CN104238483A - 基于生产工况的高炉煤气产生量与消耗量的标定方法 - Google Patents
基于生产工况的高炉煤气产生量与消耗量的标定方法 Download PDFInfo
- Publication number
- CN104238483A CN104238483A CN201310723376.0A CN201310723376A CN104238483A CN 104238483 A CN104238483 A CN 104238483A CN 201310723376 A CN201310723376 A CN 201310723376A CN 104238483 A CN104238483 A CN 104238483A
- Authority
- CN
- China
- Prior art keywords
- blast furnace
- checking
- event
- gas
- data
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 30
- 238000012544 monitoring process Methods 0.000 claims abstract description 10
- 239000003034 coal gas Substances 0.000 claims description 74
- 238000013016 damping Methods 0.000 claims description 40
- 239000003245 coal Substances 0.000 claims description 34
- 238000005259 measurement Methods 0.000 claims description 18
- 230000008569 process Effects 0.000 claims description 18
- 238000004458 analytical method Methods 0.000 claims description 10
- 238000002360 preparation method Methods 0.000 claims description 8
- 238000000926 separation method Methods 0.000 claims description 8
- 230000008859 change Effects 0.000 claims description 7
- 239000002184 metal Substances 0.000 claims description 7
- 229910052751 metal Inorganic materials 0.000 claims description 7
- 230000002159 abnormal effect Effects 0.000 claims description 6
- 238000012886 linear function Methods 0.000 claims description 5
- PEDCQBHIVMGVHV-UHFFFAOYSA-N Glycerine Chemical compound OCC(O)CO PEDCQBHIVMGVHV-UHFFFAOYSA-N 0.000 claims description 4
- 230000000694 effects Effects 0.000 claims description 4
- 230000002123 temporal effect Effects 0.000 claims description 4
- 238000005266 casting Methods 0.000 claims description 3
- 150000001875 compounds Chemical class 0.000 claims description 3
- 230000004069 differentiation Effects 0.000 claims description 3
- 238000005265 energy consumption Methods 0.000 claims description 3
