基于機尾斷面形態(tài)及過程參數(shù)多參量分析的燒結礦質量在線判定系統(tǒng)的研發(fā)
發(fā)布時間:2020-12-31 04:27
燒結是傳統(tǒng)高爐煉鐵的一個重要步驟,其燒結礦質量直接決定了后續(xù)高爐煉鐵的好壞。近年來,隨著富鐵礦石的資源逐漸短缺,人們開始了對自然界儲量豐富的貧鐵礦石的開采使用,在對其燒結處理后形成品質較高的燒結礦,再作為煉鐵原料。燒結作為一個高時滯性、高耦合性的非線性復雜反應過程,可以根據(jù)當前燒結礦質量的好壞調整燒結工藝進而提高后續(xù)的燒結礦質量;瘜W檢測是判斷燒結礦質量好壞最準確的方法,但從取樣到得出化驗結果需要二至三個小時,實時性太差,對當前的燒結生產(chǎn)參考指導意義不大。基于生產(chǎn)參數(shù)的模糊控制法,雖然可以通過燒結初始參數(shù)預測出燒結質量等級的高低,但是其使用的生產(chǎn)參數(shù)并不是某一斷面在整個燒結過程的跟蹤數(shù)據(jù),導致預測結果準確性差。機尾斷面觀察法,有著高度的實時性,有經(jīng)驗的看火工根據(jù)觀察結尾燒結斷面的特征可以快速判斷出燒結礦質量的好壞,但通過斷面圖像判斷燒結礦質量有一定的主觀性,且長時間觀察機尾斷面會視覺疲勞可能導致判斷出錯。因此,為了克服上述兩種方法的缺點,本文將機尾斷面圖像及過程參數(shù)相結合,進行多參量的提取、分析,使用加權支持向量機(W-SVM)回歸估計得出系統(tǒng)對燒結礦質量的判定結果。此外,本文還建立了...
【文章來源】:安徽大學安徽省 211工程院校
【文章頁數(shù)】:78 頁
【學位級別】:碩士
【文章目錄】:
摘要
abstract
第一章 緒論
1.1 研究背景
1.2 研究現(xiàn)狀
1.2.1 基于生產(chǎn)參數(shù)的模糊控制法
1.2.2 機尾斷面觀察法
1.2.3 兩種方法的比較
1.3 論文研究內容
1.4 論文創(chuàng)新部分
第二章 燒結礦質量在線判定系統(tǒng)的設計及構成
2.1 燒結質量在線判定系統(tǒng)構成概述
2.2 各功能模塊簡介
第三章 用于燒結礦質量在線判定的關鍵參量的實時獲取
3.1 機尾斷面可見光圖像的采集與最佳斷面圖像的篩選
3.1.1 機尾斷面可見光圖像的采集
3.1.2 機尾最佳斷面圖像的篩選
3.2 機尾斷面紅外熱圖像的采集與處理
3.2.1 機尾斷面紅外熱圖像的采集
3.2.2 機尾斷面紅外熱圖像的處理
3.3 基于OPC通信的現(xiàn)場傳感器參數(shù)實時獲取
第四章 燒結礦質量在線判定算法研究
4.1 機尾最佳斷面圖像的特征提取
4.1.1 經(jīng)驗特征
4.1.2 經(jīng)驗特征的數(shù)值化提取
4.2 對應最佳斷面的現(xiàn)場傳感器參數(shù)的反演
4.3 過欠燒的判定
4.4 斷面橫向燒結均勻性的判定
4.5 用于FeO含量及轉鼓指數(shù)判定的支持向量機方法
4.5.1 SVM基礎
4.5.2 加權支持向量機
第五章 燒結礦質量在線判定系統(tǒng)數(shù)據(jù)庫的建立與遠程訪問
5.1 SQL Server數(shù)據(jù)庫服務器的建立
5.2 遠程訪問客戶端軟件的設計與實現(xiàn)
第六章 燒結礦質量在線判定系統(tǒng)的樣本收集與模型訓練
6.1 化驗樣本的收集
6.2 人工樣本的收集
6.3 判定模型的訓練
第七章 燒結礦質量在線判定系統(tǒng)軟件實例與應用結果分析
7.1 馬鋼現(xiàn)場安裝的軟件示例及功能介紹
7.2 FeO含量等級判定中標率
7.3 轉鼓指數(shù)判定中標率
7.4 燒結礦質量等級判定準確率
7.5 過燒與欠燒判定準確率
7.6 橫向燒結均勻性判定準確率
第八章 結論與展望
8.1 論文總結
8.2 后期展望
參考文獻
附圖(附表、附錄)
致謝
攻讀學位期間發(fā)表的學術論文
本文編號:2948964
【文章來源】:安徽大學安徽省 211工程院校
【文章頁數(shù)】:78 頁
【學位級別】:碩士
【文章目錄】:
摘要
abstract
第一章 緒論
1.1 研究背景
1.2 研究現(xiàn)狀
1.2.1 基于生產(chǎn)參數(shù)的模糊控制法
1.2.2 機尾斷面觀察法
1.2.3 兩種方法的比較
1.3 論文研究內容
1.4 論文創(chuàng)新部分
第二章 燒結礦質量在線判定系統(tǒng)的設計及構成
2.1 燒結質量在線判定系統(tǒng)構成概述
2.2 各功能模塊簡介
第三章 用于燒結礦質量在線判定的關鍵參量的實時獲取
3.1 機尾斷面可見光圖像的采集與最佳斷面圖像的篩選
3.1.1 機尾斷面可見光圖像的采集
3.1.2 機尾最佳斷面圖像的篩選
3.2 機尾斷面紅外熱圖像的采集與處理
3.2.1 機尾斷面紅外熱圖像的采集
3.2.2 機尾斷面紅外熱圖像的處理
3.3 基于OPC通信的現(xiàn)場傳感器參數(shù)實時獲取
第四章 燒結礦質量在線判定算法研究
4.1 機尾最佳斷面圖像的特征提取
4.1.1 經(jīng)驗特征
4.1.2 經(jīng)驗特征的數(shù)值化提取
4.2 對應最佳斷面的現(xiàn)場傳感器參數(shù)的反演
4.3 過欠燒的判定
4.4 斷面橫向燒結均勻性的判定
4.5 用于FeO含量及轉鼓指數(shù)判定的支持向量機方法
4.5.1 SVM基礎
4.5.2 加權支持向量機
第五章 燒結礦質量在線判定系統(tǒng)數(shù)據(jù)庫的建立與遠程訪問
5.1 SQL Server數(shù)據(jù)庫服務器的建立
5.2 遠程訪問客戶端軟件的設計與實現(xiàn)
第六章 燒結礦質量在線判定系統(tǒng)的樣本收集與模型訓練
6.1 化驗樣本的收集
6.2 人工樣本的收集
6.3 判定模型的訓練
第七章 燒結礦質量在線判定系統(tǒng)軟件實例與應用結果分析
7.1 馬鋼現(xiàn)場安裝的軟件示例及功能介紹
7.2 FeO含量等級判定中標率
7.3 轉鼓指數(shù)判定中標率
7.4 燒結礦質量等級判定準確率
7.5 過燒與欠燒判定準確率
7.6 橫向燒結均勻性判定準確率
第八章 結論與展望
8.1 論文總結
8.2 后期展望
參考文獻
附圖(附表、附錄)
致謝
攻讀學位期間發(fā)表的學術論文
本文編號:2948964
本文鏈接:http://www.sikaile.net/projectlw/yjlw/2948964.html