權(quán)利要求

1.釩鈦礦高爐爐況穩(wěn)定性評(píng)價(jià)方法，其特征在于，包括下列步驟： 步驟一，選取影響評(píng)價(jià)因子的主要參數(shù)，評(píng)價(jià)因子為釩鈦礦冶煉產(chǎn)量、爐缸活躍性、焦比、鐵水硅鈦差和煤氣流分布中的至少一種； 步驟二，判斷步驟一選取的主要參數(shù)是否有因變量參考值； 若有因變量參考值，則先通過(guò)相關(guān)性矩陣和二元齊次方差分析，或者互信息熵值計(jì)算分析，再選擇與評(píng)價(jià)因子相關(guān)性顯著的操作參數(shù)作為模型輸入X i； 若沒有因變量參考值，則先進(jìn)行PCA分析，構(gòu)建因變量，再進(jìn)行相關(guān)性矩陣和二元齊次方差分析，或者互信息熵值計(jì)算分析，之后選擇相關(guān)性顯著的操作參數(shù)作為模型輸入X i； 步驟三，對(duì)步驟二選擇的X i進(jìn)行PCA分析，計(jì)算滿足特征參數(shù)累計(jì)貢獻(xiàn)率大于85％的降維變量個(gè)數(shù)及其權(quán)重，并組合成爐況判定參數(shù)Y i； 步驟四，采用自適應(yīng)模糊神經(jīng)網(wǎng)絡(luò)對(duì)爐況判定參數(shù)Y i進(jìn)行學(xué)習(xí)與預(yù)報(bào)，形成釩鈦礦高爐爐況穩(wěn)定性評(píng)價(jià)模型和模糊規(guī)則知識(shí)庫(kù)； 步驟五，利用步驟四形成的釩鈦礦高爐爐況穩(wěn)定性評(píng)價(jià)模型，對(duì)釩鈦礦高爐的爐況穩(wěn)定性進(jìn)行評(píng)價(jià)。2.如權(quán)利要求1所述的釩鈦礦高爐爐況穩(wěn)定性評(píng)價(jià)方法，其特征在于：步驟一中，選取相關(guān)系數(shù)R≥0.7的主要參數(shù)。 3.如權(quán)利要求1所述的釩鈦礦高爐爐況穩(wěn)定性評(píng)價(jià)方法，其特征在于：步驟四中，爐況判定參數(shù)Y i按四區(qū)間規(guī)則進(jìn)行學(xué)習(xí)與預(yù)報(bào)，釩鈦礦高爐爐況穩(wěn)定性評(píng)價(jià)模型的評(píng)價(jià)體系為：指數(shù)在1個(gè)西格瑪波動(dòng)以內(nèi)評(píng)價(jià)為優(yōu)，指數(shù)在1～2個(gè)西格瑪波動(dòng)評(píng)價(jià)為良，指數(shù)在2～3個(gè)西格瑪內(nèi)波動(dòng)評(píng)價(jià)為中，指數(shù)大于3個(gè)西格瑪波動(dòng)評(píng)價(jià)為差。 4.如權(quán)利要求1至3中任意一項(xiàng)所述的釩鈦礦高爐爐況穩(wěn)定性評(píng)價(jià)方法，其特征在于： 步驟一中，選取m個(gè)主要參數(shù)X 1～X m，m為大于1的整數(shù)； 若主要參數(shù)有因變量參考值，步驟二中，按公式 進(jìn)行相關(guān)性分析和顯著性檢驗(yàn)，選擇影響Y i的顯著性參數(shù)P＜0.05的變量常數(shù)項(xiàng)X i和X iX j組合作為新的輸入變量X in； 步驟三中，對(duì)新的輸入變量X in進(jìn)行PCA分析得到主成分個(gè)數(shù)M，并計(jì)算特征值λ i(i＝1,...,M)，計(jì)算M個(gè)主成分P M的相對(duì)權(quán)重， 計(jì)算得到綜合 a i表示回歸方程中的X i系數(shù)，b ij表示回歸方程中的X iX j回歸系數(shù)，X iX j表示自變量X i和X j兩兩相乘，γ k表示第k個(gè)特征值占特征累計(jì)值的比例，k表示M個(gè)主成分中第k個(gè)主成分，P k表示第k個(gè)主成分對(duì)應(yīng)的原始數(shù)據(jù)矩陣，ZY表示對(duì)M個(gè)主成分按權(quán)重加權(quán)計(jì)算得到的綜合評(píng)價(jià)值； 若主要參數(shù)沒有因變量參考值，步驟二和步驟三中，通過(guò)PCA分析構(gòu)建ZY后，重復(fù)步驟一，并更新ZY； 步驟四，采用自適應(yīng)模糊神經(jīng)網(wǎng)絡(luò)對(duì)數(shù)據(jù)集(X in,ZY i)進(jìn)行自適應(yīng)模糊神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)。 5.如權(quán)利要求4所述的釩鈦礦高爐爐況穩(wěn)定性評(píng)價(jià)方法，其特征在于：評(píng)價(jià)因子為釩鈦礦冶煉產(chǎn)量； 步驟四中，形成的釩鈦礦高爐爐況穩(wěn)定性評(píng)價(jià)模型為T-S模型，并形成有釩鈦礦高爐產(chǎn)量的影響因子及結(jié)果因子，作為單獨(dú)模型可組合的輸入與輸出。

