钢铁行业是国民经济的支柱产业，高炉冶炼是其中最为关键的一道工序。高炉状态反映了高炉冶炼过程的生产效率、质量和能源消耗。针对高炉状态的建模预测问题，先进控制与智能自动化研究所的高炉研究项目组提出了一种基于多时间尺度特性的高炉煤气利用率预测建模方法。该方法采用经验模态分解算法和相关性计算分析得到了高炉不同操作对煤气利用率影响的不同时间尺度特性，即布料操作在长时间尺度上影响煤气利用率，而送风操作在短时间尺度上影响煤气利用率。在此基础上，采用支持向量回归算法建立了煤气利用率多时间尺度融合预测模型。根据实验结果，考虑多时间尺度特性的预测模型相比于固定时间尺度的预测模型具有更高的精度。
研究所提出的高炉煤气利用率建模方法创新性地考虑了高炉操作对高炉状态影响具有的多时间尺度特性，打破了原有研究中只考虑固定时间尺度的思维局限，为高炉状态的预测建模和控制研究提供了新的研究方向和框架。
以上研究成果已发表在控制科学与工程领域顶级期刊Control Engineering Practice。论文链接：https://doi.org/10.1016/j.conengprac.2019.104120。
图1 煤气利用率经验模态分解结果
图2 高炉操作与煤气利用率各分解结果之间的相关性
图3 高炉操作与煤气利用率长、短时间尺度重构部分的相关性
图4 基于支持向量回归的多时间尺度融合模型预测结果
图5 不同算法在多时间尺度和固定时间尺度时的预测误差