- 230000002045 lasting effect Effects 0.000 claims description 3
- 239000000463 material Substances 0.000 claims description 3
- 229910000831 Steel Inorganic materials 0.000 abstract description 10
- 239000010959 steel Substances 0.000 abstract description 10
- 238000009792 diffusion process Methods 0.000 abstract description 3
- 230000008901 benefit Effects 0.000 abstract description 2
- 238000005516 engineering process Methods 0.000 abstract description 2
- 238000004364 calculation method Methods 0.000 abstract 1
- 238000004134 energy conservation Methods 0.000 abstract 1
- 239000007789 gas Substances 0.000 description 67
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 12
- 238000010586 diagram Methods 0.000 description 7
- 229910052742 iron Inorganic materials 0.000 description 6
- 230000003068 static effect Effects 0.000 description 3
- 230000008439 repair process Effects 0.000 description 2
- 238000013480 data collection Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/80—Management or planning
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种基于钢铁生产工况的高炉煤气产生量和消耗量标定方法,为冶金行业煤气平衡、动态预测、优化调度等方面提供计算方法和数据支持,属于钢铁行业煤气监测和煤气平衡技术领域。本发明利用小波技术将高炉煤气发生量和消耗量历史数据分离出趋势数据和波动数据,然后对提取的趋势数据结合实际生产工况进行高炉煤气产生量和消耗量标定。本发明与现有方法相比,其具有准确评价、预测高炉煤气产生量和消耗量指标,为煤气调度人员提供煤气供需数据,提高煤气利用效率,减少煤气放散,实现节能减排。
Description
技术领域:
本发明属于钢铁行业煤气监测与煤气平衡技术领域,是钢铁生产过程中高炉煤气实时数据预处理的一种方法,特别是为煤气动态平衡提供技术支持,解决高炉煤气在不同工况下动态预测问题。
背景技术:
目前,钢铁企业的煤气存在大量放散。大多数企业根据生产、检修计划由技术人员制定煤气平衡方案,通知调度,由各个操作岗位技术人员执行操作。而对于非计划检修引起的煤气不平衡问题,并没有统一标准来描述不同生产工况下煤气产生和消耗情况,一般处理办法为根据人为经验反复调节煤气平衡,不能提前预知煤气量变化,致使煤气管网波动较大,造成煤气放散,浪费能源。
同时,钢铁企业的煤气预测处于静态预测阶段,根据生产计划、检修计划安排一年、一季度、一个月等不同时间的煤气调度安排,不能全方位考虑煤气发生、消耗的各种影响因素,造成调度人员在进行煤气平衡时没有准确定量煤气产消情况,只是依靠调度人员经验,反复调节煤气系统,造成煤气系统恢复正常工况要较长的时间,增加煤气放散的几率,给生产带来隐患。
发明内容:
本发明要解决的技术问题是提供一种冶金煤气在不同工况下产生量和消耗量数据处理方法。通过煤气监测设备的实时采集数据,运用小波分析方法,分离出煤气波动数据和趋势数据,结合实际生产工况对煤气产生量和消耗量进行标定,为煤气系统的动态预测和煤气优化调度提供技术支持和信息处理。应用本发明的标定方法能够较准确地挖掘冶金煤气在不同生产工况下的煤气量信息,提供动态事件的函数表达方式,可以为煤气管理和现场调度人员完成煤气平衡调度提供合理指导。
