System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种烧结混合料透气性的预测方法及系统技术方案_技高网

一种烧结混合料透气性的预测方法及系统技术方案

技术编号:43062208 阅读:3 留言:0更新日期:2024-10-22 14:41
本发明专利技术提供一种烧结混合料透气性的预测方法及系统,通过获取影响烧结混合料透气性的实时参数数据,将所述实时参数数据输入至预先建立的神经网络模型,并接受所述神经网络模型输出的实时透气性标签,将所述实时透气性标签作为透气性预测值输出。本申请技术方案稳定、准确度高、鲁棒性好,并将烧结透气性分析的节点提前,从而能更早地掌握生产中的烧结透气性情况,在制粒过程通过调节加水、调速等参数优化粒度分布情况,以优化透气性,有效地提高后续烧结矿的产量和质量,并降低主抽风机能耗,提高资源利用率,降低生产成本。

【技术实现步骤摘要】

本专利技术涉及烧结混合料透气性,尤其涉及一种烧结混合料透气性的预测方法及系统


技术介绍

1、烧结是钢铁冶炼的重要环节。烧结是将各种粉状含铁原料,配入适量的燃料、熔剂和水,经混合和造球后在烧结设备上使物料发生一系列物理化学变化,并熔融成块的过程。最后经过破碎、筛分、整粒形成满足高炉粒度要求的蜂窝状颗粒物就叫做烧结矿。烧结矿常用于高炉炼铁,性能好的烧结矿能有效提高炼铁的产量和质量,并有效节约资源、降低能耗。

2、混合料的透气性指的是铺在烧结机上的混合料,在一定的料层厚度和负压的情况下,单位烧结面积每分钟通过的风量。混合料层透气性差,说明床层阻力大,会导致抽风强度增大,风箱压力高,供风量不足,垂直烧结速度变慢,烧结熔融反应过程变差;同时会引起烧透点后移,残硫高,结块差,影响烧结矿的产量和质量。良好的混合料层透气性可以改善烧结料的导热性,使料层中的热交换条件变好,有利于将烧结带控制在较窄的范围内,使生产过程趋于稳定,烧透点位置保持稳定,有利于提升烧结矿的产量和质量,提高燃料利用率,所以保持良好的混合料层透气性对烧结矿的产量和质量,降低能耗具有重要意义。

3、随着烧结技术的广泛应用,为提高烧结工艺的生产效率,不少企业对烧结过程透气性进行了深入的研究。日本川崎钢铁公司开发的烧结过程操作指导系统中,透气性是通过最佳烧结过程的主抽风机废气流量、风箱处的最高温度和烧结终点,用二维矩阵进行综合评价。这种方法主要是应用烧结结束时的参数来评判整个过程的透气性,时间滞后约一个小时,此时对于烧结过程的优化已经没有任何可以调节的余地

4、鉴于此,有必要提出一种烧结混合料透气性的预测方法及系统以解决或至少缓解上述缺陷。


技术实现思路

1、本专利技术的主要目的在于提供一种烧结混合料透气性的预测方法及系统,以解决现有技术中通过烧结结束时的参数来评判整个过程的透气性,时间滞后长,无法满足实际生产需要的问题。

2、为实现上述目的,本专利技术提供了一种烧结混合料透气性的预测方法,包括步骤:

3、s1,获取影响烧结混合料透气性的实时参数数据;其中,所述实时参数数据包括烧结混合料粒度分布实时矩阵、烧结混合料水分率实时值、固体燃料配比实时值、烧结料层平均厚度实时值以及烧结混合料温度实时值;

4、s2,将所述实时参数数据输入至预先建立的神经网络模型,并接受所述神经网络模型输出的实时透气性标签,将所述实时透气性标签作为透气性预测值输出;其中,所述神经网络模型包含所述实时参数数据和所述透气性标签之间的映射关系。

5、优选地,所述步骤s2中:“将所述实时透气性标签作为透气性预测值输出”之前还包括步骤:

6、s201,确定所述实时透气性标签和所述实时透气标签对应的透气性计算值之间的偏差值,并判断所述偏差值是否处于预设范围内;

7、s202,在所述偏差值处于所述预设范围内时,进入所述“将所述实时透气性标签作为透气性预测值输出”的步骤;在所述偏差值未处于所述预设范围内时,重新训练所述神经网络模型。

8、优选地,所述步骤s1中的“烧结混合料粒度分布实时矩阵”通过如下步骤得到:

9、s11,按照预设时间间隔获取位于烧结机台车上的烧结混合料料面图像,并从所述烧结混合料料面图像提取出有效料面图像;

10、s12,统计所述有效料面图像内有效烧结混合料颗粒的总数量n,以及确定所述烧结混合料料面图像中粒径为d1占总数量n的比例η1,所述烧结混合料料面图像中粒径为d2占总数量n的比例η2,所述烧结混合料料面图像中粒径为d3占总数量n的比例η3,所述烧结混合料料面图像中粒径为d4占总数量n的比例η4,所述烧结混合料料面图像中粒径为d5占总数量n的比例η5,所述烧结混合料料面图像中粒径为d6占总数量n的比例η6;其中,d1<3mm,3mm≤d2<5mm,5mm≤d3<8mm,8mm≤d4<10mm,10mm≤d5<15mm,d6≥15mm;

11、s13,归集η1,η2,η3,η4,η5得到所述烧结混合料粒度分布实时矩阵。此处因此可不纳入实时矩阵。

12、优选地,所述步骤s201中的“透气性计算值”通过如下步骤得到:

