基于数据驱动多输出ARMAX建模的高炉十字测温中心温度在线估计
高炉(Blast furnace,BF)炼铁中,十字测温作为炉顶温度和煤气流分布监测的最主要手段,对高炉的安全、稳定和高效运行起着重要作用.然而,由于高炉炉顶中心部位温度较高,造成十字测温装置中心位置传感器极易损坏,并且更换周期长,因而无法及时判断炉顶煤气流分布.针对这一实际工程问题,本文基于时间序列建模思想,集成采用多输出自回归移动平均(Multi-output autoregressive moving average,M-ARMAX)建模、因子分析、Pearson相关分析、基于赤池信息准则(Akaike information criterion,AIC)与模型拟合优度联合定阶等混合技术,提出一种模型结构简单、精度较高且易于工程实现的十字测温中心温度在线估计方法.首先,提出利用因子分析与Pearson相关分析相结合的稳健特征选择方法选取多输出建模输入变量.然后,采用样本均值消去法预处理采集的高炉样本数据,使其成为离散随机数.基于离散随机数,建立算法简单、易于工程实现的M-ARMAX温度模型:为了克服传统基于AIC阶数确定造成模型阶次高、结构复杂的问题,提出在AIC准则基础上进一步引入模型拟合优度来选取模型最小阶,可保证模型估计精度的同时降低模型阶次;同时,采用可快速收敛的递推最小二乘算法辨识M-ARMAX模型参数,并用残差分析方法检验模型.工业试验和比较分析表明:建立的M-ARMAX模型能够根据实时数据同时对十字测温装置多个中心温度点进行准确和稳定估计,且模型估计误差符合高斯白噪声特性.
高炉炼铁、十字测温、多输出自回归移动平均建模、温度估计、赤池信息准则、拟合优度、Pearson相关分析
44
国家自然科学基金61473064,61290323,61333007;中央高校基本科研业务费项目N160805001;矿冶过程自动控制技术国家北京市重点实验室开放课题资助BGRIMM-KZSKL-2017-04
2018-09-29（万方平台首次上网日期，不代表论文的发表时间）
共10页
552-561
