一种高炉炉喉十字测温装置中心带温度预测方法及系统制造方法及图纸

本发明专利技术提供一种高炉炉喉十字测温装置中心带温度预测方法及系统，该方法包括：采集与高炉炉喉十字测温装置中心带温度相关的高炉炉喉温度的过程变量；对采集的过程变量做预处理，去除噪声尖峰跳变数据和高频噪声数据；利用中心带温度预测模型进行高炉炉喉十字测温装置中心带温度预测。该系统，包括：采集模块、预处理模块、预测模块。本发明专利技术通过中心带温度预测模型所选的输入及输出的历史数据来预测未来的十字测温装置中心带的温度输出，能够准确表达温度输出及控制输入之间的关系，能够保证在十字测温装置中心温度传感器维修或损坏，使高炉操作人员能够准确判断及时调整高炉上下部制度提供依据，进而实现高炉的稳定、高效、安全顺行。

【技术实现步骤摘要】

本专利技术属于高炉炉温监测
，具体是一种高炉炉喉十字测温装置中心带温度预测方法及系统。
技术介绍
钢铁作为人类社会使用最重要的基础原材料和年产量最多的功能性材料，被广泛地应用在交通运输业、机械制造业、建筑及军事发展等各行各业上。高炉炼铁作为钢铁工业的重要工序，保证高炉炼铁高效、安全稳定顺行对钢铁工业的持续健康发展以及降低能源消耗都有着重要作用。由于高炉冶炼是一个多种物质形态复杂的物理化学反应的过程，实现对其自动化控制一直以来冶金及自动控制领域未能解决的学科难题，特别是在高炉异常炉况下，对炉温进行准确的预测和有效的控制，以及实现高炉炼铁过程的智能自动化控制，更是当今冶金领域及自动控制科技发展的前沿课题。高炉炉温主要包含三个方面：炉喉温度、炉壁温度、炉内铁水温度。目前，国内大部分的高炉炉喉温度的监测手段已经从炉顶煤气CO2取样分析转变为十字测温装置温度曲线分析。由于炉顶煤气取样时间长，CO2成分分析时滞大，炉温分析易出现误差；而十字测温温度曲线与炉顶煤气CO2成分曲线有很好的对应关系：十字测温曲线显示的炉喉温度高的地方煤气流旺盛，CO2含量低。并且十字测温装置具有以下优点：采样频率大、数据量大、对炉况变化反应灵敏，可以作为高炉操作者及时上下部制度的调整提供依据。利用十字测温曲线指导高炉各项指标的调整，特别是在高炉炉况波动异常时，为高炉操作者判断上下部制度的调整方向提供依据，对高炉炉况的快速恢复起到积极作用，是避免炉况失常的有效检测手段。然而，高炉十字测温装置中心带温度较其他测温点高，传感器容易损坏且更换周期长，因而无法及时监测炉内煤气温度，给高炉操作人员判断煤气分布带来影响，导致无法及时正确的调整布料、鼓风等高炉操作制度，进而影响高炉的顺行。一方面，由于高炉复杂多变量，多时滞的特点，建立准确的十字测温点温度机理模型是十分困难的。另一方面，基于数据驱动的建模方法的发展，使精确预测十字测温中心温度成为可能。鉴于高炉炼铁过程中操作控制量的变动对高炉炉温的影响不仅具有时效性而且具有时滞性的特点，因此进行高炉炉温的预测控制时，在保持当前炉况顺行的前提下还应兼顾下一炉炉况的良性发展。
技术实现思路
针对现有技术存在的不足，本专利技术提供一种高炉炉喉十字测温装置中心带温度预测方法及系统。本专利技术的技术方案是：一种高炉炉喉十字测温装置中心带温度预测方法，包括：采集与高炉炉喉十字测温装置中心带温度相关的高炉炉喉温度的过程变量；对采集的过程变量做预处理，去除噪声尖峰跳变数据和高频噪声数据；利用中心带温度预测模型进行高炉炉喉十字测温装置中心带温度预测。所述利用中心带温度预测模型进行高炉炉喉十字测温装置中心带温度预测，包括：选用ARMAX建立中心带温度预测模型；确定中心带温度预测模型中两个后移算子多项式的阶次；运用递归最小二乘法辨识十字测温装置中心带温度预测模型参数，即两个后移算子多项式矩阵中多项式的系数，进而得到最终的十字测温装置中心带温度预测模型；利用最终的中心带温度预测模型进行高炉炉喉十字测温装置中心带温度预测。