一种基于编码解码网络的烧结终点预报方法技术

本发明专利技术公开了一种基于编码解码网络的烧结终点预报方法，属于工业过程软测量建模领域。本发明专利技术利用烧结机运行过程中采集的数据，开发了一种基于时空注意力机制的编码解码网络的终点预报模型，其中时间注意力机制用于表征样本的时序动态性，空间注意力机制用来捕获目标变量与高级特征之间的相关性，以此提高模型的准确性和鲁棒性。利用该模型可以实时地对烧结过程中的终点进行提前预报，对于现场的工艺指导与参数调整具备较大的实际意义。通过该模型与其他模型的预报结果对比，证明了该模型对烧结终点的预报有着较为精确和稳定的建模能力，为钢铁企业生产高质量的烧结矿提供了技术支撑。术支撑。术支撑。

【技术实现步骤摘要】
一种基于编码解码网络的烧结终点预报方法


[0001]本专利技术属于烧结过程烧结终点提前预报的软测量方法，具体涉及一种带有时空注意力机制的编码解码网络的烧结终点预报方法。

技术介绍

[0002]在现代钢铁生产流程中，传统流程仍占据主导作用，高炉炼铁仍是将铁矿石冶炼成生铁的最高效、高产、节能的方式。而在高炉炼铁时，为了保证料粒的透气性，要求炉料粒度均匀，粉末较少，机械强度高。
[0003]烧结是人造块状原料的主要生产方式之一，是将粉末状料进行高温加热，在不完全融化的条件下烧结成块的过程。烧结矿的优劣将直接影响炼铁生产的产量、质量及能源消耗，而判断烧结矿质量一个重要的状态参数就是烧结终点的位置(Burning Through Point，BTP)。烧结终点的位置对烧结矿的产量和质量有很大的影响，确保终点位置的稳定，是充分利用烧结机有效面积，确保高质高产和冷却效率的重要条件。烧结终点无法通过仪表检测，同时对于大型烧结机，从向台车上布料到烧结矿在机尾被卸下，大约需要40分钟上，因此，烧结终点是滞后于烧结过程的，这种滞后性使烧结终点难以控制，因此必须对烧结终点实行提前预报，在烧结过程结束之前提前预报烧结终点的状态，才能及时采取措施进行调节。
[0004]根据烧结过程的实时过程参数、状态参数及操作参数，合理判断烧结过程，并准确预报烧结终点位置，以调整烧结机台车速度，达到稳定烧结终点，减少烧终点位置波动，提高烧结矿产量、质量的控制目的。及时预报烧结终点对于合理利用现有烧结设备，稳定烧结生产，促进烧结控制水平的提离化及提高烧结厂经济效益具有十分重要的意义。