13、根据公式

14、其中,q为进入点火炉的实时气体流量,a为炉膛面积,h为烧结料层平均厚度实时值,δp为点火炉炉膛与风箱压力的压差实时值;其中,所述点火炉炉膛与风箱压力的压差实时值,通过如下步骤得到:

15、获取点火炉压力实时值和风箱压力实时值,将所述点火炉压力实时值与所述风箱压力实时值之差作为所述点火炉炉膛与风箱压力的压差实时值。

16、优选地,所述步骤s2中的“神经网络模型”,通过以下步骤得到:

17、s21,获取n份满足训练与测试用的历史样本数据;并将n份所述历史样本数据按照预设比例分为训练集和测试集,所述训练集中的历史样本数据份数大于所述测试集中的历史样本数据份数;

18、s22,所述训练集包括历史样本输入数据和历史样本输出数据;其中,所述历史样本输入数据包括烧结混合料粒度分布矩阵历史值、烧结混合料水分率历史值、固体燃料配比历史值、烧结料层平均厚度历史值、烧结混合料温度历史值;

19、s23,对所述历史样本输入数据进行预处理,初始化初步神经网络模型的权重和偏置,并将预处理之后的训练集中的历史样本输入数据作为初步神经网络模型的输入到初步神经网络模型,得到对应的透气性标签网络值;所述预处理包括归一化处理和平滑处理;

20、s24,根据所述透气性标签网络值和预处理之后的训练集中的透气性标签历史值确定损失函数运算计算值,并判断所述损失函数运算计算值是否小于预设值,在所述损失函数运算计算值大于预设值时,进入步骤s25,在所述损失函数运算计算值小于预设值时,进入步骤s26;

21、s25,根据所述损失函数运算计算值反向传播更新网络权重值和偏置,然后重复步骤s23~s24;

22、s26,将所述测试集输入所述初步神经网络模型,在测试集反馈结果符合预设条件时,将所述初步神经网络作为所述神经网络模型。

23、优选地,所述神经网络模型为ann神经网络模型,具体为:

24、

25、其中,y0是目标输出,xit为当前输入量,whij为第i个输入和第j个隐藏之间的链接的权重神经元,m为输入神经元的数量,woj为第j个隐藏神经元和输出神经元之间的连接权重,fh为隐藏神经元激活函数,fo为输出神经元激活函数,bj为第j个的偏置隐藏神经元,bo为输出神经元的偏置,hn为输出神经元中的隐藏神经元的数量。

26、优选地,所述步骤s2之后还包括步骤:

27、在所述透气性预测值大于第一预设阈值时,向目标对象发送第一报警指令;

28、在所述透气性预测值小于第二预设阈值时,向所述目标对象发送第二报警指令;其中,所述第一预设阈值大于所述本文档来自技高网...

【技术保护点】

1.一种烧结混合料透气性的预测方法,其特征在于,包括步骤:

2.根据权利要求1所述的烧结混合料透气性的预测方法,其特征在于,所述步骤S2中:“将所述实时透气性标签作为透气性预测值输出”之前还包括步骤:

3.根据权利要求2所述的烧结混合料透气性的预测方法,其特征在于,所述步骤S1中的“烧结混合料粒度分布实时矩阵”通过如下步骤得到:

4.根据权利要求2所述的烧结混合料透气性的预测方法,其特征在于,所述步骤S201中的“透气性计算值”通过如下步骤得到:

5.根据权利要求1所述的烧结混合料透气性的预测方法,其特征在于,所述步骤S2中的“神经网络模型”,通过以下步骤得到:

6.根据权利要求5所述的烧结混合料透气性的预测方法,其特征在于,所述神经网络模型为ANN神经网络模型,具体为:

7.根据权利要求1所述的烧结混合料透气性的预测方法,其特征在于,所述步骤S2之后还包括步骤:

8.根据权利要求5所述的烧结混合料透气性的预测方法,其特征在于,所述步骤S23中归一化处理,具体采用0-1标准化模型对历史样本输入数据进行归一化处理,所述0-1标准化模型为:

9.根据权利要求5所述的烧结混合料透气性的预测方法,其特征在于,所述步骤S23中归一化处理,采用均值平滑模型进行平滑处理,所述均值平滑模型为:

10.一种烧结混合料透气性的预测系统,用于执行权利要求1-9任意一项所述的烧结混合料透气性的预测方法,其特征在于,包括实时数据获取模块、透气性标签生成模块以及透气性预测值确定模块;

...

【技术特征摘要】

1.一种烧结混合料透气性的预测方法,其特征在于,包括步骤:

2.根据权利要求1所述的烧结混合料透气性的预测方法,其特征在于,所述步骤s2中:“将所述实时透气性标签作为透气性预测值输出”之前还包括步骤:

3.根据权利要求2所述的烧结混合料透气性的预测方法,其特征在于,所述步骤s1中的“烧结混合料粒度分布实时矩阵”通过如下步骤得到:

4.根据权利要求2所述的烧结混合料透气性的预测方法,其特征在于,所述步骤s201中的“透气性计算值”通过如下步骤得到:

5.根据权利要求1所述的烧结混合料透气性的预测方法,其特征在于,所述步骤s2中的“神经网络模型”,通过以下步骤得到:

6.根据权利要求5所述的烧结混合料透气性的预测方法,其特征在于...

【专利技术属性】
技术研发人员:邱立运
申请(专利权)人:中冶长天国际工程有限责任公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1