CN103439889B - 基于排放烟气分析的烧结终点预测方法 - Google Patents

基于排放烟气分析的烧结终点预测方法 Download PDF

Info

Publication number
CN103439889B
CN103439889B CN201310381670.8A CN201310381670A CN103439889B CN 103439889 B CN103439889 B CN 103439889B CN 201310381670 A CN201310381670 A CN 201310381670A CN 103439889 B CN103439889 B CN 103439889B
Authority
CN
China
Prior art keywords
sintering
point
flue gas
data
concentration
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201310381670.8A
Other languages
English (en)
Other versions
CN103439889A (zh
Inventor
郝惠敏
李强
郝俊宇
郝永寿
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanxi Taigang Stainless Steel Co Ltd
Original Assignee
Shanxi Taigang Stainless Steel Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shanxi Taigang Stainless Steel Co Ltd filed Critical Shanxi Taigang Stainless Steel Co Ltd
Priority to CN201310381670.8A priority Critical patent/CN103439889B/zh
Publication of CN103439889A publication Critical patent/CN103439889A/zh
Application granted granted Critical
Publication of CN103439889B publication Critical patent/CN103439889B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Abstract

本发明提供了基于排放烟气分析的烧结终点预测方法。该方法采用在线烟气分析仪实时分析烧结过程中CO和CO2的浓度,根据在线烟气分析仪监测获得的CO和CO2的浓度,同时监测烧结终点的位置数据,经过构建数据库、数据预处理及建立烧结终点预测模型最终实现烧结终点的预测。本发明可以准确预测烧结终点,提高烧结生产过程的控制精度,极大地减弱烧结生产过程控制的“大滞后性”,从而实现生产过程的及时、准确调整,进而达到提高系统效率和过程质量的作用。

