016] 步驟5:采用FCM算法對新獲得的種群中的個體進行聚類，獲得燒結(jié)料層透氣性狀 態(tài)聚類中屯、；
[0017] 步驟6: W步驟5獲得的燒結(jié)料層透氣性狀態(tài)聚類中屯、計算適應(yīng)度值，判斷適應(yīng)度 值是否滿足設(shè)定闊值要求或者是否達到遺傳算法的迭代次數(shù)，若有任一條件滿足，則退出 迭代，W當(dāng)前的燒結(jié)料層透氣性狀態(tài)聚類中屯、作為最終的燒結(jié)料層透氣性狀態(tài)聚類中屯、， 否則，重新返回步驟2,直到滿足任一條件為止。
[0018] 所述遺傳算法的迭代次數(shù)設(shè)置為100，種群大小為20，交叉概率為0.7，變異概率為 0.05。
[0019] 所述步驟5中采用的FCM算法中選用的加權(quán)指數(shù)m取值為3,最大迭代次數(shù)為20。
[0020] 所述燒結(jié)料層透氣性狀態(tài)的預(yù)測模型如下：
[0021]
[0022]其中，Sgn為符號函數(shù);1為支持向量的數(shù)目；曰1是訓(xùn)練過程引入的拉格朗日乘子;yi 是訓(xùn)練樣本集中的輸出變量，為聚類分析獲得的料層透氣性狀態(tài);K(xi，x)是支持向量機的 核函數(shù)，Xi是訓(xùn)練樣本的輸入變量，包括混合料粒度分布、混合料水分、固體燃料配比、料層 厚度、混合料溫度、點火爐負壓W及1#風(fēng)箱負壓;b為依據(jù)訓(xùn)練結(jié)果獲得的分類闊值;f (X)為 模型預(yù)測值，即為料層透氣性狀態(tài)。
[0023] 所述支持向量的數(shù)目，是對大量的訓(xùn)練樣本進行訓(xùn)練后，從中選取可W用于作為 支持向量的樣本數(shù)目。
[0024] 所述采用支持向量機的方法對混合料粒度分布、混合料水分、固體燃料配比、料層 厚度、混合料溫度、點火爐負壓W及1#風(fēng)箱負壓歷史數(shù)據(jù)和對應(yīng)的透氣性狀態(tài)數(shù)據(jù)中的對 應(yīng)的透氣性狀態(tài)數(shù)據(jù)，建立燒結(jié)料層透氣性狀態(tài)的預(yù)測模型，是指首先構(gòu)建預(yù)測模型樣本 數(shù)據(jù)表，然后采用支持向量機方法對預(yù)測模型樣本數(shù)據(jù)表中樣本輸入數(shù)據(jù)和對應(yīng)的狀態(tài)輸 出數(shù)據(jù)進行訓(xùn)練，獲得鐵礦燒結(jié)料層透氣性狀態(tài)預(yù)測模型；
[0025] 其中，所述預(yù)測模型樣本數(shù)據(jù)表中包括屯維樣本輸入數(shù)據(jù)和對應(yīng)透氣性狀態(tài)輸出 數(shù)據(jù)；
[0026] 所述屯維樣本輸入數(shù)據(jù)為固體燃料配比、混合料水分、混合料粒度分布和溫度、料 層厚度、點火爐負壓W及1#風(fēng)箱負壓；
[0027] 所述透氣性狀態(tài)輸出數(shù)據(jù)是指每組固體燃料配比、混合料水分、混合料粒度分布 和溫度、料層厚度、點火爐負壓W及1 #風(fēng)箱負壓對應(yīng)的臺車速度、燒結(jié)終點W及終點溫度， 依據(jù)聚類分析獲得的料層透氣性狀態(tài)。
[0028] 對5個燒結(jié)料層透氣性狀態(tài)聚類中屯、用模糊語言變量表示為：{太差、較差、正常、 較好、很好}，并映射至[-2,2]的數(shù)值區(qū)間；
[0029] 每個透氣性狀態(tài)聚類中屯、為=維特征向量，包括臺車速度、燒結(jié)終點和終點溫度 數(shù)據(jù)。
[0030] 當(dāng)燒結(jié)機采用變頻風(fēng)機時，選用主軸風(fēng)機頻率替代臺車速度。