所述选用ARMAX建立中心带温度预测模型，包括：采集历史高炉炉喉温度的过程变量，即高炉炉喉十字测温装置的各测量点温度及高炉四个方向的顶温；选取与高炉炉喉十字测温装置中心带温度相关的高炉炉喉温度的过程变量作为中心带温度预测模型的输入变量；对中心带温度预测模型的输入变量做预处理，去除噪声尖峰跳变数据和高频噪声数据；选用ARMAX建立中心带温度预测模型，所述模型中两个后移算子多项式矩阵的阶次分别表示输入变量的滞后阶次和输出变量的滞后阶次，描述输出变量与输入变量之间的时滞关系、不同时刻的输出变量之间的时滞关系，所述模型中两个后移算子多项式矩阵的系数描述输入变量和输出变量之间的函数关系。所述选取与高炉炉喉十字测温装置中心带温度相关的高炉炉喉温度的过程变量作为中心带温度预测模型的输入变量，包括：采用因子分析方法从所述历史高炉炉喉温度的过程变量中选出中心带温度的主因子；利用主因子与过程变量做Pearson相关分析，初步选取输入变量；将初步选取的输入变量与中心带温度做Pearson相关性分析，剔除与中心带温度不相关的输入变量，得到最终选取的中心带温度预测模型的输入变量。所述确定中心带温度预测模型中两个后移算子多项式的阶次，包括：根据两个后移算子多项式的阶次不同组合，计算每个阶次组合对应的AIC值；将AIC值的值域等分为N个节点；选择与每个节点的AIC值最接近的阶次组合，在不同阶次组合下分别计算十字测温装置中心带温度预测模型的拟合优度，选出拟合优度最高的阶次组合作为两个后移算子多项式的阶次。一种炉喉十字测温装置中心带温度预测系统，包括：采集模块，用于采集与高炉炉喉十字测温装置中心带温度相关的高炉炉喉温度的过程变量；预处理模块，用于对采集的过程变量做预处理，去除噪声尖峰跳变数据和高频噪声数据；预测模块，利用中心带温度预测模型进行高炉炉喉十字测温装置中心带温度预测。所述预测模块，包括：模型建立模块，用于选用ARMAX建立中心带温度预测模型；阶次确定模块，用于确定中心带温度预测模型中两个后移算子多项式的阶次；参数辨识模块，用于运用递归最小二乘法辨识十字测温装置中心带温度预测模型参数，即两个后移算子多项式矩阵中多项式的系数，进而得到最终的十字测温装置中心带温度预测模型；温度预测模块，用于利用最终的中心带温度预测模型进行高炉炉喉十字测温装置中心带温度预测。所述模型建立模块，包括：过程变量采集模块，用于采集历史高炉炉喉温度的过程变量，即高炉炉喉十字测温装置的各测量点温度及高炉四个方向的顶温；输入变量选取模块，用于选取与高炉炉喉十字测温装置中心带温度相关的高炉炉喉温度的过程变量作为中心带温度预测模型的输入变量；输入变量预处理模块，用于对中心带温度预测模型的输入变量做预处理，去除噪声尖峰跳变数据和高频噪声数据；预测模型建立模块，用于选用ARMAX建立中心带温度预测模型，所述模型中两个后移算子多项式矩阵的阶次分别表示输入变量的滞后阶次和输出变量的滞后阶次，描述输出变量与输入变量之间的时滞关系、不同时刻的输出变量之间的时滞关系，所述模型中两个后移算子多项式矩阵的系数描述输入变量和输出变量之间的函数关系。所述输入变量选取模块，包括：主因子选取模块，用于采用因子分析方法从所述历史高炉炉喉温度的过程变量中选出中心带温度的主因子；第一选取模块，用于利用主因子与过程变量做Pearson相关分析，初步选取输入变量；第二选取模块，用于将初步选取的输入变量与中心带温度做Pearson相关性分析，剔除与中心带温度不相关的输入变量，得到最终选取的中心带温度预测模型的输入变量。所述阶次确定模块，包括：AIC值计算模块，用于根据两个后移算子多项式的阶次不同组合，计算每个阶次组合对应的AIC值；节点划分模块，用于将AIC值的值域等分为N个节点；阶次组合确定模块，用于选择与每个节点的AIC值最接近的阶次组合，在不同阶次组合下分别计算十字测温装置中心带温度预测模型的拟合优度，选出拟合优度最高的阶次组合作为两个后移算子多项式的阶次。有益效果：为了解决十字测温装置中心温度点高，传感器容易损坏且传感器更换周期长，以及传感器损坏时导致高炉操作者无法及时判断炉顶煤气流分布等问题，本发本文档来自技高网...