本发明的技术方案是:基于生产工况的高炉煤气产生量和消耗量的标定方法,其包含数据准备和煤气标定两个阶段;
所述数据准备阶段包含以下几点:
1)按照设备运行工况,设立工况点,进行工况点划分,即对设备运行工况具体细分。一个工况点只能是基准工况或是非基准工况,如果工况点处于非基准工况状态,只能对应非基准工况其中的一种。如高炉运行工况点划分为高炉基准工况、高炉年修、月修、临时休风、热风炉减风1500、热风炉减风1000和热风炉减风1000以下事件;
2)记录高炉煤气实时产生量(消耗量)与单元产品产量,要求煤气产生量(消耗量)与产品产量时时对应;
3)记录设备计划检修和临时事件的高炉煤气产生、消耗量,即设备基准工况和非基准工况煤气产生量(消耗量)。
所述煤气标定分为以下步骤:
步骤一、对收集煤气量数据进行小波区分,得到趋势数据和波动数据;
步骤二、对波动数据结合实际设备运行工况进行事件分离,得出基准工况和非基准工况数据;。
步骤三、针对不同工况点对分离后趋势数据进行标定。工况点标定如下:
1)高炉基准工况煤气发生量的标定。
基准工况,即高炉运行常规状态下,主体设备和生产都在正常状态。煤气发生量的标定有两种基本形式,即:基准发生量标定和额定发生量标定。
a.基准发生量标定
基准发生量标定是描述在统计时间周期T内,煤气发生量qi,BFG,out与作业时间t的关系。
式中,Qjzhbd,proBFG——高炉煤气基准发生量,km3/h;
qi,BFG,out——高炉煤气发生量,km3/h;
T——标定统计周期,min;
t——在统计周期T内非基准工况运行时间,min。
b.定额发生量标定
定额发生量标定是描述统计时间周期T内,产品产量Wi与煤气产生量qi,BFG,out之间的关系。
式中,Qed,proBFG——高炉煤气额定发生量,km3/t;
Wi——统计周期内基准工况铁水产量,t/h;
wj——在统计周期内非基准工况铁水产量,t/h;
2)高炉非基准工况煤气发生量的标定。
非基准工况是高炉运行受生产事件影响,主体生产和设备运行状态脱离基准工况运行。标定时间从高炉运行出现变化到恢复正常运行时间。以煤气是否回收为标准划分,将事件细分为休风事件和减风事件。如数据准备阶段1)所述,高炉非基准工况休风事件分为高炉年休、月修、临时休风,减风事件分为热风炉减风1500、热风炉减风1000和热风炉减风1000以下事件,共计六种非基准工况。
a.休风事件标定
休风事件标定可分为三个阶段:减风休风复风
式中,Qbd,proBFG——标定煤气发生量,km3/h;
Ti——高炉在休风事件i阶段,i∈(减风,休风,复风)。
对于同一座高炉而言,每次减风过程持续时间几乎不变,其持续事件大体相同为60分钟左右,由基准发生量在60分钟左右降到零,标定为线性函数: q=at+b,如图4(a)所示,由最小二乘法得出a、b基础参数,其最小二乘减风事件模型为:
式中,T——煤气减风时间,min;
t——设备运行时间,min;
a、b——最小二乘减风时间模型基础参数。
复风阶段T复风为高炉复风时间,与休风时间T休风有关,根据生产实际工况,复风为线性变化,如图4(b)所示,其最小二乘事件模型为:
T复风——复风持续时间,min。
b.减风事件标定
当高炉运行出现崩料、悬料或高炉出铁不顺等异常情况时,需要对高炉减风处理,减风量大小根据事件发生态势做出相应变化。根据高炉实际生产工况,热风炉减风1000以下事件相对其他减风事件发生频率较大,煤气发生量波动较小,具有不固定性,所以在标定期间选取几个具有代表性案例进行代替。在热风炉减风1000以下不能修正高炉正常生产时,热风炉需要继续减风,发生热风炉减风1000事件,波动量小于热风炉减风1500事件。如果,高炉运行继续异常,应持续减风达到减风1500。其减风1500事件最小二乘标定模型为(如图4):
式中,qi,BFG,jout——高炉煤气在发生热风炉减风1500时煤气发生量,km3/h;
T——热风炉减风1500事件持续时间,min;
a、b、c——最小二乘热风炉减分1500事件模型参数。
热风炉减风1000事件最小二乘标定模型为(如图5):
式中,qi,BFG,lout——高炉煤气在发生热风炉减风1000时煤气发生量,km3/h;
T——热风炉减风1000事件持续时间,min;
a、b、c——最小二乘热风炉减风1000事件模型参数。
