本发明专利技术提供了一种高炉炉温闭环控制系统的设计方法及应用，采集符合高炉生产高煤比、低焦比、低燃料比指标的数据，进行预处理；基于时间序列神经网络模型进行炉温预测，并建立炉温趋势分类模型，并对其训练和测试；再根据炉温趋势，结合三种炉温工况分类数据，分别建立基于炉温向热、基于炉温平稳和基于炉温向凉的喷煤量预测模型；最后对炉温趋势分类模型和喷煤量预测模型建立反馈关系，得到高炉炉温闭环控制系统。本发明专利技术先预测炉温趋势，后基于该趋势进行喷煤量预测，提高了命中率和准确率，且模型收敛性好，总体预测趋势与实际趋势一致；其在应用时自动化、智能化程度高，保证高炉顺行的同时提升了高炉的经济效益，对实际高炉生产的指导价值高。产的指导价值高。产的指导价值高。
【技术实现步骤摘要】
高炉炉温闭环控制系统的设计方法及应用
[0001]本专利技术涉及高炉炉温智能控制
，尤其涉及一种高炉炉温闭环控制系统的设计方法及应用。
技术介绍
[0002]高炉炼铁是钢铁生产中的上游产业，在钢铁工业降低成本与节能降耗的发展中起着举足轻重的作用。高炉冶炼过程控制复杂，涉及了相互交叉的化学反应动力学和流体动力学。高炉炉温是高炉的一个重要的指标，其稳定与否是高炉是否顺行的表现；高炉炉温从数据上看是一个非线性、随机性和滞后性的反应过程，但是如果能够预测炉温趋势，就可以提前采取控制措施，保证炉温的稳定率，进而保证高炉的稳定顺行。传统的高炉炼铁企业的炉温控制主要依靠历史数据，且根据经验丰富的操作工人来实现；但是大多数据有较大的时间滞后性，存在响应速度慢，误差范围大，过于依赖人力的问题，不适合现代化高炉炼铁信息化发展的要求。喷煤量作为调节炉温的重要手段，会直接影响着高炉的炉缸工作状态和高炉的稳定顺行；因此建立能够指导高炉操作人员对喷煤量控制决策的预测模型，有一定的应用价值。
[0003]专利技术专利(申请号为CN 200810163518.1)公开了一种高炉炉温优化控制方法，采用了阶梯式动态矩阵的预测算法，对当前炉温的发展做出正确的预测，采取正确的调控措施，实现对炉温控制提前调节、小幅度调节，以提高高炉炉温控制精度，减小误差范围，杜绝炉温发展成“过热”或“过凉”，避免炉况故障；但是，因为在该方法中采用了大量的复杂公式和复杂模型的运算，其应用效果受限于管理水平和企业人员素质，难以量化，部分企业信息化项目可能达不到该方法的预期效果，这将限制该方法的应用。
[0004]有鉴于此，有必要设计一种改进的高炉炉温闭环控制系统的设计方法及应用，从控制理论角度分析，基于经验推理和数学模型计算交叉的预测控制，在复杂推理和优化计算的基础上实现简便智能控制，以解决上述问题。
技术实现思路
[0005]本专利技术的目的在于提供一种高炉炉温闭环控制系统的设计方法及应用，该方法包括数据筛选和采集、数据预处理、构建炉温趋势分类模型、基于炉温的三种工况分别构建对应的喷煤量预测模型以及完成整个流程的联合调控；在系统应用时基于高炉炼铁工序，以高炉顺行为基础，实现高炉生成过程中自动化、智能化的炉温闭环控制，实时准确的进行高炉炉温检测，并根据炉温实时调控喷煤量。
[0006]为实现上述专利技术目的，本专利技术提供了一种高炉炉温闭环控制系统的设计方法，包括以下步骤：
[0007]S1、采集符合高炉生产高煤比、低焦比、低燃料比指标的数据；将所述数据根据炉温向凉、炉温平稳、炉温向热三种工况进行分类；
[0008]S2、将步骤S1采集的所述数据进行预处理，使其值落在相同范围内；
[0009]S3、基于时间序列神经网络模型进行炉温预测，并建立炉温趋势分类模型；选取步骤S1中已分类的三种工况数据各若干组作为训练数据，对所述炉温趋势分类模型进行训练，再选取各若干组作为测试数据进行模型的测试，直至模型的分类误差在5％以内；
[0010]S4、根据步骤S3的所述炉温趋势分类模型，结合步骤S1的炉温向凉、炉温平稳、炉温向热三种类型的数据，采用支持向量机分别建立基于炉温向热的喷煤量预测模型、基于炉温平稳的喷煤量预测模型以及基于炉温向凉的喷煤量预测模型；
[0011]S5、对所述炉温趋势分类模型和喷煤量预测模型建立反馈关系，得到高炉炉温闭环控制系统。
[0012]作为本专利技术的进一步改进，在步骤S1中，通过变量相关性分析，所述数据包括炉顶压力、喷煤量、富氧率、焦比、炉顶温度、热风流量、热风压力、热风温度、热风湿度以及上一炉铁水温度对应的数据。
[0013]作为本专利技术的进一步改进，在步骤S4中，喷煤量预测模型以步骤S1的炉温向凉、炉温平稳、炉温向热三种工况的分类数据作为输入，以下一炉喷煤量作为输出，以指导高炉生产。
[0014]作为本专利技术的进一步改进，在步骤S1中，采集符合高炉生产高煤比、低焦比、低燃料比指标的数据的方式为：采集所述数据时对其进行检测，若数据超出指标的上限或低于下限则检测为异常值，将其剔除；对于剔除的缺失值采用可能值进行填充。