說(shuō)明書

技術(shù)領(lǐng)域

本發(fā)明屬于冶金技術(shù)領(lǐng)域，具體涉及一種釩鈦礦高爐爐況穩(wěn)定性評(píng)價(jià)方法。

背景技術(shù)

釩鈦礦高爐冶煉由于入爐TiO 2負(fù)荷高，爐渣中TiO 2含量高，爐料高熔點(diǎn)相多，爐渣粘度高且熔化性溫度高，TiO 2過(guò)還原受溫度影響大等特點(diǎn)，高爐參數(shù)控制范圍窄，高爐上部氣流及爐缸工作狀況受參數(shù)變化，易出現(xiàn)大的波動(dòng)，為了及時(shí)判定高爐操作參數(shù)對(duì)煤氣流、爐缸工作狀態(tài)的影響，需要對(duì)大量樣本數(shù)據(jù)進(jìn)行分析及建立評(píng)價(jià)模型。目前已有人工篩選參數(shù)、設(shè)定權(quán)重和閾值的評(píng)價(jià)模型，但該模型具有較大的局限性，不僅構(gòu)建模型的過(guò)程復(fù)雜，而且存在評(píng)價(jià)不及時(shí)、評(píng)價(jià)吻合度不夠可靠的問(wèn)題。

發(fā)明內(nèi)容

本發(fā)明要解決的技術(shù)問(wèn)題是提供一種能夠快速評(píng)價(jià)釩鈦礦高爐爐況穩(wěn)定性，且評(píng)價(jià)吻合度較人工模型更為可靠的方法。

本發(fā)明解決其技術(shù)問(wèn)題所采用的技術(shù)方案是：釩鈦礦高爐爐況穩(wěn)定性評(píng)價(jià)方法，包括下列步驟：

步驟一，選取影響評(píng)價(jià)因子的主要參數(shù)，評(píng)價(jià)因子為釩鈦礦冶煉產(chǎn)量、爐缸活躍性、焦比、鐵水硅鈦差和煤氣流分布中的至少一種；

步驟二，判斷步驟一選取的主要參數(shù)是否有因變量參考值；

若有因變量參考值，則先通過(guò)相關(guān)性矩陣和二元齊次方差分析，或者互信息熵值計(jì)算分析，再選擇與評(píng)價(jià)因子相關(guān)性顯著的操作參數(shù)作為模型輸入X i；