Description

基于排放烟气分析的烧结终点预测方法
技术领域
[0001] 本发明涉及一种烧结终点预测方法,尤其是一种分析排放烟气成分实现的烧结终 点方法。
背景技术
[0002] 烧结是将各种粉状含铁原料,配入适量的燃料和熔剂,加入适量的水,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,将矿粉颗粒黏结成块的过程。在烧结 过程中,烧结终点是烧结结束时的位置,是判断烧结过程的重要参数之一。烧结终点预测是 一个多变量、非线性、大时滞问题,传统的判断方法为风箱烟气温度判断法、负压法及理论 计算法,但都存在不同程度的偏差和不足。
[0003] 烧结排放烟气是烧结过程中产生的气体和烧结烟气的残留,主要成分为02、氮氧 化物(N0x)、C0、C02、硫氧化物(S0X)以及水汽等。排放烟气的组分浓度可以反映烧结过程情 况,根据烧结烟气的浓度变化情况来与烧结终点关联,则有望基于烧结烟气的监测实现烧 结终点的预测。
发明内容
[0004] 本发明所要解决的技术问题是:提供一种基于排放烟气分析的烧结终点预测方 法,对烧结排放烟气进行实时检测,实现烧结终点的准确预测。
[0005] 本发明通过实时检测排放烟气中C0X的浓度,建立烧结过程中烧结终点的预测模 型,根据预测结果优化烧结工艺,提高烧结产品质量,降低烧结能耗,控制烟气排放。
[0006] 为了解决上述技术问题,本发明提供的技术方案是,基于排放烟气分析的烧结终 点预测方法,该方法采用在线烟气分析仪实时分析烧结过程中C0和co2的浓度,同时监测 烧结终点的位置数据,并将上述监测值传送给计算机,烧结终点预测模型安装在计算机中, 根据在线烟气分析仪发送的C0和co2的浓度实现烧结终点的预测,基于排放烟气分析的烧 结终点预测方法包括如下步骤:
[0007] (1)构建烧结烟气浓度-烧结终点数据库
[0008]实时监测、采集烧结烟气C0和0)2的浓度和烧结终点位置,构建烧结烟气C0和C02 浓度-烧结终点数据库;
[0009] (2)数据预处理
[0010] 对数据库中的数据进行异常数据的剔除;
[0011] (3)建立烧结终点预测模型
[0012] 根据烧结烟气中C0与co2浓度值,采用核偏最小二乘法建立烧结终点预测模型。
[0013] 前述的基于排放烟气分析的烧结终点预测方法,当烧结过程完成后,将监测、采集 的排放烟气C0和co2的浓度和烧结终点位置纳入数据库中。
[0014] 前述的基于排放烟气分析的烧结终点预测方法,剔除异常数据采用两种方法:1) 对数据库中机速为〈0. 9m/min的数据直接剔除;和2)将数据不完整、缺失的数据进行直接 剔除。
[0015] 前述的基于排放烟气分析的烧结终点预测方法,所述核偏最小二乘法建立烧结终 点预测模型是将数据库中数据映射到高维特征空间,然后在该高维特征空间中执行偏最小 二乘。
[0016] 前述的基于排放烟气分析的烧结终点预测方法,所述核偏最小二乘法建立烧结终 点预测模型的步骤包括:
[0017] 步骤1求取X的潜变量,其中X为0)+0)2的浓度值
[0018] KYYTt=At(1)
[0019] 其中,K表示由所有输入数据内积构成的nXn的核矩阵,KfKUi,Xj), 其中K为核函数;Y为烧结终点,YT为Y的转置,t为X的潜变量,A为单位矩阵。
[0020] 步骤2估计Y的潜变量
[0021] u=YYTt(2)
[0022] 其中,u为Y的潜变量,Y为烧结终点,YT为Y的转置,t为X的潜变量;
[0023] 步骤3分解核矩阵K和输出矩阵Y
[0024] K=(In-ttT)K(In-ttT) (3)
[0025] Y=(In-ttT)Y (4)
[0026] 其中1"为n维的单位矩阵;
[0027] 步骤4在特征空间中对核变换数据进行中心化处理
[0028]
Figure CN103439889BD00041
[0029] 其中ln代表各元素为1的n维向量;
[0030] 步骤5循环执行式(1)到式(5)各步,直到最佳数量的潜变量t被完全提取;由最 佳数量潜变量构成的潜变量矩阵为T,核偏最小二乘法的回归系数矩阵B为
[0031] B=〇tU(TtKU) _1TtY (6)
[0032] 其中,〇T为高维特征空间中的输入矩阵,T和U分别为从输入气体浓度矩阵X和 输出烧结终点矩阵Y中提取得到的潜变量矩阵,K为核矩阵;
[0033] 步骤6对检验集样本数据回归
[0034]
Figure CN103439889BD00042
[0035] 其中,〇t为高维空间中的检验集样本数据矩阵,Kt为检验集样本数据构造的核矩 阵,Tt为从检验集样本数据中提取出的潜变量;
[0036] 其中,高斯核函数的宽度L和核偏最小二乘法提取的最佳潜变量个数t采用交叉 证实法确定。该交叉证实法为现有常规方法。
[0037] 采用本发明的技术方案,可以准确预测烧结终点,提高烧结生产过程的控制精度, 极大地减弱烧结生产过程控制的"大滞后性",从而实现生产过程的及时、准确调整,进而达 到提高系统效率和过程质量的作用。
附图说明
[0038] 图1为本发明基于排放烟气分析的烧结终点预测方法流程图;
[0039] 图2为本发明烧结终点预测值与实际值对比;
[0040] 图3为本发明烧结终点预测的绝对误差。
具体实施方式
[0041] 为充分了解本发明之目的、特征及功效,借由下述具体的实施方式,对本发明做详 细说明。
[0042] 烧结矿在烧结机上进心烧结的过程中排放烟气的主要成分是02、氮氧化物(N0X)、 co、co2、硫氧化物(sox)以及水汽等。这些成分的变化能够反映烧结过程的变化情况及其变 化特点。本发明通过实时检测烧结过程排放烟气中cox的浓度,建立烧结过程中烧结终点的 预测模型,根据预测结果优化烧结工艺,提高烧结产品质量,降低烧结能耗,控制烟气排放。