[0031] 有益效果
[0032] 與現(xiàn)有技術(shù)相比，本發(fā)明具有如下優(yōu)點：
[0033] (1)科學(xué)性
[0034] 本發(fā)明將燒結(jié)料層透氣性的影響因素與反映參數(shù)分開，W反映透氣性狀態(tài)的參數(shù) 作為聚類分析的輸入?yún)?shù)，綜合評判透氣性狀態(tài);建立影響因素與透氣性狀態(tài)的關(guān)系模型， 通過混合料性質(zhì)、工藝參數(shù)和點火段參數(shù)提前預(yù)測透氣性狀態(tài)，分類方法和建模思路更為 科學(xué)、合理，對實際生產(chǎn)更有指導(dǎo)意義。
[0035] (2)準(zhǔn)確性
[0036] 將模糊聚類分析FCM與遺傳算法GA相結(jié)合，避免了聚類過程限于局部極小點;采用 支持向量機方法構(gòu)建分類預(yù)測模型，具有良好的學(xué)習(xí)能力和泛化能力，燒結(jié)料層透氣性狀 態(tài)的預(yù)測準(zhǔn)確率達87.5% W上。
【附圖說明】
[0037] 圖1為本發(fā)明的聚類分析與分類預(yù)測參數(shù)關(guān)系示意圖；
[0038] 圖2為本發(fā)明的改進模糊聚類算法流程示意；
[0039] 圖3為燒結(jié)料層透氣性狀態(tài)聚類結(jié)果示意圖，其中，（a)為主抽風(fēng)機頻率與終點位 置，（b)為主抽風(fēng)機頻率與終點溫度；
[0040] 圖4為燒結(jié)料層透氣性狀態(tài)分類預(yù)測結(jié)果。
【具體實施方式】
[0041 ]下面將結(jié)合附圖和實施例對本發(fā)明做進一步的說明。
[0042] 本發(fā)明所述的方法采用狀態(tài)參數(shù)和操作參數(shù)作為輸入，采用聚類分析的方法來評 判料層透氣性狀態(tài);再建立混合料性質(zhì)、工藝參數(shù)、點火段參數(shù)與透氣性狀態(tài)的關(guān)系模型， W此預(yù)測燒結(jié)料層透氣性的狀態(tài)，各參數(shù)關(guān)系如圖1所示。
[0043] -種鐵礦燒結(jié)料層透氣性狀態(tài)的在線預(yù)測方法，具體步驟如下：
[0044] 步驟1:將臺車速度或主抽風(fēng)機頻率(采用變頻風(fēng)機的燒結(jié)機選用）、中后部風(fēng)箱廢 氣溫度(擬合曲線計算燒結(jié)終點和終點溫度)等生產(chǎn)數(shù)據(jù)建成料層透氣性聚類分析數(shù)據(jù)表 (見表1)，將固體燃料配比、混合料水分、混合料粒度分布和溫度、料層厚度、點火爐負壓W 及1#風(fēng)箱負壓等生產(chǎn)數(shù)據(jù)建立燒結(jié)料層透氣性預(yù)測模型數(shù)據(jù)表(見表2)。
[0045] 表1料層透氣性聚類分析數(shù)據(jù)表
[0046]
[(
[(
[0049] 步驟2:應(yīng)用燒結(jié)料層透氣性聚類分析數(shù)據(jù)表中的數(shù)據(jù)樣本，采用遺傳算法改進的 模糊聚類算法對樣本進行聚類分析(流程見圖2)，將料層透氣性狀態(tài)劃分為5類，用模糊語 言變量表示為：{太差、較差、正常、較好、很好}，并映射至[-2,2]的數(shù)值區(qū)間。
[0050] 從燒結(jié)生產(chǎn)數(shù)據(jù)中提取的樣本集X={xi，X2,…，XnKxk化=1，2,…，n)為3維特征 向量，分別代表燒結(jié)終點位置、終點溫度、主抽風(fēng)機頻率，將數(shù)據(jù)集X劃分為V= {vi，V2,…， vs}共5類，ViQ = I ，5)表示前述數(shù)據(jù)的5個聚類中屯、，模糊隸屬度函數(shù)JiikG (0,1)表示 樣本Xk對于聚類中屯、Vi的隸屬度，則5個聚類中屯、的特征函數(shù)值構(gòu)成隸屬矩陣U=山IkK目 標(biāo)函數(shù)Jm的表達式如下：