若沒有因變量參考值，則先進(jìn)行PCA分析，構(gòu)建因變量，再進(jìn)行相關(guān)性矩陣和二元齊次方差分析，或者互信息熵值計(jì)算分析，之后選擇相關(guān)性顯著的操作參數(shù)作為模型輸入X i；

步驟三，對(duì)步驟二選擇的X i進(jìn)行PCA分析，計(jì)算滿足特征參數(shù)累計(jì)貢獻(xiàn)率大于85％的降維變量個(gè)數(shù)及其權(quán)重，并組合成爐況判定參數(shù)Y i；

步驟四，采用自適應(yīng)模糊神經(jīng)網(wǎng)絡(luò)對(duì)爐況判定參數(shù)Y i進(jìn)行學(xué)習(xí)與預(yù)報(bào)，形成釩鈦礦高爐爐況穩(wěn)定性評(píng)價(jià)模型和模糊規(guī)則知識(shí)庫(kù)；

步驟五，利用步驟四形成的釩鈦礦高爐爐況穩(wěn)定性評(píng)價(jià)模型，對(duì)釩鈦礦高爐的爐況穩(wěn)定性進(jìn)行評(píng)價(jià)。

進(jìn)一步的是，步驟一中，選取相關(guān)系數(shù)R≥0.7的主要參數(shù)。

進(jìn)一步的是，步驟四中，爐況判定參數(shù)Y i按四區(qū)間規(guī)則進(jìn)行學(xué)習(xí)與預(yù)報(bào)，釩鈦礦高爐爐況穩(wěn)定性評(píng)價(jià)模型的評(píng)價(jià)體系為：指數(shù)在1個(gè)西格瑪波動(dòng)以內(nèi)評(píng)價(jià)為優(yōu)，指數(shù)在1～2個(gè)西格瑪波動(dòng)評(píng)價(jià)為良，指數(shù)在2～3個(gè)西格瑪內(nèi)波動(dòng)評(píng)價(jià)為中，指數(shù)大于3個(gè)西格瑪波動(dòng)評(píng)價(jià)為差。

進(jìn)一步的是，步驟一中，選取m個(gè)主要參數(shù)X 1～X m，m為大于1的整數(shù)；

若主要參數(shù)有因變量參考值，步驟二中，按公式 進(jìn)行相關(guān)性分析和顯著性檢驗(yàn)，選擇影響Y i的顯著性參數(shù)P＜0.05的變量常數(shù)項(xiàng)X i和X iX j組合作為新的輸入變量X in；

步驟三中，對(duì)新的輸入變量X in進(jìn)行PCA分析得到主成分個(gè)數(shù)M，并計(jì)算特征值λ i(i＝1,...,M)，計(jì)算M個(gè)主成分P M的相對(duì)權(quán)重， 計(jì)算得到綜合 a i表示回歸方程中的X i系數(shù)，b ij表示回歸方程中的X iX j回歸系數(shù)，X iX j表示自變量X i和X j兩兩相乘，γ k表示第k個(gè)特征值占特征累計(jì)值的比例，k表示M個(gè)主成分中第k個(gè)主成分，P k表示第k個(gè)主成分對(duì)應(yīng)的原始數(shù)據(jù)矩陣，ZY表示對(duì)M個(gè)主成分按權(quán)重加權(quán)計(jì)算得到的綜合評(píng)價(jià)值；

若主要參數(shù)沒有因變量參考值，步驟二和步驟三中，通過(guò)PCA分析構(gòu)建ZY后，重復(fù)步驟一，并更新ZY；

步驟四，采用自適應(yīng)模糊神經(jīng)網(wǎng)絡(luò)對(duì)數(shù)據(jù)集(X in，ZY i)進(jìn)行自適應(yīng)模糊神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)。

進(jìn)一步的是，評(píng)價(jià)因子為釩鈦礦冶煉產(chǎn)量；

步驟四中，形成的釩鈦礦高爐爐況穩(wěn)定性評(píng)價(jià)模型為T-S模型，并形成有釩鈦礦高爐產(chǎn)量的影響因子及結(jié)果因子，作為單獨(dú)模型可組合的輸入與輸出。

