融合大数据技术和工艺经验的高炉参数优化

• 作者: 刘二浩 刘小杰 刘福龙 刘颂 吕庆 石泉
• 来源期刊: 钢铁
• 关键词: 数据仓库 聚类分析 参数筛选 高炉生产 参数优化
• 年，卷（期）: 2019,（11）
• 所属期刊栏目: 原料与炼铁
• 页码范围: 16-26
• 页数: 11页
• 语种: 中文
• DOI: 10.13228/j.boyuan.issn0449-749x.20190008

摘要

为了更精准地评判高炉运行情况,量化高炉指导方针.根据高炉生产过程的特点,应用大数据技术对高炉生产参数与铁水产量和高炉能耗等指标进行数据驱动分析,提出了一种优化高炉生产参数的新方法.首先,对某钢铁厂高炉各工序历史数据进行了采集、清洗、过滤和整合,建立了高炉数据仓库.然后,将多种聚类算法相结合,完成了对高炉炉况变化的详细划分.运用工艺经验与递归特征消除算法相结合,全面筛选得到能够反映炉况波动的强相关变量.应用统计学方法分析得出Class_a炉况对应的核心参数的最优范围,这对指导现场生产、保持高炉长期稳定顺行具有重要意义.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吕庆	华北理工大学冶金与能源学院	82	124	5.0	8.0
2	刘小杰	华北理工大学冶金与能源学院	42	52	4.0	6.0
3	刘颂	华北理工大学冶金与能源学院	13	21	3.0	4.0
4	刘福龙		4	4	1.0	2.0
5	刘二浩		2	1	1.0	1.0
6	石泉	华北理工大学冶金与能源学院	5	1	1.0	1.0