基于 k-means聚类算法的电弧炉终点碳预报.pdfVIP

第 38卷 第5期 冶 金 自动 化 Vo1．38 No．5 2014年9月 MetallurgicalIndustryAutomation Sep．2014 控制理论应用 doi：10．3969／j．issn．1000-7059．2014．05．005 基于 k-means聚类算法的电弧炉终点碳预报 杨凌志 ，朱 荣 ，秦云广 ，宋水根。，马国宏 ，魏光升 (1北京科技大学 冶金与生态工程学院，北京 100083；2．杭州钢铁集团公司；3．新余钢铁集团有限公司) 摘要 ：为了实现对电弧炉冶炼过程碳质量分数的预测，根据炼钢过程的碳氧反应机理建立电弧炉脱碳模型。 在此基础上采用数据挖掘技术 中的k-means聚类算法对电弧炉炼钢历史数据进行分析，选取8个影响终点碳 质量分数的因素，得出不同冶炼情况下的聚类结果。通过计算当前炉次与聚类结果加权欧氏距离 ，将相似度 高的聚类结果炉次作为当前炉次的预测参考炉次，最终实现对电弧炉终点碳质量分数的预测。仿真结果表 明钢水碳质量分数预报的命 中率在75％以上 ，模型具有较高的预报精度。 关键词：聚类算法；终点碳；电弧炉；脱碳模型 文献标志码：A 文章编号：1000-7059(2014)05-0022-05 Studyofend-pointcarbonpredictioninEAF based on k-meansclusteringalgorithm YANGLing—zhi，ZHURong，QINYun—guang，SONGShuigen。，MAGuo．hong，WEIGuang．sheng (1．SchoolofMetallurgyandEcolo calEngineering，UniversityofScienceandTechnoloyg Beijing，Beijing 100083，China；2．HangzhouIron＆SteelGroupCompany；3．XinyuIron＆SteelGroupCo．，Ltd．) Abstract：In ordertoforecastthecarbon contentin arcfurnacesmeltingprocess，deearburization modelofEAF isestablishedbasedontheC-O reactionmechanism inthesteelmakingprocess ． The steelmakinghistory dataofEAFareanalyzedbyusingthek-meansclusteringalgorithm whichisbe． ， 1ongingtothedataminingtechnology．Clusteringresultsindifferentsituationsaref0undoutbyselee— tingeightfactorsaffectingtheend—pointcarboncontent．BycalculatingtheweightedEuclideandis— tancebetweenthecurrentfurnaceandclusteringresults，thefurnacewhich clusteringresultsareof highsimilarityisusedasthereferenceforthecurrentfurnaceprediction andtheend．pointcarbon