一种基于多元线性回归算法预测炼铁高炉炉芯死料柱温度的方法技术

本发明专利技术公开了一种基于多元线性回归算法预测炼铁高炉炉芯死料柱温度的方法，属于冶金信息处理技术领域。本发明专利技术首先进行炉芯死料柱温度目标值DMTgoal的计算，接着对该数据进行处理，对经过处理得到的数据样本做Pearson相关性分析，根据相关性分析的结果初步选取条件变量。再对各条件变量进行Pearson相关性分析，依据相关性分析的结果尽可能选择互相独立的条件变量建立模型。接着通过最小二乘法以及基于AIC的变量筛选准则筛选条件变量，再检验初步多元线性回归方程的拟优合度与回归系数，得到多元线性回归模型。本发明专利技术第一次提出使用多元线性回归算法来预测炉芯死料柱温度，可以实现高精度预测未来五天内的炉芯死料柱温度，而且可以实现炉芯死料柱温度的预警功能。

A Method for Predicting Core Dead Material Column Temperature of Blast Furnace Based on Multivariate Linear Regression Algorithms

The invention discloses a method for predicting the temperature of the dead material column of the blast furnace core based on the multiple linear regression algorithm, which belongs to the technical field of metallurgical information processing. The method first calculates the DMTgoal target temperature value of the dead material column of the furnace core, then processes the data, makes Pearson correlation analysis on the data samples processed, and preliminarily selects the conditional variables according to the results of correlation analysis. Then Pearson correlation analysis is carried out for each conditional variable, and the independent conditional variables are selected as far as possible to establish the model according to the results of correlation analysis. Secondly, the conditional variables are screened by least squares method and AIC-based variable selection criterion, and then the quasi-optimal fitness and regression coefficients of the initial multivariate linear regression equation are tested to obtain the multivariate linear regression model. For the first time, the multi-linear regression algorithm is proposed to predict the temperature of the dead material column of the furnace core, which can achieve high-precision prediction of the temperature of the dead material column of the furnace core in the next five days, and realize the early warning function of the temperature of the dead material column of the furnace core.

【技术实现步骤摘要】
一种基于多元线性回归算法预测炼铁高炉炉芯死料柱温度的方法
本专利技术涉及冶金信息处理
，更具体地说，涉及一种基于多元线性回归算法预测炼铁高炉炉芯死料柱温度的方法。
技术介绍
现代钢铁企业的管理者和生产者总是全力维护高炉生产的长期稳定顺行，以获取钢铁企业的最大效益。而炉缸活性犹如高炉生产的“心脏”，一旦炉缸活性出现问题，破坏高炉稳定顺行，那么带来的损失是非常巨大的。就目前而言，炉缸活性的量化监测已经成为高炉生产的热点、重点和难点，如何实现对炉缸活性的量化计算，怎样实现对炉缸活性的在线监测，如何在最短的时间内准确的发现炉缸活性的异常变化，从而在最短的时间内恢复炉缸活性，是行业内亟待解决的问题，其根本目的就是要维护高炉生产的长期稳定顺行，确保没有高炉炉缸堆积等恶性生产事故的发生，从而避免造成巨大的经济损失，为降本增效保驾护航。高炉炉缸活性与炉芯死料柱温度关系密切，良好的炉缸活性要求炉芯死料柱温度在一定的范围内波动，因此炉芯死料柱温度能够表征炉缸活性。但是，炉芯死料柱温度目前无法通过技术手段测得。国外的KaleviRaipala于2000年在国际期刊ScandinavianJourna本文档来自技高网...

【技术保护点】
1.一种基于多元线性回归算法预测炼铁高炉炉芯死料柱温度的方法，其特征在于，其步骤为：1)对采集到的数据进行炉芯死料柱温度目标值DMTgoal计算；2)对目标值进行处理，处理的内容包括目标值填充与目标值异常值删除；3)分析DMTgoal与目标值处理完成的数据的相关性，并在此基础上初步选取建立多元线性回归模型的条件变量；4)分析步骤3)中选择出来的条件变量间的相关性并选取建立多元线性回归模型的条件变量；5)使用最小二乘法以及基于AIC的变量筛选准则筛选条件变量建立多元线性回归模型；6)对步骤5)中得到的多元线性回归模型进行拟合优度检验与回归系数的检验，然后将模型作用于测试集，验证多元线性回归模型的...

【技术特征摘要】
1.一种基于多元线性回归算法预测炼铁高炉炉芯死料柱温度的方法，其特征在于，其步骤为：1)对采集到的数据进行炉芯死料柱温度目标值DMTgoal计算；2)对目标值进行处理，处理的内容包括目标值填充与目标值异常值删除；3)分析DMTgoal与目标值处理完成的数据的相关性，并在此基础上初步选取建立多元线性回归模型的条件变量；4)分析步骤3)中选择出来的条件变量间的相关性并选取建立多元线性回归模型的条件变量；5)使用最小二乘法以及基于AIC的变量筛选准则筛选条件变量建立多元线性回归模型；6)对步骤5)中得到的多元线性回归模型进行拟合优度检验与回归系数的检验，然后将模型作用于测试集，验证多元线性回归模型的有效性。2.根据权利要求1所述的一种基于多元线性回归算法预测炼铁高炉炉芯死料柱温度的方法，其特征在于：步骤1)所述的炉芯温度目标值的计算公式如下：其中，约束条件为：500≤FR≤530，单位为kg/t；-20≤Δt≤120，单位为℃；30≤Dpcoke≤40，单位为毫米；式中：DMT为炉芯死料柱温度；tf为理论燃烧温度；Vbosh为炉腹煤气量；D为炉缸直径；FR为燃料比；Δt为炉渣流动性指数；ηCO,C为炉身探针测得的炉中心CO利用率；Dpcoke为炉芯死料柱焦炭尺寸；当FR＝500kg/t，Δt＝-20℃，Dpcoke＝30mm时，DMT取得最小值DMTmin；当FR＝530kg/t，Δt＝120℃，Dpcoke＝40mm时，DMT取得最大值DMTmax；取DMTmin与DMTmax的均值为目标值，目标值记为DMTgoal。3.根据权利要求2所述的一种基于多元线性回归算法预测炼铁高炉炉芯死料柱温度的方法，其特征在于：步骤2)所述的目标值填充部分，将一天24小时内，缺失的一个小时数据按照该小时的前一个小时和后一个小时的数据的平均值填充；目标值异常值删除部分，删除炉芯温度小于1300℃，大于1500℃的炉缸炉芯死料柱温度目标值；删除tf，Vbosh，ηCO,C异常的数据，tf，Vbosh，ηCO,C异常的判断标准为tf，Vbosh，ηCO,C各自的散点图中孤立点的数据。4.根据权利要求3所述的一种基于多元线性回归算法预测炼铁高炉炉芯死料柱温度的方法，其特征在于：步骤3)中相关性的分析使用Pearson相关性；当二元数据样本为(x1,y1),(x2,y2),...,(xn,yn)，其...

【专利技术属性】
技术研发人员：王兵，王惯玉，卢琨，周郁明，代兵，陈鹏，宁芳青，
申请(专利权)人：安徽工业大学，
类型：发明
国别省市：安徽,34