發(fā)布時(shí)間：2020-11-05 17:47

　　 鋼鐵工業(yè)是國(guó)民經(jīng)濟(jì)的支柱產(chǎn)業(yè)，其非常關(guān)鍵的地方就是要做好高爐冶煉。高爐冶煉過(guò)程是一個(gè)非常復(fù)雜的過(guò)程，這其中包含了許許多多的物理及化學(xué)反應(yīng)過(guò)程。在高爐冶煉過(guò)程中，人們無(wú)法直接測(cè)量各類想要掌握的過(guò)程參數(shù)，并且由于冶煉是在封閉環(huán)境中進(jìn)行的，所以人們只能通過(guò)間接方式去了解冶煉過(guò)程的進(jìn)行。 高爐爐況的故障診斷對(duì)于高爐冶煉有著非常重要的意義，而爐況是經(jīng)常波動(dòng)的，因此如果能全面了解高爐冶煉的爐況情況及異常情況并對(duì)其故障進(jìn)行快速、準(zhǔn)確的隔離和辨識(shí)，就可以更好的有計(jì)劃的確定高爐故障的方向，便可以從很大程度上去降低維護(hù)的成本，提高經(jīng)濟(jì)效益，并可以防止重大事故的發(fā)生。 本論文將主要研究在高爐故障診斷方面采用貝葉斯網(wǎng)絡(luò)（Bayesian Networks）的方法來(lái)實(shí)現(xiàn)。論文探討了貝葉斯網(wǎng)絡(luò)在高爐故障診斷中的應(yīng)用，將貝葉斯網(wǎng)絡(luò)應(yīng)用到高爐故障診斷模型的建模、學(xué)習(xí)和診斷中，提出了高爐故障診斷系統(tǒng)的設(shè)計(jì)方案，并設(shè)計(jì)了因果關(guān)系貝葉斯網(wǎng)絡(luò)診斷模型和簡(jiǎn)單貝葉斯網(wǎng)絡(luò)診斷模型，以及應(yīng)用完備樣本集對(duì)網(wǎng)絡(luò)參數(shù)進(jìn)行初始化訓(xùn)練。經(jīng)過(guò)測(cè)試，對(duì)比分析了兩種診斷模型的特點(diǎn)和性能。此外，為了完善診斷模型的功能，應(yīng)用成熟的不完備數(shù)據(jù)處理算法來(lái)加以解決，并分析研究了應(yīng)用Monte-Carlo方法、Gaussian近似算法和EM算法三種不同方法對(duì)不完備數(shù)據(jù)進(jìn)行訓(xùn)練對(duì)貝葉斯網(wǎng)絡(luò)產(chǎn)生的不同影響，并分析了產(chǎn)生差異的原因。 貝葉斯網(wǎng)絡(luò)是一種有向無(wú)環(huán)圖，在這個(gè)網(wǎng)絡(luò)中的各個(gè)節(jié)點(diǎn)的相關(guān)程度是用條件概率來(lái)表達(dá)的，貝葉斯網(wǎng)絡(luò)是一種基于概率論的數(shù)學(xué)推理模型，它可以有效地把待測(cè)樣本的先驗(yàn)知識(shí)和已獲知數(shù)據(jù)加以利用，并對(duì)其進(jìn)行訓(xùn)練和推理。
【學(xué)位單位】：武漢科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2015
【中圖分類】：TF549
【部分圖文】：

第 2 章 高爐冶煉系統(tǒng)研究2.1 高爐工藝2.1.1 高爐生產(chǎn)的工藝流程高爐煉鐵的工藝原理就是通過(guò)使用還原劑，將還是鐵礦石狀態(tài)的原料還原成生鐵的過(guò)程，這些鐵礦原料大都以鐵的氧化物的形態(tài)存在于自然界中。為了去除鐵礦原料中的雜質(zhì)成分，人們必須投入大量的生石灰以供融化鐵礦石，從而使雜質(zhì)成分轉(zhuǎn)化為爐渣而被去除[25]。高爐的外在形態(tài)是一個(gè)高大矗立的類似圓筒形的結(jié)構(gòu)。它的下部是爐基，外部是爐殼，內(nèi)部是爐襯，并且在它的旁邊還有相關(guān)冷卻設(shè)備。高爐的主要工作部分可以被分為五段：爐喉、爐身、爐腰、爐腹、爐缸。
【參考文獻(xiàn)】

相關(guān)期刊論文 前3條

1 徐欣;李德玉;;貝葉斯網(wǎng)絡(luò)中因果鏈搜索算法及其應(yīng)用研究[J];計(jì)算機(jī)科學(xué);2008年04期

2 林士敏,田鳳占,陸玉昌;貝葉斯網(wǎng)絡(luò)的建造及其在數(shù)據(jù)采掘中的應(yīng)用[J];清華大學(xué)學(xué)報(bào)(自然科學(xué)版);2001年01期

3 劉吉成;牛東曉;;A novel recurrent neural network forecasting model for power intelligence center[J];Journal of Central South University of Technology;2008年05期

本文編號(hào)：2871978