摘要:针对高炉冶炼过程复杂多变，影响高炉炉况的因素众多且运行过程复杂，为保证高炉炉况稳定顺行，开发了一种基于主元分析（PCA）和统计过程控制（SPC）的高炉炉况异常检测模型。由于高炉运行参数具有高耦合和非高斯的特点，该模型首先采用主元分析算法对高炉实际生产的历史离线数据进行聚类分析，然后应用基于T2统计量的多元控制图和单值控制图对聚类后的新变量和相关参数进行监测，从而达到监测高炉出现异常炉况的目的。该模型可以实时监测高炉炉况的异常波动，其中PCA算法将高炉本身的高维数据降到低维，大幅去除数据中的噪声和不重要特征，在实际生产和应用中，节省了大量的成本和时间。选取马钢某高炉炼铁过程为应用场景，结合数据特点调整和改进算法，通过历史数据模拟和实时在线运行验证模型的可靠性和算法的有效性，同时也对指导高炉实际操作技术做出了一定的贡献。