本發(fā)明的有益效果是：該評(píng)價(jià)方法采用相關(guān)性矩陣和二元齊次方差，或者互信息熵值計(jì)算，對(duì)因變量參考值或PCA分析構(gòu)建的因變量進(jìn)行分析，并選擇相關(guān)性較為顯著的影響自變量因子作為評(píng)價(jià)模型輸入，再采用PCA算法降維和權(quán)重計(jì)算，并將降維后的主成分作為評(píng)價(jià)輸入?yún)?shù)，接著采用自適應(yīng)模糊神經(jīng)網(wǎng)絡(luò)重新構(gòu)建評(píng)價(jià)模型或組合模型，模型的整個(gè)構(gòu)建過(guò)程簡(jiǎn)單、快捷，最后利用構(gòu)建的模型能夠?qū)︹C鈦礦高爐的爐況穩(wěn)定性進(jìn)行快速評(píng)價(jià)，且與現(xiàn)有的人工模型評(píng)價(jià)方法相比，具有篩選參數(shù)、計(jì)算權(quán)重和閾值隨樣本增加而變更等優(yōu)點(diǎn)，其評(píng)價(jià)吻合度更為可靠，利于指導(dǎo)生產(chǎn)。

附圖說(shuō)明

圖1是本發(fā)明實(shí)施例1的PCA分析結(jié)果圖；

圖2是本發(fā)明實(shí)施例1的自適應(yīng)模糊計(jì)算ANF_ZY與釩鈦礦冶煉產(chǎn)量的對(duì)應(yīng)關(guān)系圖。

具體實(shí)施方式

下面結(jié)合附圖和實(shí)施例對(duì)本發(fā)明作進(jìn)一步的說(shuō)明。

釩鈦礦高爐爐況穩(wěn)定性評(píng)價(jià)方法，包括下列步驟：

步驟一，選取影響評(píng)價(jià)因子的主要參數(shù)，評(píng)價(jià)因子為釩鈦礦冶煉產(chǎn)量、爐缸活躍性、焦比、鐵水硅鈦差和煤氣流分布中的至少一種；影響釩鈦礦冶煉產(chǎn)量的主要參數(shù)一般包括料速、批重、焦炭負(fù)荷、風(fēng)量、風(fēng)壓、頂壓、富氧率和標(biāo)準(zhǔn)風(fēng)速，影響爐缸活躍性的主要參數(shù)一般包括風(fēng)口回旋區(qū)占比、冶煉期、富氧率、鼓風(fēng)動(dòng)能、實(shí)際風(fēng)速、Tf和爐熱指數(shù)；選取主要參數(shù)時(shí)一般選擇相關(guān)系數(shù)R≥0.7的主要參數(shù)；

步驟二，判斷步驟一選取的主要參數(shù)是否有因變量參考值；

若有因變量參考值，則先通過(guò)相關(guān)性矩陣和二元齊次方差分析，或者互信息熵值計(jì)算分析，再選擇與評(píng)價(jià)因子相關(guān)性顯著的操作參數(shù)作為模型輸入X i；

若沒有因變量參考值，則先進(jìn)行PCA分析，構(gòu)建因變量，再進(jìn)行相關(guān)性矩陣和二元齊次方差分析，或者互信息熵值計(jì)算分析，之后選擇相關(guān)性顯著的操作參數(shù)作為模型輸入X i；

步驟三，對(duì)步驟二選擇的X i進(jìn)行PCA分析，計(jì)算滿足特征參數(shù)累計(jì)貢獻(xiàn)率大于85％的降維變量個(gè)數(shù)及其權(quán)重，并組合成爐況判定參數(shù)Y i；