[0051]
(1)
[0052] 其中，dik= Mxk-Vill表示樣本Xk與聚類中屯、Vi的歐幾里得距離;m(m〉l)是加權(quán)指 數(shù)，用來調(diào)節(jié)模糊類之間分得隸屬度的程度。任意一個樣本對于各個聚類的隸屬度總和為 1，即：
[005；3]
(2)
[0054]應(yīng)用Lagrange乘法求解也上述約束條件下，使目標(biāo)函數(shù)Jm最小的優(yōu)化問題，可得： (3)
[0化5]
[0056] (斗）
[0057] 通過迭代算法，由式(3)和式(4)確定最佳的模糊分類矩陣和聚類中屯、，從而完成 模糊聚類劃分。
[005引采用經(jīng)驗加試湊的方法，確定該樣本數(shù)據(jù)進行透氣性狀態(tài)聚類分析相應(yīng)的參數(shù) 為:FCM算法的加權(quán)指數(shù)m取3，最大迭代次數(shù)取20 ;GA算法的種群大小取20，最大進化代數(shù)取 100，交叉概率取0.7，變異概率取0.05。
[0059] 根據(jù)實際生產(chǎn)的燒結(jié)終點位置BTP、終點溫度和主抽風(fēng)機頻率數(shù)據(jù)，采用遺傳算法 GA與模糊聚類FCM算法結(jié)合迭代運算(流程見圖2)，獲得如表3所示的5種透氣性狀態(tài)的聚類 中屯、。數(shù)據(jù)集的聚類效果如圖3所示。
[0060] 表3料層透氣性狀態(tài)聚類中屯、
[0061]
[0062] 步驟3:應(yīng)用聚類分析結(jié)果和預(yù)測模型數(shù)據(jù)表中的相對應(yīng)數(shù)據(jù)樣本，建立基于支持 向量機的燒結(jié)料層透氣性預(yù)測模型，根據(jù)固體燃料配比、混合料水分、混合料粒度分布和溫 度、料層厚度、點火爐負壓W及1#風(fēng)箱負壓，對燒結(jié)料層的透氣性狀態(tài)進行提前預(yù)測。
[0063] 樣本集{^1，71)4 = 1，2^''，的，其中義1為7維特征向量，是模型的輸入?yún)?shù)，分別 代表混合料粒度、混合料水分、焦粉配比、料層厚度、混合料溫度、點火爐負壓和1#風(fēng)箱負 壓;yi為輸出參數(shù)，即料層透氣性狀態(tài);N表示樣本總數(shù)。
[0064] 將樣本集中每個樣本對應(yīng)的燒結(jié)料層透氣性狀態(tài)進行分類，將樣本集與對應(yīng)的燒 結(jié)料層透氣性狀態(tài)作為構(gòu)建預(yù)測模型的訓(xùn)練數(shù)據(jù)。
[0065] 對于非線性可分情況，可通過非線性函數(shù)(1)將原輸入空間的樣本映射到高維特征 空間，使其線性可分，再在該特征空間建立優(yōu)化超平面：
[0066] 〇T. 4(x)+b = 〇 (5)
[0067] 在線性不可分的情況下，考慮到有些樣本不能被正確分開，引入松弛變量Ci>〇，i =1，2,…，N，最終原樣本空間的二元分類問題可W表示為：
[006引 yi[ 0T . 4 (x)+b]>l-寫= (6)
[0069] 根據(jù)結(jié)構(gòu)風(fēng)險原則，分類問題的最小風(fēng)險界可由下面的優(yōu)化問題得到：
[0070]
…
[0071] 通過引入Largrange函數(shù)等一系列優(yōu)化手段，將其轉(zhuǎn)化成在0《ai《c和
的約束條件下，對Largrange乘子ai求解下列函數(shù)的最大值：
[0072]
(8)