3)对高炉煤气用户煤气消耗量进行标定。
为满足企业进行能耗分析和能效对标等方面的需求,高炉煤气消耗量标定采用以下两种方式进行标定,即基准消耗量和额定消耗量。
a.基准消耗量标定
式中,Qjzhbd,exBFG——基准煤气消耗量,km3/h;
qi,BFG,ex——高炉煤气消耗量,km3/h;
T——标定统计周期,min;
t——在统计周期T内非基准工况运行时间,min。
b.额定消耗量标定
式中,Qedbd,exBFG——高炉煤气额定消耗量,km3/t;
Wi——统计周期内基准工况产品产量,t/h;
wj——统计周期内非基准工况产品产量,t/h。
本发明的效果和益处是:
本发明基于历史数据和生产实时工况,考虑影响煤气发生量和消耗量的各种影响因素,对高炉煤气产生量和消耗量进行数据处理。将煤气回收分为正常生产过程、减风过程、复风过程和休风过程,使得标定结果更加准确和实用,这种标定方法得到的结果更能接近生产实际,对煤气精细化管理和煤气调度提供理论依据和工具。
本发明是在原有单产单耗分析的基础上,加入临时事件,克服钢铁企业长期应用煤气平衡表做静态预测的不足,将高炉运行各种事件统一处理,作为基础数据和信息来源,为煤气动态预测奠定基础。为煤气调度人员提供全面和系统的信息支持,能提高整体煤气利用效率。
附图说明:
图1为高炉煤气发生量标定工况点示意图。
图2为小波分离数据图。
图3为标定高炉煤气基准发生量示意图。
图4为标定高炉休风事件煤气发生量示意图。a:高炉休风事件煤气发生量减风示意图;b:高炉休风事件煤气发生量复风示意图。
图5为标定高炉煤气发生热风炉减风1500事件标定示意图。
图6为标定高炉煤气发生热风炉减风1000事件标定示意图。
具体实施方式:
本发明提供一种基于生产工况的高炉煤气产生量与消耗量的标定方法,其特征在于:该方法的步骤如下:
步骤一、采用实时监控采集数据,监测设备产品产量、运行工况和煤气产消量,设立工况点,描述设备运行所有工况;
步骤二、运用小波分析方法,将大量煤气历史数据分离出波动数据和趋势数据;
步骤三、分离趋势数据进行标定,根据不同工况点,采用最小二乘法建立不同标定模型,分别对基准工况和非基准工况进行标定,得到各个模型参数,完成标定。
步骤一所述的过程是设备运行现场观测与能源管理系统实时数据库读取历史煤气量数据相结合的方式,监测设备运行所有运行事件,再在设立工况点,描述设备运行工况;
步骤二利用小波分离技术,将监测到的煤气量历史数据分离为波动数据和趋势数据,结合工况点监测事件,对趋势数据分类为基准工况数据和非基准工况数据。
基准工况标定考虑产品产量、设备运行情况等因素,采用基准产生量,即消耗量标定和额定产生量即消耗量标定方法,描述设备正常运行时煤气量与时间、产品产量的关系。
高炉非基准工况煤气发生量的标定,将非基准工况划分为休风事件和减风事件,对不同工况建立不同标定模型。其休风事件细分为减风阶段、休风阶段和复风阶段,建立最小二乘线性标定模型;减风事件划分为热风炉减风1500、热风炉减风1000和热风炉减风1000以下事件,建立最小二乘减风1500和减分1000不同标定模型。
本发明包含数据准备和煤气标定两个阶段;
所述数据准备阶段包含以下几点:
1)按照设备运行工况,设立工况点,进行工况点划分,即对设备运行工况具体细分,一个工况点只能是基准工况或是非基准工况,如果工况点处于非基准工况状态,只能对应非基准工况其中的一种;
2)记录高炉煤气实时产生量即消耗量与单元产品产量,要求煤气产生量即消耗量与产品产量时时对应;
3)记录设备计划检修和临时事件的高炉煤气产生、消耗量,即设备基准工况和非基准工况煤气产生量即消耗量:
所述煤气标定分为以下步骤:
步骤一、对收集煤气量数据进行小波区分,得到趋势数据和波动数据,;
步骤二、对波动数据结合实际设备运行工况进行事件分离,得出基准工况和非基准工况数据;
步骤三、针对不同工况点对分离后趋势数据进行标定,工况点标定如下:
1)高炉基准工况煤气发生量的标定;
基准工况,即高炉运行常规状态下,主体设备和生产都在正常状态;煤气发生量的标定有两种基本形式,即:基准发生量标定和额定发生量标定;
a.基准发生量标定
基准发生量标定是描述在统计时间周期T内,煤气发生总量qi,BFG,out与作业时间t的关系;
式中,Qjzhbd,proBFG——高炉煤气基准发生量,km3/h;
qi,BFG,out——高炉煤气发生量,km3/h;
T——标定统计周期,min;