[0043] 如图1所示的流程图,一种基于排放烟气分析的烧结终点预测方法,该方法包括 如下步骤:
[0044] ( 1)构建烧结烟气浓度-烧结终点数据库
[0045] 实时监测、采集烧结烟气组分C0、C02浓度和烧结终点位置,构建烧结烟气C0和C02 浓度-烧结终点数据库。
[0046] 烧结烟气C0和C02浓度的监测和采集可以采用现有常规技术完成,例如由烟气分 析仪完成实时监测,由网络通讯方式实现采用光纤进行数据传输。
[0047] 在获得烧结烟气C0和C02浓度后,基于各组分浓度和与其对应的各烧结终点位置 构建实时数据库,该数据库的构建可以采用OraclelOg(企业版)进行。
[0048] (2)数据预处理
[0049] 在参数采集过程中,将异常数据剔除。剔除异常数据采用两种方法:1)对数据库 中机速为〈0. 9m/min的数据直接剔除;和2)将数据不完整、缺失的数据进行直接剔除。
[0050] (3)建立烧结终点预测模型
[0051] 根据烧结烟气中C0与C02浓度值,采用核偏最小二乘法建立烧结终点预测模型, 当核偏最小二乘法模型出现最小值时,对应的最佳数量的潜变量t和高斯核函数的宽度L 为最终优化结果。
[0052] 具体的,所述核偏最小二乘法建立烧结终点预测模型是将数据库中数据映射到高 维特征空间,然后在该高维特征空间中执行偏最小二乘。
[0053] 所述核偏最小二乘法建立烧结终点预测模型的步骤包括:
[0054] 步骤1求取X的潜变量,其中X为0)+0)2的浓度值
[0055] KYYTt=At (1)
[0056]其中,K表示由所有输入数据-(乂)^内积构成的nXn的核矩阵,KfKUi,Xj), 其中K为核函数;Y为烧结终点,YT为Y的转置,t为X的潜变量,A为单位矩阵;
[0057] 步骤2估计Y的潜变量
[0058] u=YYTt (2)
[0059] 其中,u为Y的潜变量,Y为烧结终点,YT为Y的转置,t为X的潜变量;
[0060] 步骤3分解核矩阵K和输出矩阵Y
[0061] K=(In-ttT)K(In-ttT) (3)
[0062]Y=(In-ttT)Y(4)
[0063]其中1"为n维的单位矩阵;
[0064] 步骤4在特征空间中对核变换数据进行中心化处理
[0065]
Figure CN103439889BD00061
[0066] 其中ln代表各元素为1的n维向量;
[0067]步骤5循环执行式(1)到式(5)各步,直到最佳数量的潜变量t被完全提取;由最 佳数量潜变量构成的潜变量矩阵为T,核偏最小二乘法(KPLS)的回归系数矩阵B为 [0068]B=〇tU(TtKU) _1TtY(6)
[0069]其中,〇T为高维特征空间中的输入矩阵,T和U分别为从输入气体浓度矩阵X和 输出烧结终点矩阵Y中提取得到的潜变量矩阵,K为核矩阵;
[0070] 步骤6对检验集样本数据回归
[0071]
Figure CN103439889BD00062
[0072] 其中,〇t为高维空间中的检验集样本数据矩阵,Kt为检验集样本数据构造的核矩 阵,Tt为从检验集样本数据中提取出的潜变量;
[0073] 其中,高斯核函数的宽度L和核偏最小二乘法提取的最佳潜变量个数t采用现有 交叉证实法确定。
[0074] 下面通过具体的实施例来阐述本发明,本领域技术人员应当理解的是,这不应被 理解为对本发明权利要求范围的限制。
[0075] 实施例
[0076] 烧结机:450m2烧结机,总吨位14700吨;
[0077] 烧结原料:自产精矿:58%,巴西粉:26%,澳洲矿粉:11%,杂料:5%;
[0078] 自产精矿配比:磁铁矿:20-30%,赤铁矿:20-30%,铁酸钙:30-35%,硅酸二钙: 3-5%,钙铁橄榄石:5-10%,玻璃质:3-5%。
[0079] 采用西克麦哈克公司产的烟气分析仪采集烧结烟气组分浓度,从烧结控制系统中 采集其对应的烧结终点值,采用OraclelOg(企业版)进行构建数据库。按照如下方法剔除 异常数据:1)对数据库中机速为〈0. 9m/min的数据直接剔除;和2)将数据不完整、缺失的 数据进行直接剔除。
[0080] 采用核偏最小二乘法建立烧结终点预测模型,
[0081] 步骤1求取X的潜变量
[0082]KYYTt=At(1)
[0083] 其中,K表示由所有输入数据内积构成的nXn的核矩阵,KfKUi,, 其中,核函数K为高斯核函数;
[0084] 步骤2估计Y的潜变量
[0085]u=YYTt (2)
[0086] 步骤3分解核矩阵K和输出矩阵Y
[0087]K=(In-ttT)K(In-ttT) (3)
[0088]Y=(In-ttT)Y(4)
[0089] 其中1"为n维的单位矩阵;
[0090] 步骤4在特征空间中对核变换数据进行中心化处理
[0091]
Figure CN103439889BD00071
[0092] 其中ln代表各元素为1的n维向量;
[0093] 步骤5循环执行式(1)到式(5)各步,直到最佳数量的潜变量t被完全提取;由 最佳数量潜变量构成的潜变量矩阵为T,核偏最小二乘法的回归系数矩阵B为
[0094] B=〇tU(TtKU) _1TtY (6)
[0095] 其中,〇T为高维特征空间中的输入矩阵,T和U分别为从输入气体浓度矩阵X和 输出烧结终点矩阵Y中提取得到的潜变量矩阵,K为核矩阵;
[0096] 步骤6对检验集样本数据回归
[0097]
Figure CN103439889BD00072
[0098] 其中,〇t为高维空间中的检验集样本数据矩阵,Kt为检验集样本数据构造的核矩 阵,Tt为从检验集样本数据中提取出的潜变量;
[0099] 其中,高斯核函数的宽度L和核偏最小二乘法提取的最佳潜变量个数t采用分段 交叉证实法确定。
[0100] 图2所示为烧结终点预测与实际值的对比图,其绝对误差如图3所示。根据本发 明所述方法预测所得烧结终点与实际烧结终点的平均绝对误差小于〇. 13m。