【技术保护点】
一种高炉炉喉十字测温装置中心带温度预测方法，其特征在于，包括：采集与高炉炉喉十字测温装置中心带温度相关的高炉炉喉温度的过程变量；对采集的过程变量做预处理，去除噪声尖峰跳变数据和高频噪声数据；利用中心带温度预测模型进行高炉炉喉十字测温装置中心带温度预测。

【技术特征摘要】
1.一种高炉炉喉十字测温装置中心带温度预测方法，其特征在于，包括：采集与高炉炉喉十字测温装置中心带温度相关的高炉炉喉温度的过程变量；对采集的过程变量做预处理，去除噪声尖峰跳变数据和高频噪声数据；利用中心带温度预测模型进行高炉炉喉十字测温装置中心带温度预测。2.根据权利要求1所述的方法，其特征在于，所述利用中心带温度预测模型进行高炉炉喉十字测温装置中心带温度预测，包括：选用ARMAX建立中心带温度预测模型；确定中心带温度预测模型中两个后移算子多项式的阶次；运用递归最小二乘法辨识十字测温装置中心带温度预测模型参数，即两个后移算子多项式矩阵中多项式的系数，进而得到最终的十字测温装置中心带温度预测模型；利用最终的中心带温度预测模型进行高炉炉喉十字测温装置中心带温度预测。3.根据权利要求2所述的方法，其特征在于，所述选用ARMAX建立中心带温度预测模型，包括：采集历史高炉炉喉温度的过程变量，即高炉炉喉十字测温装置的各测量点温度及高炉四个方向的顶温；选取与高炉炉喉十字测温装置中心带温度相关的高炉炉喉温度的过程变量作为中心带温度预测模型的输入变量；对中心带温度预测模型的输入变量做预处理，去除噪声尖峰跳变数据和高频噪声数据；选用ARMAX建立中心带温度预测模型，所述模型中两个后移算子多项式矩阵的阶次分别表示输入变量的滞后阶次和输出变量的滞后阶次，描述输出变量与输入变量之间的时滞关系、不同时刻的输出变量之间的时滞关系，所述模型中两个后移算子多项式矩阵的系数描述输入变量和输出变量之间的函数关系。4.根据权利要求2所述的方法，其特征在于，所述选取与高炉炉喉十字测温装置中心带温度相关的高炉炉喉温度的过程变量作为中心带温度预测模型的输入变量，包括：采用因子分析方法从所述历史高炉炉喉温度的过程变量中选出中心带温度的主因子；利用主因子与过程变量做Pearson相关分析，初步选取输入变量；将初步选取的输入变量与中心带温度做Pearson相关性分析，剔除与中心带温度不相关的输入变量，得到最终选取的中心带温度预测模型的输入变量。5.根据权利要求2所述的方法，其特征在于，所述确定中心带温度预测模型中两个后移算子多项式的阶次，包括：根据两个后移算子多项式的阶次不同组合，计算每个阶次组合对应的AIC值；将AIC值的值域等分为N个节点；选择与每个节点的AIC值最接近的阶次组合，在不同阶次组合下分别十字测温装置中心带温度预测模型的拟合优度，选出拟合优度最高的阶次组合作为两个后移算子多项式的阶次。6.一种炉炉喉十字测温装置中心带温度预测系统，其特征在于...

【专利技术属性】
技术研发人员：周平，刘记平，尤磊，王宏，
申请(专利权)人：东北大学，
类型：发明
国别省市：辽宁;21