t——在统计周期T内非基准工况运行时间,min。
b.定额发生量标定
定额发生量标定是描述统计时期内,产品产量Wi与煤气产生量qi,BFG,out之间的关系。
式中,Qed,proBFG——高炉煤气额定发生量,km3/t;
Wi——统计周期内基准工况铁水产量,t/h;
wj——在统计周期内非基准工况铁水产量,t/h。
2)高炉非基准工况煤气发生量的标定;
非基准工况是高炉运行受生产事件影响,主体生产和设备运行状态脱离基准工况运行;标定时间从高炉运行出现变化到恢复正常运行时间;以煤气是否回收为标准划分,将事件细分为休风事件和减风事件;如数据准备阶段1)所述,高炉非基准工况休风事件分为高炉年休、月修、临时休风,减风事件分为热风炉减风1500、热风炉减风1000和热风炉减风1000以下事件,共计六种非基准工况;
b.休风事件标定
休风事件标定可分为三个阶段:减风休风复风
式中,Qbd,proBFG——标定煤气发生量,km3/h;
Ti——高炉在休风事件i阶段,i∈(减风,休风,复风)。
对于同一座高炉而言,每次减风过程持续时间几乎不变,其持续事件大体相同为60分钟左右,由基准发生量在60分钟左右降到零,标定为线性函数:q=at+b,如图4(a)所示,由最小二乘法得出a、b基础参数,其最小二乘减风事件模型为:
式中,T——煤气减风时间,min;
t——设备运行时间,min;
a、b——最小二乘减风时间模型基础参数。
复风阶段T复风为高炉复风时间,与休风时间T休风有关,根据生产实际工况,复风为线性变化,如图4(b)所示,其最小二乘事件模型为:
式中,T复风——复风持续时间,min。
b.减风事件标定
当高炉运行出现崩料、悬料或高炉出铁不顺等异常情况时,需要对高炉减风处理,减风量大小根据事件发生态势做出相应变化;根据高炉实际生产工况,热风炉减风1000以下事件相对其他减风事件发生频率较大,煤气发生量波动较小,具有不固定性,所以在标定期间选取几个具有代表性案例进行代替;在热风炉减风1000以下不能修正高炉正常生产时,热风炉需要继续减风,发生热风炉减风1000事件,波动量小于热风炉减风1500事件;如果,高炉运行继 续异常,应持续减风达到减风1500;其减风1500事件最小二乘标定模型为(如图4):
式中,qi,BFG,jout——高炉煤气在发生热风炉减风1500时煤气发生量,km3/h;
T——热风炉减风1500事件持续时间,min;
a、b、c——最小二乘热风炉减分1500事件模型参数。
热风炉减风1000事件最小二乘标定模型为(如图5):
式中,qi,BFG,lout——高炉煤气在发生热风炉减风1000时煤气发生量,km3/h;
T——热风炉减风1000事件持续时间,min;
a、b、c——最小二乘热风炉减风1000事件模型参数。
3)对高炉煤气用户煤气消耗量进行标定;
为满足企业进行能耗分析和能效对标等方面的需求,高炉煤气消耗量标定采用以下两种方式进行标定,即基准消耗量和额定消耗量;
a基准消耗量标定
式中,Qjzhbd,exBFG——基准煤气消耗量,km3/h;
qi,BFG,ex——高炉煤气消耗量,km3/h;
T——标定统计周期,min;
t——在统计周期T内非基准工况运行时间,min。
b.额定消耗量标定
式中,Qedbd,exBFG——高炉煤气额定消耗量,km3/t;
Wi——统计周期内基准工况产品产量,t/h;
wj——统计周期内非基准工况产品产量,t/h。
以下结合附图,对本发明的技术方案详细说明。标定对象为高炉煤气系统,分为两个阶段。
第一阶段,数据准备阶段。
1.数据采集与监控系统,将现场设备运行工况与煤气采集数据时时对应,根据实际运行情况设立工况点。并且记录与煤气产生(消耗)相对应的设备产品产量。
2.进行设备工况点划分,描述设备运行所有工况,例如高炉运行工况点划分如图1所示。
第二阶段,数据标定阶段。
1.对煤气采集数据进行小波分离,分离出趋势数据和波动数据,如图2所示。以高炉运行为例,选取高炉运行某一阶段煤气发生量数据,时间间隔5分钟,进过小波分离,得出煤气趋势数据和波动数据,表1为小波分离后趋势和波动数据结果。
表1 小波区分煤气量数据表
2.根据分离出的煤气趋势数据,找出工况点所对应的煤气量,划分出基准工况和非基准工况。
3.对分离后数据进行工况点标定。
a.基准工况标定
基准工况标定,以高炉煤气发生量标定为例。
所需数据为统计时期高炉煤气发生量qi,BFG,out,铁水产量wi,统计期时间T。