技术实现思路

[0005]本专利技术针对烧结过程终点难以提前预报的问题，提出了基于编码解码网络的烧结终点预报方法。主要包括以下四个步骤：首先，选择易于测量且和烧结终点紧密相关的辅助变量；然后，进行烧结过程数据采集，并对数据进行预处理，消除噪声和异常值等的影响；随后，利用编码解码网络建立辅助变量与BTP位置的数据模型，并将时空注意力机制加入到编码解码框架中，以此提高预报模型的准确率；最后，对模型结果进行调试，并在实际工业现场检验。
[0006]本专利技术采用以下技术方案实现：
[0007]本专利技术首先提供了一种基于编码解码网络的烧结终点预报方法，其包括如下步骤：
[0008]1)确定与烧结终点相关的辅助变量作为输入特征，从数据库中读取烧结过程的数据，对数据进行预处理；从数据库中读取风箱废气的温度，并利用多项式拟合法求出烧结终点和温度上升点BRP的位置；
[0009]2)利用已有的输入特征，采用滑窗方法对数据进行片段划分，构建训练样本、验证
样本和测试样本；
[0010]3)搭建基于编码解码网络的烧结终点预报模型，利用训练样本对模型进行训练；
[0011]4)在当前时刻k，通过传感器和数据库实时读取k
‑
t
h
至k时刻的在线历史数据，搜集辅助变量，并进行预处理；同时读取k
‑
t
h
至k时刻的风箱废气温度数据，利用最小二乘法计算烧结终点和温度上升点；使用滑窗方法获得数据片段，构造k
‑
t
h
至k时刻的多对多序列数据集；将多对多序列数据集输入训练后的烧结终点预报模型，得到k时刻起的下一段预测时间长度t
f
内的烧结终点预报结果。
[0012]作为本专利技术的优选方案，所述的步骤1)中，辅助变量选取为：固体燃料配比、生石灰配比、石灰石配比、白云水配比、二混含水量、料厚、点火温度、透气性、主抽负压、台车速度、大烟道废气温度和温度上升点的位置；其中，除温度上升点的位置外的其余辅助变量均从数据库中存储的烧结过程数据中获取，以辅助变量作为输入特征，将求得的烧结终点位置作为输出标签。
[0013]作为本专利技术的优选方案，步骤1)中，所述从数据库中读取风箱废气的温度，并利用多项式拟合法求出烧结终点和温度上升点的位置，具体为：
[0014]在烧结终点附近，风箱废气温度T
i
与风箱位置x
i
之间可以近似看成二次关系，即满足以下关系：
[0015][0016]然后最后3个风箱位置和废气温度(x
i
,T
i
)代入公式(1)，其中下标i表示倒数第i个风箱，可以得到废气温度与风箱位置的线性方程组，求解该方程组可以得到a：
[0017][0018]接下来求解b：
[0019][0020]于是：
[0021][0022]该方程可以求得烧结终点的位置：
[0023][0024]温度上升点(BRP)是指沿烧结机长度方向废气温度上升的位置，废气温度为180℃时(T
k
＝180)，对应的位置x
k
,然后根据下列公式求解：
[0025][0026]作为本专利技术的优选方案，步骤2)中，采用滑动时间窗片段方法进行采样，一个输入的片段样本应该被表示为一个矩阵的形式：
[0027][0028]其中，T
h
是观测段片段帧数；f是片段特征数目。对于每个输入样本X，对应了一个输出样本Y：
[0029][0030]优选的，步骤3)中，所述的搭建基于编码解码网络的烧结终点预报模型，具体为：采用Encoder
‑
Decoder框架进行建模，利用门控循环单元GRU搭建encoder，并将特征数据按照时序方式进行输入，得到Encoder的输出，即高级特征；然后采用时间注意力机制计算Decoder部分的隐藏状态向量与高级特征向量的相关性，求得它们之间的权重系数；采用空间注意力机制计算输出标签与高级特征之间的相关性，建立目标变量与高级特征的潜在联系。
[0031]优选的，根据烧结过程中的实时数据，烧结终点预报模型的参数实时调整，不断优化迭代，使得模型具有较强的鲁棒性。
[0032]本专利技术的有益效果在于：
[0033]1、所提出的方法全面考虑影响烧结终点的辅助变量，比如温度上升点BRP的引入，可以提升模型的预测精度
[0034]2、编码解码模型可以实现多对多序列建模，对烧结终点进行多步预测，以此可以对烧结终点实现提前预报的功能。
[0035]3、时空注意力机制不仅可以捕获样本的时序动态性，还可以学习目标变量与高级特征之间的相关性，进一步提升了模型的准确性和鲁棒性。
附图说明
[0036]图1为基于编码解码网络的烧结终点预报模型构建与应用图；
[0037]图2为烧结过程变量分类图；
[0038]图3风箱尾气温度拟合图；
[0039]图4数据片段划分示意图；
[0040]图5基本循环网络和各种预测任务图；
[0041]图6编码解码框架图；
[0042]图7带有时空注意力机制的编码解码框架
[0043]图8编码解码预报模型与其他模型的对比结果图。
具体实施方式...

【技术保护点】

【技术特征摘要】
1.一种基于编码解码网络的烧结终点预报方法，其特征在于，包括如下步骤：1)确定与烧结终点相关的辅助变量作为输入特征，从数据库中读取烧结过程的数据，对数据进行预处理；从数据库中读取风箱废气的温度，并利用多项式拟合法求出烧结终点和温度上升点的位置；2)利用已有的输入特征，采用滑窗方法对数据进行片段划分，构建训练样本；3)搭建基于编码解码网络的烧结终点预报模型，利用训练样本对模型进行训练；4)在当前时刻k，通过传感器和数据库实时读取k
‑
t
h
至k时刻的在线历史数据，搜集辅助变量，并进行预处理；同时读取k
‑
t
h
至k时刻的风箱废气温度数据，利用最小二乘法计算烧结终点和温度上升点；使用滑窗方法获得数据片段，构造k
‑
t
h
至k时刻的多对多序列数据集；将多对多序列数据集输入训练后的烧结终点预报模型，得到k时刻起的下一段预测时间长度t
f
内的烧结终点预报结果。2.根据权利要求1所述的基于编码解码网络的烧结终点预报方法，其特征在于，所述的步骤1)中，辅助变量选取为：固体燃料配比、生石灰配比、石灰石配比、白云水配比、二混含水量、料厚、点火温度、透气性、主抽负压、台车速度、大烟道废气温度和温度上升点的位置；其中，除温度上升点的位置外的其余辅助变量均从数据库中存储的烧结过程数据中获取，以辅助变量作为输入特征，将求得的烧结终点位置作为输出标签。3.根据权利要求1所述的基于编码解码网络的烧结终点预报方法，其特征在于，步骤1)中，所述从数据库中读取风箱废气的温度，并利用多项式拟合法求出烧结终点和温度上升点的位置，具体为：在烧结终点附近，风箱废气温度T

【专利技术属性】
技术研发人员：杨春节，严锋，李宇轩，杨冲，
申请(专利权)人：浙江大学，
类型：发明
国别省市：