[0073] 上述優(yōu)化問題是在不等式約束下的一個二次規(guī)劃問題，為了減少計算量W及降低 計算復(fù)雜度，引入核函數(shù)K(xi，xj)取代高維特征空間的點積，二次規(guī)劃問題的形式可W表示 如下：
[0074]
(9)
[00對設(shè)a=(ai，a2,…，aN)為式(5)的解，可W證明，解中只有小部分曰1不為零，與之對應(yīng) 的樣本Xi即為支持向量。由此可得，最優(yōu)分類函數(shù)為：
[0076]
(10)
[0077] 具甲，Sgn刃巧號巧數(shù)，i刃叉狩問量的數(shù)目，ai是訓(xùn)練過程引入的拉格朗日乘子，b 為分類闊值。
[0078] 采用支持向量機建模方法，建立混合料性質(zhì)、工藝參數(shù)、點火段參數(shù)與透氣性狀態(tài) 之間的關(guān)系模型，獲得1為366，ai如表4所示，b如表5所示。對在線獲得的屯維輸入數(shù)據(jù)輸入 預(yù)測模型獲得的分類預(yù)測結(jié)果如圖4所示，命中率為87.5%。
[0079] 表4訓(xùn)練過程的拉格朗日乘子曰1
[0080]
[0083]~本文雖然已經(jīng)給出了本發(fā)明的一些實施例，但是本領(lǐng)域的技術(shù)人員應(yīng)當(dāng)理解，在 不脫離本發(fā)明精神的情況下，可W對本文的實施例進行改變。上述實施例只是示例性的，不 應(yīng)W本文的實施例作為本發(fā)明權(quán)利范圍的限定。
【主權(quán)項】
1. 一種鐵礦燒結(jié)料層透氣性狀態(tài)的在線預(yù)測方法，其特征在于，采用模糊聚類算法，以 臺車速度、燒結(jié)終點及終點溫度作為輸入數(shù)據(jù)，將燒結(jié)料層透氣性狀態(tài)分為5類;采用支持 向量機的方法對混合料粒度分布、混合料水分、固體燃料配比、料層厚度、混合料溫度、點火 爐負壓以及1#風(fēng)箱負壓歷史數(shù)據(jù)和對應(yīng)的透氣性狀態(tài)數(shù)據(jù)，建立燒結(jié)料層透氣性狀態(tài)的預(yù) 測模型;利用預(yù)測模型根據(jù)混合料粒度分布、混合料水分、固體燃料配比、料層厚度、混合料 溫度、點火爐負壓以及1#風(fēng)箱負壓的在線檢測數(shù)據(jù)，預(yù)測料層透氣性狀態(tài)。2. 根據(jù)權(quán)利要求1所述的方法，其特征在于，采用基于遺傳算法的模糊聚類算法對燒結(jié) 料層透氣性狀態(tài)進行分類，具體過程如下： 步驟1:初始化燒結(jié)料層透氣性狀態(tài)數(shù)據(jù)種群和遺傳算法的迭代次數(shù)； 步驟2:計算每個種群中每個個體的隸屬度和適應(yīng)度值Jm(U，V);其中，以臺車速度、燒結(jié)終點及終點溫度作為一個個體;每個個體的隸屬度是指每個個 體對各個透氣性狀態(tài)聚類中心的隸屬度； V= {vi，V2，···，V5}表示5個燒結(jié)料層透氣性狀態(tài)聚類中心，模糊隸屬度函數(shù)Pike (〇, 1) 表示個體Xk對于燒結(jié)料層透氣性狀態(tài)聚類中心V1的隸屬5，n表示 每個種群中的個體數(shù)量，5個聚類中心的特征函數(shù)值構(gòu)成隸屬矩陣U= {yik}，dik= I I Xk-Vi I 表示個體Xk與燒結(jié)料層透氣性狀態(tài)聚類中心V1的歐幾里得距離;m，且m>l是加權(quán)指數(shù)，用來 調(diào)節(jié)模糊類之間分得隸屬度的程度； 步驟3:對個體進行選擇、交叉和變異操作； 步驟4:獲得新的燒結(jié)料層透氣性狀態(tài)數(shù)據(jù)種群； 步驟5:采用FCM算法對新獲得的種群中的個體進行聚類，獲得燒結(jié)料層透氣性狀態(tài)聚 類中心； 步驟6:以步驟5獲得的燒結(jié)料層透氣性狀態(tài)聚類中心計算適應(yīng)度值，判斷適應(yīng)度值是 否滿足設(shè)定閾值要求或者是否達到遺傳算法的迭代次數(shù)，若有任一條件滿足，則退出迭代， 以當(dāng)前的燒結(jié)料層透氣性狀態(tài)聚類中心作為最終的燒結(jié)料層透氣性狀態(tài)聚類中心，否則， 重新返回步驟2，直到滿足任一條件為止。