【技术实现步骤摘要】
本专利技术涉及钢铁生产，特别涉及基于换热器的钢铁生产余热回收优化方法。
技术介绍
1、钢铁生产全流程尚未得到有效回收的高品位余热有焦炉荒煤气余热、电炉烟气余热、转炉煤气余热、热态铁渣余热、热态钢渣余热，工业炉（加热炉、热处理炉）烟气排放带走的热量占工业炉总能耗的20%～26%。减少烟气排放量能够大幅度降低工业炉能耗。相关研究表明，当烟气温度为600℃时，烟气量从 300m3/h 降到 150m3/h，热量损失会减少约50%，且烟气排放管道大幅度减小，配置高温烟气循环系统能够有效降低排放烟气中的nox，通过在排放管道上设置换热器，温度在800～1000℃的出炉烟气，经换热器后温度可控制在500～600℃范围内，降温后的烟气一部分由高温风机循环到烧嘴前，由氧气经混合器与高温烟气混合形成准空气（o2含量约21%～28%），再次进入烧嘴，另一部分经二次降温或者蓄热设备对热能进行储存。
2、对于换热器而言，其输出端热介质和冷介质的输出参量受进入换热器输入端热介质（高温烟气）和冷介质（水或空气）的输入参量的影响，在生产过程中，工业炉的烟气温度和烟气量随加工流程不断变化，使得换热器输出端的输出参量始终处于波动状态，不利于降温后烟气的再次利用和烟气余热能的回收存储。为此，我们提出基于换热器的钢铁生产余热回收优化方法。
技术实现思路
1、本专利技术的主要目的在于提供基于换热器的钢铁生产余热回收优化方法，可以有效解决
技术介绍
中的问题。
2、为实现上述目的，本专利技术采取的技术方
3、基于换热器的钢铁生产余热回收优化方法，包括：
4、以固定采样频率采集换热器运转周期λ内输入端及输出端介质参数的时间序列数据，其中，输入端介质参数包括热介质输入温度值、单位时间内热介质输入流量值、冷介质输入温度值、单位时间内冷介质输入流量值；输出端介质参数包括热介质输出温度值、单位时间内热介质输出流量值、冷介质输出温度值、单位时间内冷介质输出流量值；
5、将获取的输入端介质参数与输出端介质参数进行数据归一化处理，建立以归一化处理后的输入端介质参数为输入数据，以归一化处理后的输出端介质参数为输出数据的神经网络模型，对建立的神经网络模型进行训练，根据训练结果调整模型参数至预测准确率不低于设定的期望值时，完成神经网络模型的构建，期望值的计算公式为，
6、；
7、其中，表示为神经网络模型预测准确率的期望值；表示为神经网络模型输入样本的数量；表示为神经网络模型的输出函数；表示为神经网络模型的第个输出样本。
8、所述神经网络模型为为输入层-隐含层-输出层的三层结构形式的bp神经网络模型，在所述bp神经网络模型中，输入层的神经元个数与输入端介质参数的种类数相等，输出层的神经元个数与输出端介质参数的种类数相等，隐含层的神经元个数根据以下任一经验公式进行确定，具体为：
9、经验公式一：；
10、经验公式二：；
11、经验公式三：；
12、其中，h为隐含层的神经元个数，p为输入层的神经元个数，q为输出层的神经元个数，a为1-10之间的调节常数；
13、根据构建的神经网络模型输出输入端介质参数与输出端介质参数间的映射关系；
14、构建介质参数预测模型，根据预测模型计算第k类输出端介质参数在t+1采样时刻的预测值，介质参数预测模型的表达式为：
15、；
16、式中，表示为第k类输出端介质参数在第一个采样时刻的预测值，表示为第k类输出端介质参数在t采样时刻的采样值，a为常数系数，a∈（0,1）；
17、计算当∆dok＞∆dokmax时，第k类输出端介质参数在t+1采样时刻的合理区间，其中，和分别为输入端介质参数的合理区间的上限值和下限值，上限值和下限值的计算公式分别为：
18、；
19、；
20、将输入端介质参数的合理区间的上限值和下限值分别带入至获取的映射关系中，根据映射关系得到输入端介质参数的合理区间，其中，、分别为第m类输入端介质参数合理区间的上限值和下限值，m=1,2，3,...，u；
21、比较当前状态下第m类输入端介质参数与获取的输入端介质参数合理区间上限值和下限值的数值关系，根据比较结果确定第m类输入端介质参数的调节策略，调节策略具体为：
22、当时，增大该类输入端介质参数的数值；
23、当时，保持该类输入端介质参数的数值不变；
24、当时，减小该类输入端介质参数的数值；
25、其中，为第m类输入端介质参数在t采样时刻的采样值。
26、本专利技术具有如下有益效果，
27、与现有技术相比，本专利技术技术方案通过以固定采样频率采集换热器运转周期λ内输入端及输出端介质参数的时间序列数据进行数据归一化处理，建立以归一化处理后的输入端介质参数为输入，以归一化处理后的输出端介质参数为输出的神经网络模型，根据构建的神经网络模型输出输入端介质参数与输出端介质参数间的映射关系，构建介质参数预测模型，根据预测模型计算第k类输出端介质参数在t+1采样时刻的预测值，计算获取第k类输出端介质参数在t+1采样时刻输出端介质参数的预测值与t采样时刻输出端介质参数间的预估差值∆dok，定义差值合理阈值区间为（0,∆dokmax]，比较预估差值∆dok与差值合理阈值区间的最大差值∆dokmax的数值关系，计算当∆dok＞∆dokmax时，第k类输出端介质参数在t+1采样时刻的合理区间，将输入端介质参数的合理区间的上限值和下限值分别带入至获取的映射关系中，根据映射关系得到输入端介质参数的合理区间，比较当前状态下第m类输入端介质参数与获取的输入端介质参数合理区间上限值和下限值的数值关系，根据比较结果确定第m类输入端介质参数的调节策略，本专利技术技术方案通过对高温烟气循环系统的换热器输出端介质参数的变化趋势进行预测，实现对输入端介质参数的调节控制，使输出端介质参数始终维持在合理的状态范围内，保持输出端介质参数的稳定，有利于后续对降温后烟气的再次利用和烟气余热能的回收存储。
本文档来自技高网...【技术保护点】
1.基于换热器的钢铁生产余热回收优化方法，其特征在于，包括：
2.根据权利要求1所述的基于换热器的钢铁生产余热回收优化方法，其特征在于，输入端介质参数包括热介质输入温度值、单位时间内热介质输入流量值、冷介质输入温度值、单位时间内冷介质输入流量值；输出端介质参数包括热介质输出温度值、单位时间内热介质输出流量值、冷介质输出温度值、单位时间内冷介质输出流量值。
3.根据权利要求1所述的基于换热器的钢铁生产余热回收优化方法，其特征在于，介质参数预测模型的表达式为：
4.根据权利要求1所述的基于换热器的钢铁生产余热回收优化方法，其特征在于，所述神经网络模型为BP神经网络模型。
5.根据权利要求1所述的基于换热器的钢铁生产余热回收优化方法，其特征在于，期望值的计算公式为：
6.根据权利要求1所述的基于换热器的钢铁生产余热回收优化方法，其特征在于，输入端介质参数的调节策略具体为：
7.根据权利要求1所述的基于换热器的钢铁生产余热回收优化方法，其特征在于，输入端介质参数的合理区间的上限值和下限值的计算公式分别为：
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。