基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
根据时间序列原理,对铁水硅质量分数w(Si)序列的动态特性进行了分析,找出了其主体成分.综合炼铁工艺理论和6号高炉炼铁现场的实际情况,对影响铁水硅质量分数w(Si)的各个因素进行了典型相关分析,确定了w(Si)的主要影响因素为:料速、风量、喷煤、透气性、富氧率、铁水物理温度和渣碱度.建立了由AR(2)、状态变量和控制变量混合构成的w(Si)预测控制的传递函数模型.使用包钢6号高炉生产数据验证表明,此模型克服了以往炉温控制模型把炼铁理论和统计知识分离的缺点,炉温预报的命中率高达84%,预测控制取得了较好的效果.
推荐文章
高炉铁水硅含量序列的支持向量机预测模型
自回归AR(p)模型
主成分分析
支持向量机
炉温预测
基于数据的高炉铁水硅含量预测
硅含量
差分进化
极限学习机
高炉
数据
高炉铁水[Si]含量预测控制模型的设计与实现
铁水硅[Si]含量
BP神经网络
专家系统
预测控制
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 高炉硅含量预测控制的时间序列混合建模
来源期刊 浙江大学学报(工学版) 学科 工学
关键词 时间序列 统计分析 典型相关分析 传递函数模型
年,卷(期) 2007,(10) 所属期刊栏目 冶金工业,金属学与金属工艺
研究方向 页码范围 1739-1742
页数 4页 分类号 TG250.2
字数 3288字 语种 中文
DOI 10.3785/j.issn.1008-973X.2007.10.030
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 刘祥官 浙江大学系统优化技术研究所 31 549 14.0 23.0
2 黄雅彬 5 32 1.0 5.0
3 郜传厚 浙江大学系统优化技术研究所 10 173 7.0 10.0
4 贺诗波 浙江大学系统优化技术研究所 2 32 1.0 2.0
5 黄丽英 1 32 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (22)
共引文献  (24)
参考文献  (6)
节点文献
引证文献  (32)
同被引文献  (30)
二级引证文献  (28)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(4)
  • 参考文献(0)
  • 二级参考文献(4)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(4)
  • 参考文献(4)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2008(7)
  • 引证文献(6)
  • 二级引证文献(1)
2009(5)
  • 引证文献(2)
  • 二级引证文献(3)
2010(5)
  • 引证文献(3)
  • 二级引证文献(2)
2011(1)
  • 引证文献(0)
  • 二级引证文献(1)
2012(4)
  • 引证文献(2)
  • 二级引证文献(2)
2013(7)
  • 引证文献(6)
  • 二级引证文献(1)
2014(7)
  • 引证文献(5)
  • 二级引证文献(2)
2015(7)
  • 引证文献(5)
  • 二级引证文献(2)
2016(5)
  • 引证文献(2)
  • 二级引证文献(3)
2017(5)
  • 引证文献(1)
  • 二级引证文献(4)
2018(7)
  • 引证文献(0)
  • 二级引证文献(7)
研究主题发展历程
节点文献
时间序列
统计分析
典型相关分析
传递函数模型
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
浙江大学学报(工学版)
月刊
1008-973X
33-1245/T
大16开
杭州市浙大路38号
32-40
1956
chi
出版文献量(篇)
6865
总下载数(次)
6
总被引数(次)
81907
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导