3. 根據(jù)權(quán)利要求1或2所述的方法，其特征在于，所述燒結(jié)料層透氣性狀態(tài)的預(yù)測模型 如下：其中，sgn為符號函數(shù);1為支持向量的數(shù)目；ai是訓(xùn)練過程引入的拉格朗日乘子;yi是訓(xùn) 練樣本集中的輸出變量，為聚類分析獲得的料層透氣性狀態(tài);K(Xl，x)是支持向量機的核函 數(shù)，^是訓(xùn)練樣本的輸入變量，包括混合料粒度分布、混合料水分、固體燃料配比、料層厚 度、混合料溫度、點火爐負壓以及1#風(fēng)箱負壓;b為依據(jù)訓(xùn)練結(jié)果獲得的分類閾值;f(x)為模 型預(yù)測值，即為料層透氣性狀態(tài)。4. 根據(jù)權(quán)利要求3所述的方法，其特征在于，所述采用支持向量機的方法對混合料粒度 分布、混合料水分、固體燃料配比、料層厚度、混合料溫度、點火爐負壓以及1#風(fēng)箱負壓歷史 數(shù)據(jù)和對應(yīng)的透氣性狀態(tài)數(shù)據(jù)中的對應(yīng)的透氣性狀態(tài)數(shù)據(jù)，建立燒結(jié)料層透氣性狀態(tài)的預(yù) 測模型，是指首先構(gòu)建預(yù)測模型樣本數(shù)據(jù)表，然后采用支持向量機方法對預(yù)測模型樣本數(shù) 據(jù)表中樣本輸入數(shù)據(jù)和對應(yīng)的狀態(tài)輸出數(shù)據(jù)進行訓(xùn)練，獲得鐵礦燒結(jié)料層透氣性狀態(tài)預(yù)測 豐旲型； 其中，所述預(yù)測模型樣本數(shù)據(jù)表中包括七維樣本輸入數(shù)據(jù)和對應(yīng)透氣性狀態(tài)輸出數(shù) 據(jù)； 所述七維樣本輸入數(shù)據(jù)為固體燃料配比、混合料水分、混合料粒度分布和溫度、料層厚 度、點火爐負壓以及1#風(fēng)箱負壓； 所述透氣性狀態(tài)輸出數(shù)據(jù)是指每組固體燃料配比、混合料水分、混合料粒度分布和溫 度、料層厚度、點火爐負壓以及1#風(fēng)箱負壓對應(yīng)的臺車速度、燒結(jié)終點以及終點溫度，依據(jù) 聚類分析獲得的料層透氣性狀態(tài)。5. 根據(jù)權(quán)利要求4所述的方法，其特征在于，對5個燒結(jié)料層透氣性狀態(tài)聚類中心用模 糊語言變量表示為：{太差、較差、正常、較好、很好}，并映射至[_2,2]的數(shù)值區(qū)間； 每個透氣性狀態(tài)聚類中心為三維特征向量，包括臺車速度、燒結(jié)終點和終點溫度數(shù)據(jù)。6. 根據(jù)權(quán)利要求5所述的方法，其特征在于，當(dāng)燒結(jié)機采用變頻風(fēng)機時，選用主軸風(fēng)機 頻率替代臺車速度。
【文檔編號】G06N3/12GK106022377SQ201610340910
【公開日】2016年10月12日
【申請日】2016年5月20日
【發(fā)明人】陳許玲, 范曉慧, 甘敏, 黃曉賢, 袁禮順, 姜濤, 李光輝, 郭宇峰, 楊永斌, 李騫, 張元波, 朱忠平, 黃柱成, 許斌, 彭志偉, 徐斌, 楊凌志, 張鑫, 楊桂明, 趙新澤
【申請人】中南大學(xué)