本书主要介绍钢铁行业必须与数字经济、数字技术相融合，通过发挥钢铁行业应用场景和数据资源的优势，以工业互联网为载体、以底层生产线的数据感知和精准执行为基础、以边缘过程设定模型的数字孪生化和信息物理系统（CPS）化为核心、以数字驱动的云平台为支撑，建设钢铁企业数字化创新基础设施，实现钢铁行业的数字化转型和高质量发展的关键技术。 本书可供钢铁企业管理层和工程技术人员阅读，也可供冶金自动化技术的科研、设计、生产维护人员以及大专院校的自动化、计算机、机电专业师生参考。
1.概述...PAGEREF _Toc79629304 \h8 1.1高炉生产工艺及机理模型PAGEREF _Toc79629305 \h8 1.1.1高炉生产工艺及特点...PAGEREF _Toc79629306 \h8 1.1.2高炉布料仿真模型...PAGEREF _Toc79629307 \h9 1.1.3高炉炉热指数模型...PAGEREF _Toc79629308 \h10 1.2数据挖掘与人工智能的发展PAGEREF _Toc79629309 \h11 1.2.1数据挖掘的发展...PAGEREF _Toc79629310 \h11 1.2.2人工智能的发展...PAGEREF _Toc79629311 \h12 1.3机器学习算法PAGEREF _Toc79629312 \h13 1.3.1支持向量机...PAGEREF _Toc79629313 \h13 1.3.2随机森林算法...PAGEREF _Toc79629314 \h14 1.3.3梯度提升算法...PAGEREF _Toc79629315 \h15 1.3.4深度学习...PAGEREF _Toc79629316 \h17 1.3.5集成学习...PAGEREF _Toc79629317 \h20 1.3.6 K?means聚类算法...PAGEREF _Toc79629318 \h21 1.4高炉关键参数智能预测与优化PAGEREF _Toc79629319 \h21 1.4.1炉况参数智能预测与优化的发展...PAGEREF _Toc79629320 \h21 1.4.2基于数据驱动的炉热参数预测的发展...PAGEREF _Toc79629321 \h22 参考文献 2烧结球团-高炉一体化智能配矿...PAGEREF _Toc79629322 \h24 2.1模型软件的基本原理和主要计算方法PAGEREF _Toc79629323 \h25 2.2.1基准指标和参数的设置...PAGEREF _Toc79629324 \h25 2.2.2铁矿石价值评估...PAGEREF _Toc79629325 \h26 2.2.3原料制造与优化...PAGEREF _Toc79629326 \h28 2.2.4高炉炉料结构设计与优化...PAGEREF _Toc79629327 \h29 2.2.5高炉状态评估...PAGEREF _Toc79629328 \h30 2.2一体化智能配矿模型PAGEREF _Toc79629329 \h31 2.3小结PAGEREF _Toc79629330 \h31 参考文献 3高炉生产过程数据挖掘...PAGEREF _Toc79629331 \h31 3.1高炉生产过程参数PAGEREF _Toc79629332 \h32 3.1.1高炉生产过程参数分类...PAGEREF _Toc79629333 \h32 3.1.2高炉关键炉况参数...PAGEREF _Toc79629334 \h33 3.2高炉参数数据探索PAGEREF _Toc79629335 \h35 3.2.1数据清洗...PAGEREF _Toc79629336 \h35 3.2.2数据可视化探索...PAGEREF _Toc79629337 \h37 3.3高炉参数关联规则挖掘PAGEREF _Toc79629338 \h44 3.3.1关联规则挖掘...PAGEREF _Toc79629339 \h44 3.3.2 FP?Growth算法...PAGEREF _Toc79629340 \h45 3.3.3基于FP?Growth算法的高炉参数关联规则挖掘...PAGEREF _Toc79629341 \h45 3.4小结PAGEREF _Toc79629342 \h52 参考文献 4高炉炉热状态的数字化预测与优化...PAGEREF _Toc79629343 \h54 4.1基于渣铁热量指数的炉热预测与控制PAGEREF _Toc79629344 \h54 4.2基于深度学习的炉热预测PAGEREF _Toc79629345 \h59 4.2.1炉热参数数据预处理...PAGEREF _Toc79629346 \h59 4.2.2建立深度学习模型...PAGEREF _Toc79629347 \h62 4.2.3基于深度学习的炉热预测及分析...PAGEREF _Toc79629348 \h63 4.3小结PAGEREF _Toc79629349 \h65 参考文献 5高炉风口回旋区数字化管控...PAGEREF _Toc79629350 \h66 5.1高炉风口回旋区数学模型开发及应用PAGEREF _Toc79629351 \h66 5.2高炉回旋区圆周方向上均匀性计算模型开发及应用PAGEREF _Toc79629352 \h66 5.3回旋区性状参数与死料柱相关参数的量化关系确定PAGEREF _Toc79629353 \h66 5.3.1定量关系求解方法介绍...PAGEREF _Toc79629354 \h66 5.3.2回旋区性状参数与死料柱相关参数的量化关系计算...PAGEREF _Toc79629355 \h68 5.4小结PAGEREF _Toc79629356 \h78 参考文献 6高炉炉缸活跃性数字化表征与评价...PAGEREF _Toc79629357 \h79 6.1国内外已有炉缸活跃性表征方法评级PAGEREF _Toc79629358 \h79 6.2各炉缸活跃性评价方法与高炉炉缸工作状态的相关度分析PAGEREF _Toc79629359 \h82 6.2.1炉缸工作活跃指数与某钢厂高炉炉缸工作状态的相关性分析...PAGEREF _Toc79629360 \h83 6.2.2炉缸工作出铁指数与某钢厂高炉炉缸工作状态的相关性分析...PAGEREF _Toc79629361 \h85 6.2.3炉缸物理热指数与某钢厂高炉炉缸工作状态的相关性分析...PAGEREF _Toc79629362 \h86 6.2.4炉缸工作活跃指数与某钢厂高炉炉缸工作状态的相关性分析...PAGEREF _Toc79629363 \h88 6.2.5基于炉缸工作活跃指数的某钢厂高炉炉缸活跃性计算及评价...PAGEREF _Toc79629364 \h90 6.3某钢厂高炉炉缸活跃性评价模型优化PAGEREF _Toc79629365 \h94 6.3.1数据的Box-Cox转换...PAGEREF _Toc79629366 \h95 6.3.2炉缸活跃性物理模型的集成——炉缸活跃性综合指数CHCI.PAGEREF _Toc79629367 \h104 6.4 CHCI指数验证分析——高炉炉况综合指数（CBCI）PAGEREF _Toc79629368 \h106 6.4.1高炉综合炉况指数（CBCI）初始特征选择和正太转换...PAGEREF _Toc79629369 \h106 6.4.2高炉炉况综合指数（CBCI指数）的计算...PAGEREF _Toc79629370 \h110 6.5炉缸活跃综合指数与高炉炉况综合指数相关性分析PAGEREF _Toc79629371 \h113 6.6高炉炉缸活跃性的评价PAGEREF _Toc79629372 \h114 6.6.1 K-Means++算法介绍...PAGEREF _Toc79629373 \h114 6.6.2基于K-Means++对CHCI指数和CBCI指数的聚类分析...PAGEREF _Toc79629374 \h115 6.7小结PAGEREF _Toc79629375 \h119 参考文献 7高炉关键炉况参数预测和多目标优化...PAGEREF _Toc79629376 \h120 7.1基于机器学习的高炉参数预测PAGEREF _Toc79629377 \h120 7.1.1炉况参数数据预处理...PAGEREF _Toc79629378 \h120 7.1.2机器学习...PAGEREF _Toc79629379 \h123 7.1.3基于机器学习的高炉参数预测及分析...PAGEREF _Toc79629380 \h126 7.2高炉参数多目标优化PAGEREF _Toc79629381 \h127 7.2.1基于机器学习的高炉布料参数多目标优化...PAGEREF _Toc79629382 \h128 7.2.2基于机器学习的高炉控制参数多目标优化...PAGEREF _Toc79629383 \h130 7.2.3机器学习和遗传算法相结合的高炉参数多目标优化...PAGEREF _Toc79629384 \h133 7.3小结PAGEREF _Toc79629385 \h141 参考文献 8展望...PAGEREF _Toc79629386 \h错误!未定义书签。 索引
书单推荐