Claims (4)

1. 基于排放烟气分析的烧结终点预测方法,该方法采用在线烟气分析仪实时分析烧结 过程中CO和CO2的浓度,同时监测烧结终点的位置数据,并将上述监测值传送给计算机,烧 结终点预测模型安装在计算机中,根据在线烟气分析仪发送的CO和CO 2的浓度实现烧结终 点的预测,其特征在于:基于排放烟气分析的烧结终点预测方法包括如下步骤: (1) 构建烧结烟气浓度-烧结终点数据库 实时监测、采集烧结烟气CO和〇)2的浓度和烧结终点位置,构建烧结烟气CO和CO 2浓 度-烧结终点数据库; (2) 数据预处理 对数据库中的数据进行异常数据的剔除; (3) 建立烧结终点预测模型 根据烧结烟气中CO与CO2浓度值,采用核偏最小二乘法建立烧结终点预测模型。
2. 根据权利要求1所述的基于排放烟气分析的烧结终点预测方法,其特征在于:当烧 结过程完成后,将监测、采集的排放烟气CO和CO 2的浓度和烧结终点位置纳入数据库中。
3. 根据权利要求1或2所述的基于排放烟气分析的烧结终点预测方法,其特征在于: 剔除异常数据采用两种方法:1)对数据库中机速为〈〇. 9m/min的数据直接剔除;和2)将数 据不完整、缺失的数据进行直接剔除。
4. 根据权利要求1所述的基于排放烟气分析的烧结终点预测方法,其特征在于:所述 核偏最小二乘法建立烧结终点预测模型是将数据库中数据映射到高维特征空间,然后在该 高维特征空间中执行偏最小二乘。
CN201310381670.8A 2013-08-28 2013-08-28 基于排放烟气分析的烧结终点预测方法 Active CN103439889B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310381670.8A CN103439889B (zh) 2013-08-28 2013-08-28 基于排放烟气分析的烧结终点预测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310381670.8A CN103439889B (zh) 2013-08-28 2013-08-28 基于排放烟气分析的烧结终点预测方法

Publications (2)

Publication Number Publication Date
CN103439889A CN103439889A (zh) 2013-12-11
CN103439889B true CN103439889B (zh) 2015-10-21

Family

ID=49693584

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310381670.8A Active CN103439889B (zh) 2013-08-28 2013-08-28 基于排放烟气分析的烧结终点预测方法

Country Status (1)

