基于信息融合的钢包精炼炉元素收得率预报 -学兔兔 www.xuetutu.com.pdfVIP

学兔兔 第33卷 第4期 仪 器 仪 表 学 报 Vo1．33 No．4 2012年4月 Chinese Journal of Scientific Instrument Apr．2012 基于信息融合的钢包精炼炉元素收得率预报 徐 拈，毛志忠 (1东北大学信息科学与工程学院 沈阳 110819；2东北大学流程工业综合自动化国家重点实验室 沈阳 110819) 摘 要：为提高元素收得率的预报精度，针对元素收得率主要影响因素无法及时获得的问题，提出一种基于信息融合的预报方 法。该方法对原始数据层与特征层分别进行融合操作。在原始数据层，首先将相关性较为明显的可测变量按照机理进行结合， 然后使用基于改进遗传算法的特征构建方法对由可测变量与结合变量组成的变量集合进行融合，使融合后的特征作为元素收 得率主要影响因素的评价指标。在特征层，使用自适应神经一模糊推理系统对构建后的特征进行融合，从而得到元素收得率预 报模型。将此方法应用于Q345B钢种Si、Mn元素收得率的预报，实验结果表明所提出的方法不仅可以满足生产要求，而且比 其他预报方法有更高的预报精度。 关键词：信息融合；钢包精炼炉；元素收得率；遗传算法；自适应神经一模糊推理系统 中图分类号：TP273 文献标识码：A 国家标准学科分类代码：510．80 Element yield prediction in ladle furnace based on information fusion Xu Zhe，Mao Zhizhong ( School ofInformation ScienceEngineering，Northeastern University，Shenyang 110819，China； 2 State Key Laboratory ofIntegrated Automationfor Process Industries，Northeastern University，Shenyang 110819，China) Abstract：To improve the element yield prediction accuracy，a prediction method based on information fusion is pro。 posed aiming at the problem that the main affecting factors of element yield cannot be obtained in time．This method carries out fusion operation for raw data level and feature level respectively．At raw data level，the measurable varia— bles that have obvious correlations are combined according to the mechanism；then，improved genetic algorithm is used t0 fuse the variable set that consists of measurable variables and combined variables，SO that the constructed fea- tures can be used to indicate the main affecting factors of element yield．At feature level，adaptive neuro—fuzzy infer- ence system is used to fuse the constructed f