多尺度熵在高爐煉鐵復雜性研究中的應用.pdf

1、鋼鐵工業(yè)是國民經(jīng)濟的重要支柱產(chǎn)業(yè)，也是大量消耗能源的產(chǎn)業(yè)。在當今的信息化時代和低碳經(jīng)濟時代，鋼鐵工業(yè)的節(jié)能減排倍受社會關注.而高爐煉鐵作為鋼鐵生產(chǎn)體系中的上游重要環(huán)節(jié)，其工藝流程長，涉及工序眾多，影響參數(shù)錯綜復雜，運行機制具有非線性、大時滯、高噪聲、分布參數(shù)等特性。高爐生產(chǎn)過程的工藝機理，涉及化學反應動力學、三相流體動力學等物理化學過程，其復雜性涉及到了微觀、宏觀等不同的層次和尺度。這些不同的層次和尺度常常受不同的控制機制作用，需要分別

2、加以處理，才能夠深刻揭示冶煉過程的復雜規(guī)律。
　　 對于高爐復雜性的研究多是停留在定性分析階段上，并沒有相應的定量分析來準確刻畫高爐煉鐵過程的復雜性。多尺度熵方法是多尺度分析方法和樣本熵分析方法的結(jié)合，是在醫(yī)學領域興起的用于病理復雜性比較從而診斷病情的成功方法。對數(shù)據(jù)進行多尺度分析能夠在不同尺度上研究時間序列的優(yōu)點，把握住其宏觀與微觀的趨勢，從而更好地把握數(shù)據(jù)的特性；樣本熵是復雜性的一個度量方法，經(jīng)過對近似熵的改進，樣本熵在理論

3、上是無偏的，在實際中又減少了一半的計算量，對短的含噪聲的數(shù)據(jù)非常有效。
　　 考慮到高爐煉鐵過程的復雜性，不論是從內(nèi)部化學反應機理，還是從外界環(huán)境人為干預來講，高爐產(chǎn)生的時間序列都存在著不同的時間尺度?；诖丝紤]，論文采取了多尺度熵分析方法分別對萊鋼高爐和包鋼高爐的硅序列和硫序列進行了分析。論文先是對四組時間序列進行了多尺度的分解，每一組序列得到了10個子序列，然后針對每一個子序列計算了樣本熵，這樣對每組序列建立了多尺度熵。得到

4、上述結(jié)果之后，便可以展開一系列的工作。首先是高爐煉鐵過程復雜性的比較，通過比較原始尺度與子尺度的樣本熵，可知多尺度分析可以降低數(shù)據(jù)分析復雜度；通過比較同一高爐內(nèi)的硅序列的熵值與硫序列的熵值，可以知道事實上硅序列是要比硫序列更復雜的，這與實際生產(chǎn)中的認識不同，說明多尺度可以為實際生產(chǎn)提供更多的信息甚至新的視角來指導生產(chǎn)；通過比較不同高爐之間的硅序列的樣本熵與硫序列的樣本熵在，可知小高爐是要比大高爐更復雜的，這樣通過定量分析驗證了實際中的結(jié)

5、論。綜上所述，對高爐煉鐵過程中的時間序列中采用多尺度熵比較分析的方法總是會給實際分析帶來更多的收獲，要么是對老問題的新思考，要么是對舊結(jié)論的新論據(jù)，對于實際的生產(chǎn)具有重要的意義。論文在利用多尺度熵進行復雜性比較外，還對高爐過程中的重要參數(shù)硅質(zhì)量分數(shù)序列[Si]作了基于多尺度熵的簡單預測。論文采用了自回歸AR線性模型和一階混沌非線性模型在原始尺度與子尺度上分別進行了預測，并利用多尺度熵對不同的模型之間進行了耦合，發(fā)現(xiàn)利用多尺度模型更能捕捉