步驟四，采用自適應(yīng)模糊神經(jīng)網(wǎng)絡(luò)對(duì)爐況判定參數(shù)Y i進(jìn)行學(xué)習(xí)與預(yù)報(bào)，形成釩鈦礦高爐爐況穩(wěn)定性評(píng)價(jià)模型和模糊規(guī)則知識(shí)庫(kù)；該步驟中一般采用西格瑪作為評(píng)價(jià)規(guī)則，優(yōu)選的，爐況判定參數(shù)Y i按四區(qū)間規(guī)則進(jìn)行學(xué)習(xí)與預(yù)報(bào)，釩鈦礦高爐爐況穩(wěn)定性評(píng)價(jià)模型的評(píng)價(jià)體系為：指數(shù)在1個(gè)西格瑪波動(dòng)以內(nèi)評(píng)價(jià)為優(yōu)，指數(shù)在1～2個(gè)西格瑪波動(dòng)評(píng)價(jià)為良，指數(shù)在2～3個(gè)西格瑪內(nèi)波動(dòng)評(píng)價(jià)為中，指數(shù)大于3個(gè)西格瑪波動(dòng)評(píng)價(jià)為差；

步驟五，利用步驟四形成的釩鈦礦高爐爐況穩(wěn)定性評(píng)價(jià)模型，對(duì)釩鈦礦高爐的爐況穩(wěn)定性進(jìn)行評(píng)價(jià)。

作為本發(fā)明的一種優(yōu)選方案，該釩鈦礦高爐爐況穩(wěn)定性評(píng)價(jià)方法，步驟一中，選取m個(gè)主要參數(shù)X 1～X m，m為大于1的整數(shù)；

若主要參數(shù)有因變量參考值，步驟二中，按公式 進(jìn)行相關(guān)性分析和顯著性檢驗(yàn)，選擇影響Y i的顯著性參數(shù)P＜0.05的變量常數(shù)項(xiàng)X i和X iX j組合作為新的輸入變量X in；

步驟三中，對(duì)新的輸入變量X in進(jìn)行PCA分析得到主成分個(gè)數(shù)M，并計(jì)算特征值λ i(i＝1,...,M)，計(jì)算M個(gè)主成分P M的相對(duì)權(quán)重， 計(jì)算得到綜合 a i表示回歸方程中的X i系數(shù)，b ij表示回歸方程中的X iX j回歸系數(shù)，X iX j表示自變量X i和X j兩兩相乘，即交互影響；γ k表示第k個(gè)特征值占特征累計(jì)值的比例，k表示M個(gè)主成分中第k個(gè)主成分，P k表示第k個(gè)主成分對(duì)應(yīng)的原始數(shù)據(jù)矩陣，ZY表示對(duì)M個(gè)主成分按權(quán)重加權(quán)計(jì)算得到的綜合評(píng)價(jià)值；

若主要參數(shù)沒有因變量參考值，步驟二和步驟三中，通過(guò)PCA分析構(gòu)建ZY后，重復(fù)步驟一，并更新ZY；

步驟四，采用自適應(yīng)模糊神經(jīng)網(wǎng)絡(luò)對(duì)數(shù)據(jù)集(X in，ZY i)進(jìn)行自適應(yīng)模糊神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)。

具體的，評(píng)價(jià)因子為釩鈦礦冶煉產(chǎn)量；

步驟四中，形成的釩鈦礦高爐爐況穩(wěn)定性評(píng)價(jià)模型為T-S模型，并形成有釩鈦礦高爐產(chǎn)量的影響因子及結(jié)果因子，作為單獨(dú)模型可組合的輸入與輸出。

實(shí)施例1

某次利用本發(fā)明提供的釩鈦礦高爐爐況穩(wěn)定性評(píng)價(jià)方法，建立評(píng)價(jià)模型，對(duì)釩鈦礦高爐爐況穩(wěn)定性進(jìn)行評(píng)價(jià)，過(guò)程如下：