Country Link
CN (1) CN103439889B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103697699B (zh) * 2013-12-26 2015-03-11 中冶长天国际工程有限责任公司 烧结终点控制方法及系统
CN104833234B (zh) * 2014-02-10 2016-08-24 山西太钢不锈钢股份有限公司 一种烧结机烧结过程物料仓位动态平衡控制方法
CN105628866A (zh) * 2014-12-01 2016-06-01 鞍钢股份有限公司 一种烧结均质度检测装置及方法
CN108267008B (zh) * 2016-12-30 2019-12-27 中冶长天国际工程有限责任公司 一种氮氧化物排放控制方法及装置
CN106834662B (zh) * 2017-01-19 2018-09-18 中国地质大学(武汉) 一种基于多工况烧结过程的co/co2比值预测方法
CN109211429B (zh) * 2017-07-03 2020-12-22 佛山市顺德区美的电热电器制造有限公司 温度采样方法、装置及烹饪电器

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6445963B1 (en) * 1999-10-04 2002-09-03 Fisher Rosemount Systems, Inc. Integrated advanced control blocks in process control systems
CN102540889A (zh) * 2011-12-30 2012-07-04 中冶长天国际工程有限责任公司 一种烧结终点预测方法及系统
CN103017530A (zh) * 2012-12-27 2013-04-03 中冶长天国际工程有限责任公司 烧结终点预测方法及系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6915172B2 (en) * 2001-11-21 2005-07-05 General Electric Method, system and storage medium for enhancing process control

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6445963B1 (en) * 1999-10-04 2002-09-03 Fisher Rosemount Systems, Inc. Integrated advanced control blocks in process control systems
CN102540889A (zh) * 2011-12-30 2012-07-04 中冶长天国际工程有限责任公司 一种烧结终点预测方法及系统
CN103017530A (zh) * 2012-12-27 2013-04-03 中冶长天国际工程有限责任公司 烧结终点预测方法及系统

Also Published As

Publication number Publication date
CN103439889A (zh) 2013-12-11

Similar Documents

Publication Publication Date Title
CN103439889B (zh) 基于排放烟气分析的烧结终点预测方法
CN104777830B (zh) 一种基于kpca混合模型的多工况过程监控方法
CN104793606A (zh) 基于改进的kpca和隐马尔科夫模型的工业故障诊断方法
CN102601881B (zh) 一种橡胶硬度的在线质量监控和预测模型更新的方法
CN104134120A (zh) 一种选矿生产指标监控系统及方法
CN101482750B (zh) 湿法冶金合成过程草酸钴粒度预测方法
Li et al. Improvements in the decision making for Cleaner Production by data mining: case study of vanadium extraction industry using weak acid leaching process
Hu et al. A multilevel prediction model of carbon efficiency based on the differential evolution algorithm for the iron ore sintering process
CN101526814A (zh) 湿法冶金浸出过程浸出率预测与优化操作方法
CN104199389B (zh) 金湿法冶金置换过程的优化方法
CN105975618A (zh) 一种燃煤燃烧特性计算方法
CN106777684B (zh) 一种建立综合焦比预测模型和预测综合焦比的方法
Hu et al. Multi-model ensemble prediction model for carbon efficiency with application to iron ore sintering process
CN104913639A (zh) 基于数据融合的烧结终点控制系统及控制方法
CN108388762A (zh) 基于深度置信网络的烧结矿化学成分预测方法
CN101423348A (zh) 水泥回转窑烧成工况综合识别方法
Zhou et al. A new CO/CO $ _2 $ prediction model based on labeled and unlabeled process data for sintering process
CN104318313A (zh) 基于案例推理的选矿全流程运行指标智能决策系统及方法
CN111612210A (zh) 一种磨煤机煤粉细度的在线优化方法
CN104536396A (zh) 一种水泥生料在分解炉内分解过程的软测量建模方法
CN110070217A (zh) 一种基于过程参数的烧结矿质量预测方法
CN104263960B (zh) 金湿法冶金置换过程中置换率和金泥品位的在线预测方法
CN104573356A (zh) 一种基于稀疏T-S模糊的铁水Si含量建模方法
Chen et al. Modeling method of carbon efficiency in iron ore sintering process
Yuxuan et al. Dynamic time features expanding and extracting method for prediction model of sintering process quality index

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CP02 Change in the address of a patent holder
CP02 Change in the address of a patent holder

Address after: 030003, Shanxi, Taiyuan, pointed lawn area, lawn street, No. 2

Patentee after: Shanxi Taigang Stainless Steel Co.,Ltd.

Address before: 030003 No. 2, sharp lawn, Taiyuan City, Shanxi Province

Patentee before: Shanxi Taigang Stainless Steel Co.,Ltd.