基于优化配矿模型的高炉操作决策支持系统的基础研究

摘要

近年来钢铁企业产能严重过剩，利润持续走低。如何降本增效成为整个钢铁企业面临的首要难题，而尽量使用低品位铁矿石无疑是降低成本的有效措施，但是使用低品位铁矿石冶炼又会带来各种各样的问题。因此，深入研究高炉配矿极有必要。
　　不同的入炉铁矿石品位，会有不同的渣铁比，进而燃料比和生铁成本也不同。优化高炉配矿既要考虑烧结矿、球团矿和天然块矿等各单种入炉矿的化学成分和冶金性能及其配比，又要满足高炉生产中焦炭性能、热制度、鼓风制度、造渣制度、有害元素入炉量等要求，还要使生铁成本最低。国内外的原料优化、配矿方案的研究主要集中在烧结和球团工序方面，而高炉配矿的研究相对很少。基于大数据理论，针对武钢8号高炉从2009年8月到2015年3月将近5年的详细生产数据，本文对高炉利用系数、综合焦比分别建立人工神经网络模型，然后进行训练和预报，并选取预报效果最佳一组实验的权值，来计算矿石品位变化对焦比的影响系数，将其整合到优化高炉配矿决策支持系统中。根据不同的生铁含硅量、风温、矿石中铁品位、矿石FeO含量等分别计算出焦批、燃料量等变化量，从而提出相应的合理变料方案，由变料方案对热制度、造渣制度进行调节等。

目录

声明

摘要

第一章 文献综述

1．1 钢铁企业的困境

1．2 高炉专家系统简介

1．2．1 高炉专家系统的发展

1．2．2 专家系统的优点

1．3 人工神经网络简介

1．3．1 人工神经网络

1．3．2 人工神经网络的发展

1．3．3 BP神经网络

1．4 高炉配矿模型的必要性分析

1．5 高炉配矿研究介绍

1．5．1 国内外研究现状

1．6 计算机决策支持系统

1．6．1 计算机决策支持系统简介

1．6．2 计算机决策支持系统的特征和组成

1．7 课题研究背景和意义

第二章 高炉炼铁生产和过程数据

2．1 高炉炼铁概述

2．2 高炉简介

2．2．1 武钢8号高炉

2．2．2 高炉主要生产设备

2．3 高炉内发生的主要化学反应

2．3．1 铁氧化物的还原

2．3．2 锰氧化物的还原

2．3．3 二氧化硅的直接还原

2．3．4 磷酸钙的还原

2．4 高炉操作四大制度

2．4．1 送风制度

2．4．2 装料制度

2．4．3 造渣制度

2．4．4 热制度

2．5 数据收集

2．6 利用系数、综合焦比影响因素分析

第三章 建立BP神经网络并预报综合焦比、利用系数

3．1 数据样本

3．2 数据预处理

3．3 模型建立和结构确定

3．3．1 人工神经网络模型建立

3．3．2 确定误差范围

3．4 对综合焦比BP神经网络进行训练并预报综合焦比

3．5 对利用系数BP神经网络进行训练并预报利用系数

3．6 本章小结

第四章 高炉操作决策支持系统设计

4．1 决策支持系统功能结构

4．2 优化配矿高炉操作决策支持系统框图

4．3 功能模块设计

4．3．1 高炉配矿优化模型

4．3．2 人工神经网络预报综合燃料比模块

4．3．3 变料计算模块

4．3．4 炉渣性能模块

4．3．5 帮助模块

4．4 功能模块界面

4．5 本章小结

5．1 结论

5．2 展望

致谢

参考文献

附录