本次采用的評(píng)價(jià)因子為釩鈦礦冶煉產(chǎn)量，釩鈦礦冶煉產(chǎn)量一般指日產(chǎn)量；

(1)根據(jù)相關(guān)性系數(shù)矩陣(或者互信息熵值計(jì)算，用來(lái)判定非線性相關(guān))，選擇相關(guān)系數(shù)R>＝0.7的參數(shù)作為評(píng)價(jià)產(chǎn)量好壞的輸入，具體見下表1；

表1：影響釩鈦礦冶煉產(chǎn)量的主要參數(shù)

(2)對(duì)Y作X 1～X 9的二次齊次方差分析，選擇顯著性參數(shù)P＜0.05數(shù)據(jù)一次項(xiàng)、二次項(xiàng)作為模型的最終輸入：

-----------------------------方差分析表------------------------------

；

------------------------------參數(shù)估計(jì)-------------------------------

得到P＜0.05的變量為X1～X8，X1*X3，X1*X4，X1*X7，X2*X3，X2*X5，X2*X6，X2*X8，X3*X7，X4*X7，X5*X7，X6*X7，X7*X8，X4*X4，X5*X5共計(jì)22個(gè)輸入?yún)?shù)。對(duì)這22個(gè)參數(shù)進(jìn)行PCA分析，用過(guò)程參數(shù)來(lái)評(píng)價(jià)結(jié)果參數(shù)。X i是根據(jù)樣本數(shù)據(jù)的相關(guān)性計(jì)算，系統(tǒng)自動(dòng)選擇二次齊次式的組合方式。

把上述組合參數(shù)作為輸入，對(duì)其PCA分析結(jié)果如圖1所示；

計(jì)算得到γ k分別為80.9786、12.6587、6.3627，ZY＝80.978*M1+12.6587*M2+6.3627*M2主成分 其中u i為樣本x i的均值，σ i樣本x i的均值的標(biāo)準(zhǔn)偏差，α i主成分X i在M 1的載荷矩陣，圖1中右側(cè)已列出，圖1中左側(cè)為原始數(shù)據(jù)。

對(duì)M i(i＝3)及ZY構(gòu)成的樣本進(jìn)行按4個(gè)高斯隸屬函數(shù)進(jìn)行自適應(yīng)模糊學(xué)習(xí)，得到ZY 1的學(xué)習(xí)模型與產(chǎn)量預(yù)報(bào)；由此得到日產(chǎn)量的降維影響因子M i和對(duì)應(yīng)的ZY(ANF_ZY)，如圖2所示。將ZY 1作為輸出，對(duì)數(shù)據(jù)集(X in，ZY i)進(jìn)行自適應(yīng)模糊神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)(T-S模型)后，對(duì)釩鈦礦高爐爐況穩(wěn)定性進(jìn)行評(píng)價(jià)。

評(píng)估高爐穩(wěn)定性通過(guò)過(guò)程參數(shù)與結(jié)果參數(shù)的相關(guān)性進(jìn)行預(yù)測(cè)評(píng)估，從綜合評(píng)估值與最終結(jié)果(產(chǎn)量指標(biāo))的相關(guān)性來(lái)看，實(shí)例1的評(píng)估吻合度較直接多項(xiàng)式回歸的相關(guān)性略高。

實(shí)施例2

某次利用本發(fā)明提供的釩鈦礦高爐爐況穩(wěn)定性評(píng)價(jià)方法，建立評(píng)價(jià)模型，對(duì)釩鈦礦高爐爐況穩(wěn)定性進(jìn)行評(píng)價(jià)，過(guò)程如下：

本次采用的評(píng)價(jià)因子為爐缸活躍狀態(tài)；

由于對(duì)于爐缸活躍性好壞評(píng)價(jià)沒有明確的指導(dǎo)值，先進(jìn)行PCA主成分分析，形成組合ZY 2，再以ZY 2作為因變量，與自變量進(jìn)行相關(guān)性分析或互信息分析(非線性)，將顯著性P值＜0.05的相關(guān)參數(shù)一并納入，并進(jìn)行二次齊次分析，形成組合輸入指標(biāo)來(lái)表征，具體見下表2。并將組合后的PCA結(jié)果作為新的ZY 2。

