1、高爐冶煉過(guò)程是一個(gè)高度復(fù)雜的過(guò)程，其運(yùn)行機(jī)制往往具有非線性、時(shí)滯、高維、強(qiáng)噪聲、分布參數(shù)等特性?！蹲詣?dòng)化科學(xué)與技術(shù)－自然科學(xué)學(xué)科發(fā)展戰(zhàn)略調(diào)研報(bào)告》中指出，高爐復(fù)雜系統(tǒng)的建模和控制是當(dāng)今冶金自動(dòng)化科技發(fā)展的前沿課題，同時(shí)也是高爐生產(chǎn)過(guò)程自動(dòng)化系統(tǒng)的關(guān)鍵和難點(diǎn)問(wèn)題。高爐爐溫預(yù)測(cè)模型是煉鐵過(guò)程自動(dòng)控制的核心數(shù)學(xué)模型之一，提高爐溫預(yù)測(cè)精度是模型開(kāi)發(fā)的關(guān)鍵難題。本文主要利用支持向量機(jī)技術(shù)建立高爐鐵水硅含量的預(yù)報(bào)模型，本文的主要工作有以下一些：

2、 1．通過(guò)閱讀大量的中外文獻(xiàn)，了解高爐煉鐵過(guò)程的工藝特點(diǎn)，分析高爐過(guò)程中與鐵水硅含量關(guān)系密切各個(gè)相關(guān)變量與鐵水硅含量的的相關(guān)性、時(shí)滯性。同時(shí)對(duì)支持向量機(jī)、獨(dú)立成分分析的基本理論知識(shí)、方法技術(shù)以及目前的研究領(lǐng)域的發(fā)展現(xiàn)狀進(jìn)行了綜述，同時(shí)還對(duì)本文所采用的支持向量機(jī)算法和獨(dú)立成分分析算法進(jìn)行了分析探討。 2．提出了一種基于改進(jìn)的動(dòng)態(tài)獨(dú)立分量分析(ICA)和支持向量機(jī)(SVM)的高爐鐵水硅含量預(yù)報(bào)檁型建模方法。采用動(dòng)態(tài)ICA方法對(duì)樣

3、本數(shù)據(jù)進(jìn)行特征提取，消除生產(chǎn)工藝參數(shù)之間的相關(guān)性。在此基礎(chǔ)上，使用目前計(jì)算復(fù)雜性較小的最小二乘SVM算法建立高爐鐵水硅含量預(yù)報(bào)的動(dòng)態(tài)遞推模型。以某鋼廠高爐實(shí)際生產(chǎn)數(shù)據(jù)進(jìn)行了應(yīng)用實(shí)驗(yàn)，實(shí)驗(yàn)統(tǒng)計(jì)結(jié)果表明，本文方法顯著提高了鐵水硅含量的預(yù)測(cè)命中率。 3．提出了一種基于增量型支持向量機(jī)的高爐鐵水硅含量預(yù)報(bào)的在線建模方法，基于此方法的模型解決了高爐煉鐵過(guò)程所具有的慢時(shí)變特性。根據(jù)歷史數(shù)據(jù)得到的鐵水硅含量預(yù)報(bào)模型在現(xiàn)場(chǎng)運(yùn)行一段時(shí)間后，往往會(huì)