基于FCM-WPPCR协同度量的转炉炼钢终点碳温软测量方法

作     者：赵安 刘辉 陈甫刚 

作者机构：云南昆钢电子信息科技有限公司 昆明理工大学云南省人工智能重点实验室 昆明理工大学信息工程与自动化学院 

出 版 物：《控制理论与应用》 (Control Theory & Applications)

年 卷 期：2024年

核心收录：

学科分类：12[管理学] 080602[工学-钢铁冶金] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 08[工学] 0806[工学-冶金工程] 081104[工学-模式识别与智能系统] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金项目(62263016,61863018) 云南省科技厅应用基础研究项目(202001AT070038)资助 

主　　题：转炉炼钢 预测分析 相似性度量 即时学习 软测量 

摘      要：转炉炼钢终点碳温的准确检测是吹炼末期判断出钢的关键,而非线性、多工况的数据特性是软测量有效预测终点碳温的难点.针对复杂工业数据下即时学习直接度量相关样本困难且度量依据较为单一,致使样本匹配失准的问题,提出一种FCM-WPPCR(Fuzzy C-Means Clustering Weighted Posterior Probability and Cluster Relation,FCM-WPPCR)协同度量策略用于即时学习最佳样本子集选择.该策略通过模糊C均值聚类划分多工况子簇,并引入EMD准则构建一种后验概率模式表征待测样本在各簇中的隶属度;其次,通过最大均值差异确定其他子簇与最大隶属度子簇的相关度后,计算待测样本与各簇样本EMD距离的均值构造一种协同度量机制加权后验概率和簇关系,以确定待测样本在各簇中样本选择的执行标准;最后,在各簇中选择相关样本构造最佳样本子集,并建立局部回归模型预测终点碳温.通过实际炼钢生产过程数据仿真,碳含量在±0.02%误差范围内预测精度达到92.60%,温度在±10℃误差范围内预测精度达到93.30%.