高炉炼铁工业的时间序列预测

王正坤，董 浩

（山东科技大学 山东 青岛 266590）

1 引言

炼铁过程依时间顺序采集的工艺参数是一个高维的大数据时间序列，其各项生产指标都与冶炼过程的一项控制性中间指标——炉温，即铁水含硅量[Si]（铁水含硅质量百分数）密切相关，即[Si]时间序列的预测关系着当前高炉各项操作参数的调控方向。因此，[Si]的准确预测控制建模成为冶炼过程优化与预测控制的关键技术。

2 [Si]预测动态数学模型的建立

当已知的数据均为平稳时间序列，因此可用时间序列预测法，建立自回归模型来实现铁水中硅含量[Si]的一步预测和二步预测。

2.1 模型阶次的确定

由于每座高炉都有自己特定的模型阶次，为了准确进行模型的计算，选用自相关函数与偏相关函数的拖尾、截尾判定法来确定数据已知的高炉铁水含硅量预测模型的阶次，以下是对算法以及阶次判断方法的具体描述。

计算高炉炼铁含硅量模型的自相关函数ρ(r)，设用平稳时间序列表示铁水硅含量序列，t=1，2，3……

依据Bartllet公式计算自相关函数：

2.1.2 偏相关函数的定义与计算

偏相关函数可利用托布利兹矩阵求逆和做矩阵乘法的方法来计算，该方法只要做出Yule-Walker方程即可，但该方法计算量较大，通常用下列递推公式进行计算。

（4）加强财务会计管理安全和风险防范力度。为保障企业财务会计管理的整体质量，这就需要从多角度进行考虑，在财务会计管理的信息化方面注意保障网络安全，这是企业财务会计管理发展的重点内容，管理当中通过开放协议会容易出现安全漏洞，为此就要强化财务会计管理工作开展的网络监督力度，结合企业的财务会计安全保障现状进行建立完善财务会计安全保障体系。另外，在财务会计风险防范环节也是比较重要的，网络化财务会计风险类型在不断增加，所以财务会计工作人员就要加强风险防范意识。

2.1.3 定阶原则

由自相关函数法和偏相关函数法确定模型的阶次要考虑拖尾和截尾两种情况。所谓R(n)在n=p处拖尾，是指它随着p的无限增大以负指数的速度趋近于零。所谓φkk截尾，即指φkk在k等于p时不为零，在p以后都为零。如果自回归模型AR(n)的自相关函数R(n)在n=p拖尾，偏相关函数φkk在n=p处截尾，可确定AR(n)的的阶数为p。

由图1可知，自相关函数R(n)的在n=2拖尾，偏相关函数φkk在n=2处截尾，因此高炉炼铁含硅量预测动态数学模型应选为2阶模型。

图1 自相关函数、偏相关函数与阶次的关系示意图

2.2 一步预测模型的建立

一步预测即为根据当前一炉铁水的含硅量以及上一炉铁水的含硅量，对下一炉尚未炼就的铁水的含硅量进行预测。建立一步预测模型，能够对下一炉铁水的温度进行较为准确的预测，便于采用快速调温手段进行调节，使铁水含硅量保持在规定范围内，避免产生废铁，减少损失。

上式即为所建立的[Si]预测动态数学模型的一步预测模型。

2.3 二步预测模型的建立

由此可知，t+2时刻的预测值Xt＋2可用t+1时刻的预测值和t时刻的真实值Xt，表示出来，即

上式即为所建立的[Si]预测动态数学模型的二步预测模型。

3 结语

在预测模型的建立中，建立了一步预测模型和二步预测模型，一步预测的重要性在于保证预测铁水的质量，二步预测的重要性在于保证高炉整体的顺行、平滑，对两者的综合考虑使将会使预测模型更加完善。所建立的预测模型不仅可以对数值进行预测，还可对数值走向进行预测，便于进行预判控制。自回归模型阶数的确定有多种方法，在模型建立的过程中只选择了一种方法，在此并未与其他方法进行综合比较，因此阶数的选择可能会存在偶然性。

[1]胡国定，张润楚.多元数据分析法，南开大学出版社，1990.

[2]孙桂利.时间序列方法在临钢六号高炉铁水含硅量预测中的应用，中国知网，2017年5月28日.

[3]安鸿志，陈兆国，杜金观，潘民.时间序列的分析与应用，科学出版社，1986.