[0015]作为本专利技术的进一步改进，在步骤S4中，建立喷煤量预测模型时，核函数选取径向基函数，使用交叉验证的方法选择参数对选取的炉温向凉、炉温平稳、炉温向热各150～200组数据进行训练建模，最终得到基于炉温向热的喷煤量预测模型、基于炉温平稳的喷煤量预测模型以及基于炉温向凉的喷煤量预测模型。
[0016]作为本专利技术的进一步改进，所述可能值的确定方法为：基于概率的期望最大化算法处理，首先确定缺失值在其所有可能值上的概率分布；再根据概率分布将含有缺失值的数据集分为若干个子集，并根据确定的概率得到相应的可能值。
[0017]作为本专利技术的进一步改进，在步骤S2中，所述预处理为将所述数据进行归一化、指数化或标准化处理，把不同的属性数据进行比例缩放，使其值落在相同范围内。
[0018]作为本专利技术的进一步改进，在步骤S3中，所述训练数据选取的炉温向凉、炉温平稳、炉温向热三种工况的数据均不少于10组，所述测试数据选取的数据均不少于20组。
[0019]一种高炉炉温闭环控制系统的应用，将上述任一项所述的设计方法得到的高炉炉温闭环控制系统应用于高炉系统中时，将其与高炉监控系统、数据采集系统、炉温控制辅助系统、和喷吹煤量自动调整系统进行连接，实现高炉炉温的闭环控制。
[0020]作为本专利技术的进一步改进，该系统在所述高炉系统的应用全程为自动化、智能化的应用；具体应用过程包括以下步骤：
[0021]SS1、所述数据采集系统自动采集符合高炉生产高煤比、低焦比、低燃料比指标的历史数据，并将其分类输入炉温趋势分类模型，得到高炉的炉温变化趋势；
[0022]SS2、根据步骤SS1得到的所述炉温变化趋势，结合所述高炉监控系统判断炉温工况，将对应炉温工况的所述历史数据输入对应的喷煤量预测模型中，得到下一炉喷煤量；
[0023]SS3、将步骤SS2得到的所述下一炉喷煤量反馈至所述喷吹煤量自动调整系统，进行高炉喷煤的调整；
[0024]SS4、所述下一炉喷煤量继续影响高炉的炉温变化趋势，重复步骤SS1～SS4进行高炉炉温闭环控制。
[0025]本专利技术的有益效果是：
[0026]1、本专利技术的一种高炉炉温闭环控制系统的设计方法，包括采集符合高炉生产高煤比、低焦比、低燃料比指标的数据，将数据根据炉温向凉、炉温平稳、炉温向热三种工况进行分类并进行预处理；基于时间序列神经网络模型进行炉温预测，并建立炉温趋势分类模型，对模型进行训练和测试，直至模型的分类误差在5％以内；根据炉温趋势分类模型，结合炉温三种工况类型的数据，分别建立基于炉温向热的喷煤量预测模型、基于炉温平稳的喷煤量预测模型和基于炉温向凉的喷煤量预测模型；最后对炉温趋势分类模型和喷煤量预测模型建立反馈关系，得到高炉炉温闭环控制系统。该方法在应用时结合高炉炼铁工序，实现了高炉生成过程中自动化、智能化的本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种高炉炉温闭环控制系统的设计方法，其特征在于，包括以下步骤：S1、采集符合高炉生产高煤比、低焦比、低燃料比指标的数据；将所述数据根据炉温向凉、炉温平稳、炉温向热三种工况进行分类；S2、将步骤S1采集的所述数据进行预处理，使其值落在相同范围内；S3、基于时间序列神经网络模型进行炉温预测，并建立炉温趋势分类模型；选取步骤S1中已分类的三种工况数据各若干组作为训练数据，对所述炉温趋势分类模型进行训练，再选取各若干组作为测试数据进行模型的测试，直至模型的分类误差在5％以内；S4、根据步骤S3的所述炉温趋势分类模型，结合步骤S1的炉温向凉、炉温平稳、炉温向热三种类型的数据，采用支持向量机分别建立基于炉温向热的喷煤量预测模型、基于炉温平稳的喷煤量预测模型以及基于炉温向凉的喷煤量预测模型；S5、对所述炉温趋势分类模型和喷煤量预测模型建立反馈关系，得到高炉炉温闭环控制系统。2.根据权利要求1所述的高炉炉温闭环控制系统的设计方法，其特征在于，在步骤S1中，通过变量相关性分析，所述数据包括炉顶压力、喷煤量、富氧率、焦比、炉顶温度、热风流量、热风压力、热风温度、热风湿度以及上一炉铁水温度对应的数据。3.根据权利要求1所述的高炉炉温闭环控制系统的设计方法，其特征在于，在步骤S4中，喷煤量预测模型以步骤S1的炉温向凉、炉温平稳、炉温向热三种工况的分类数据作为输入，以下一炉喷煤量作为输出，以指导高炉生产。4.根据权利要求1所述的高炉炉温闭环控制系统的设计方法，其特征在于，在步骤S1中，采集符合高炉生产高煤比、低焦比、低燃料比指标的数据的方式为：采集所述数据时对其进行检测，若数据超出指标的上限或低于下限则检测为异常值，将其剔除；对于剔除的缺失值采用可能值进行填充。5.根据权利要求1所述的高炉炉温闭环控制系统的设计方法，其特征在于，在步骤S4中，建立喷煤量预测模型时，核函数选取径向基函数，使用交叉验证的方法选择参数对选取的炉温向凉、炉温平稳、炉温向热各150...
【专利技术属性】
技术研发人员：张建良，张文强，李文惠，肖洪，李传辉，徐润生，曾琦，曹树志，张兆华，
申请(专利权)人：北京科技大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。