基于案例推理的LF爐溫度控制中屬性及權值的研究

劉 杰

（昭通學院 物理與信息工程學院，云南 昭通 657000）

0 引言

LF爐由鋼包，電極，底部吹氬設備，電極升降設備等幾部分構成，如圖1所示。

圖1 LF爐精煉設備

LF精煉中，主要分為鋼液溫度控制和鋼液成分控制兩個部分。企業、公司對鋼材的質量要求與日俱增，所以使得鋼材的成分越來越窄，而為了保證良好的鑄坯質量及穩定的工藝過程，對LF爐精煉過程的終點鋼水溫度控制提出了更高的要求[1]。大多數的研究都聚集在LF爐的鋼水溫度預報，而對LF爐的鋼水溫度的控制還有很大的研究空間，由于精煉的造渣階段工況復雜，參數難以精確測量，所以可以采用案例推理來對造渣階段鋼水進行溫度控制，本文主要對案例推理中屬性的選擇和屬性權值做了研究。

1 LF爐的工況案例表示

案例的設計是CBR中的一個重要內容，是案例推理的基礎和核心，具體表現為：如何選擇合適的結構來構成案例，什么樣的信息應該放在案例中。影響案例推理系統的性能是案例設計的結構和內容是否科學，案例的設計是案例檢索，案例調整和案例學習的基礎[2]。

本文對于精煉過程案例的設計主要有以下幾個方面：

(1)問題或情景描述：造渣階段影響鋼水溫度的關鍵要素；

(2)案例解：對于造渣階段溫度控制的解決方案.

下面我們具體討論精煉過程中造渣階段的具體工況，選取的案例的情景描述應該是影響鋼水溫度的關鍵因素：

鋼種：鋼種決定了鋼材中成分的不同，對鋼水的終點溫度目標也不同，本文中選取一種特定的鋼種作為研究對象。

鋼水質量：每次的鋼水質量都會因為具體情況不同，加熱鋼水所需要的總電量也會有差異。

鋼包的使用次數：隨著鋼包的重復使用，鋼液會不斷地侵蝕鋼包，使得鋼包越來越薄，隨著鋼包的重復使用，鋼包工作層厚度會變化，圖2為鋼水溫度受鋼包使用次數影響的關系圖。

鋼包預熱溫度：為了提高鋼包內表面的溫度，降低溫度差，降低對鋼水的吸熱量，一般采用烘烤鋼包的方法，所以鋼包烘烤后的溫度會影響鋼水的溫度[2]。

加入渣料質量：加入的鋼渣升溫、融化都需要消耗電能，鋼液上層的渣層對鋼水有著保溫隔熱的功能，有效的減小了熱輻射，但是對流損失的熱量卻無法避免。

圖2 包齡對鋼水溫度的影響

鋼液初始溫度：影響造渣階段溫度控制的另一個關鍵要素是鋼水的初始溫度，終點目標溫度和鋼水起始溫度的差是造渣階段需要提高的鋼液溫度[3]：

ΔT決定了精煉過程中需要的電量。

精煉時間：鋼包的散熱隨著時間而增減，時間越久，散熱損失的熱能就越多。

2 屬性特征權重

2.1 LF爐屬性特征權值的計算

本文采用基于覆蓋度的權值確定方案，這樣能提高案例檢索的效率和質量，方法就是基于所有的特征權值都相等的條件下，然后再逐個對不同屬性的案例覆蓋度進行比較和分析，最終計算出各個屬性對應的權值[4]。

(1)特征權值計算方案：

具體實現步驟如下：

S3:去掉屬性yk后，計算屬性集中的覆蓋度，把覆蓋度的案例個數賦值給

S4：如果條件k≥m成立，則進行下一步；如果條件不成立，令k=k+1，回到S3；

S5:如果條件i≥n成立，進如下一階段；條件不成立，令i=i+1，回到S2；

S6:基于每個屬性對案例平均覆蓋度的影響，按公式計算特征屬性yk的重要性

S7:最后對各個屬性的重要性進行歸一化，按下列公式可以得到屬性的特征權值wk：

(2)LF爐屬性權值的算法

選取以下有代表性的案例進行模擬計算，相似度閥值設定為為0.7，如表1。

表1.CBR案例屬性表

根據定義，案例相似度閥值設定為0.675，各個屬性的覆蓋度計算結果如下：

對以上數據進行歸一化處理后，計算的權值結果依次為｛0.107，0.071，0.178，0.321，0.142，0.178｝，如表2所示。

表2.屬性權值表

考慮到權值屬性的計算只是基于數據，沒有和精煉的實際情況相結合，這里采用一種新的方法，考慮最后求取的解是精煉過程造渣階段所需的電能，因此各個屬性的浮動會對最后的求解產生影響，所以每個屬性對最后的解都會有一定的影響[5]，這里我們定義一個對案例解的影響度：

f( ?)是基于覆蓋度求出的案例解，通過以上處理可以求解出各個屬性對于案例最終解的影響程度，本文采用案例的影響度和屬性權值求均值，這樣實現了統計數據和精煉過程實際情況的結合，使得求出的屬性權值更加的精確，下面是對每個屬性的影響度進行計算：

S1：首先求出案例中每個屬性的f(?)，例如屬性x1鋼液的質量，式中csteel為鋼水的比熱，Δt為鋼水需要提高的溫度，q1為案例中對應屬性x1最大值和最小值的差，然后依次求組每個屬性對應的值。對于鋼渣的影響程度我們也可以根據不同厚度的渣層對引起的鋼水溫度變化來估算。同理對于包齡的影響程度可以根據考慮在鋼包使用次數差距最大時根據鋼液的溫降來計算。

S2：按照公式求得屬性的影響程度，然后進行歸一化處理，解出每個屬性的Zi如表3所示:

表3.案例屬性重要度

從表3可以看出各個屬性在精煉過程造渣階段對供電量的影響。用求出的影響程度和根據相似度計算出各個屬性權值做比較后發現，兩者都有相同的趨勢，重要的影響因素都是鋼水的初始溫度。不同的是這兩種方法一種是基于數據，一種是基于理論和實際工況的研究，所以本文采用把兩者相結合來確定最終的權值屬性：

式中：

Zi為屬性對供電量的影響程度；

wi為基于覆蓋度的權值。

最終確定的權值如表4：

表4.改進的屬性權值表

3 結束語

本文主要工作是研究基于通過案例推理來控制精煉過程造渣階段鋼液溫度中案例屬性的選擇和權值的計算，通過對造渣階段的工況的具體分析，構成了案例的屬性結構。對于屬性權值的計算，使用基于覆蓋度的方法求取屬性權值，但是這是一種建立在數據上的方案，為了使得求出的權值能更加精確，使用了一種基于屬性對案例解的影響程度的方法，最后采用兩種方案想結合的方法來求取最終的屬性權值。