表2：影響爐缸活躍性的主要參數(shù)

根據(jù)多元齊次方差分析，得到影響ZY 2及其降維參數(shù)M2 i；

-----------------------------方差分析表------------------------------

----------------------------參數(shù)估計(jì)-------------------------------

得到P＜0.05的變量為X1～X9，X1*X8，X1*X9，X2*X3，X2*X7，X2*X8，X2*X9，X3*X4，X3*X5，X3*X7，X4*X5、X4*X7，X5*X7，X6*X8，X6*X9，X8*X9，X2*X2，X3*X3，X4*X4，X5*X5，X6*X6，X9*X9共計(jì)30個(gè)輸入?yún)?shù)。對(duì)這30個(gè)參數(shù)進(jìn)行PCA分析，用過(guò)程參數(shù)來(lái)評(píng)價(jià)結(jié)果參數(shù)。X i是根據(jù)樣本數(shù)據(jù)的相關(guān)性計(jì)算，系統(tǒng)自動(dòng)選擇二次齊次式的組合方式。把上述組合參數(shù)作為輸入，對(duì)其PCA分析結(jié)果如下，根據(jù)實(shí)施例1的分析方法，得到爐缸活躍性影響因子M2 i(i＝5)及并更新ZY 2。將ZY 2作為輸出，對(duì)數(shù)據(jù)集(X in，ZY i)進(jìn)行自適應(yīng)模糊神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)(T-S模型)后，對(duì)釩鈦礦高爐爐況穩(wěn)定性進(jìn)行評(píng)價(jià)。

評(píng)估高爐穩(wěn)定性通過(guò)過(guò)程參數(shù)與結(jié)果參數(shù)的相關(guān)性進(jìn)行預(yù)測(cè)評(píng)估，從綜合評(píng)估值與最終結(jié)果(產(chǎn)量指標(biāo))的相關(guān)性來(lái)看，實(shí)例2的評(píng)估吻合度較直接多項(xiàng)式回歸的相關(guān)性略高。

實(shí)施例3

某次利用本發(fā)明提供的釩鈦礦高爐爐況穩(wěn)定性評(píng)價(jià)方法，建立評(píng)價(jià)模型，對(duì)釩鈦礦高爐爐況穩(wěn)定性進(jìn)行評(píng)價(jià)，過(guò)程如下：

本次采用的評(píng)價(jià)因子為煤氣流分布；

按實(shí)施例2相同的方法進(jìn)行建模，通過(guò)PCA構(gòu)建綜合評(píng)價(jià)參數(shù)ZY 3，并進(jìn)行相關(guān)性分析或者互信息分析，選擇顯著性相關(guān)性較強(qiáng)參數(shù)，再次進(jìn)行PCA分析，并輸入M3(i＝5)，將上述實(shí)施例1和實(shí)施例2中的M1(i＝3)，M2(i＝5)，M3(i＝5)作為輸入?yún)?shù)，將ZY 1、ZY 2和ZY 3作為輸出，對(duì)數(shù)據(jù)集(X in，ZY i)進(jìn)行自適應(yīng)模糊神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)(T-S模型)，按六西格瑪原理，形成釩鈦礦高爐爐況穩(wěn)定性綜合評(píng)價(jià)指數(shù)，并確定指數(shù)在1個(gè)西格瑪以內(nèi)波動(dòng)為優(yōu)，1～2個(gè)西格瑪波動(dòng)為良，2～3個(gè)西格瑪內(nèi)波動(dòng)為中，大于3個(gè)西格瑪內(nèi)波動(dòng)為差的評(píng)價(jià)體系，用以判定爐況的穩(wěn)定性。

全文PDF

釩鈦礦高爐爐況穩(wěn)定性評(píng)價(jià)方法.pdf