基准发生量标定:如图3所示,分离出非基准高炉运行工况,将煤气发生量qi,BFG,out,与高炉运行时间t带入公式(1),得到高炉煤气基准发生量Qjzhbd,proBFG。
额定发生量标定:分离出非基准高炉运行工况,将煤气发生量qi,BFG,out,与高炉铁水产量wi带入公式(2),得到高炉煤气额定发生量Qedbd,proBFG。
表2 高炉煤气发生量标定数据及结果
b.高炉煤气非基准工况标定
休风事件标定:在非基准工况中,找出休风事件的减风阶段数据,应用最小二乘法建模。将煤气量带入公式(4)中,算出模型参数a、b,求得线性函数q=at+b,为最终标定数据。复风阶段标定与复风持续时间T复风有关,标定过程与减风阶段雷同,得到工况煤气发生量数据qi,BFG,out后,带入模型(5),得到模型参数a、b,为线性函数如图4所示。
热风炉减风1500事件由公式(7)得出标定结果,通过数据准备阶段,分离出热风炉减风1500事件的数据。再应用最小二乘法对数据进行标定,模型为公式(7),其标定结果为:如图5所示。数据标定结果如表3所示。
表3 热风炉减风1500标定数据及结果
热风炉减风1000事件是由热风炉减风1000以下事件发展过来的,当减风1000以下不能解决炉况运行不顺的时继续减风到1000。在此期间,煤气发生量发生较大变化,其趋势如公式(8)所示,为抛物线q=at2+bt+c。标定过程与减风1500事件雷同,如图6所示。结果如表4所示。
表4 热风炉减风1000标定数据及结果
由于高炉运行非基准工况中的热风炉减分1000以下事件较为复杂,选取几个具有代表性数据作为标定数据。
4.高炉煤气消耗量标定。高炉煤气消耗分为停产和运行两种运行状态,在停产检修时,煤气消耗量为零,正常运行煤气量标定与高炉煤气基准发生量标定过程相同。选取基准运行工况数据,煤气发生量qi,BFG,out,产品产量wi,基准工况运行时间t,带入到公式(8)、(9)中,进行基准消耗量和额定消耗量标定。
本发明的标定方法是建立在钢铁企业煤气静态预测的基础之上,以高炉煤气系统历史数据为基础,结合实际设备运行情况,设立工况点。通过小波分析将煤气数据分离出趋势数据和波动数据,运用最小二乘法对不同工况点建立标定模型,求解得出具体参数的过程。从标定结果上看,模型可信度高,为煤气 平衡调度人员提供良好的信息,可大幅度节省煤气调度时间。从能源管理系统来看,满足钢铁企业煤气系统进行动态预测和调度的技术要求。
本方法利用大量的历史样本数据,分析出各个工况点煤气量变化情况,使用小波分析、最小二乘法建立有效的事件标定模型,挖掘出煤气系统深层信息,描述各个事件煤气量发展态势,可进行准确的煤气动态预测。而且克服了钢铁企业长期使用经验调度煤气的现状,指导现场人员制定科学合理的煤气平衡,节约煤气调度时间,减少放散。
Claims (3)
1.一种基于生产工况的高炉煤气产生量与消耗量的标定方法,其特征在于:该方法的步骤如下:
步骤一、采用实时监控采集数据,监测设备产品产量、运行工况和煤气产消量,设立工况点,描述设备运行所有基准与非基准工况;
步骤二、运用小波分析方法,将大量煤气历史数据分离出波动数据和趋势数据;
步骤三、根据步骤一分离出的工况点,将趋势数据划分为基准与非基准工况所对应的工况点数据,建立相应的标定模型,得到模型参数,完成标定。
2.如权利要求1所述的基于生产工况的高炉煤气产生量与消耗量的标定方法,其特征在于
步骤一所述的过程是设备运行现场观测与能源管理系统实时数据库读取历史煤气量数据相结合的方式,监测设备运行所有运行事件,再在设立工况点,描述设备运行工况;
步骤二利用小波分离技术,将监测到的煤气量历史数据分离为波动数据和趋势数据,结合工况点监测事件,对趋势数据分类为基准工况数据和非基准工况数据。
基准工况标定考虑产品产量、设备运行情况等因素,采用基准产生量,即消耗量标定和额定产生量即消耗量标定方法,描述设备正常运行时煤气量与时间、产品产量的关系。
高炉非基准工况煤气发生量的标定,将非基准工况划分为休风事件和减风事件,对不同工况建立不同标定模型。其休风事件细分为减风阶段、休风阶段和复风阶段,建立最小二乘线性标定模型;减风事件划分为热风炉减风1500、热风炉减风1000和热风炉减风1000以下事件,建立最小二乘减风1500和减分1000不同标定模型。
3.根据权利要求1所述的基于生产工况的高炉煤气产生量与消耗量的标定方法,其特征在于:根据设备运行现场实时监控与数据库读取历史煤气量信息,本发明包含数据准备和煤气标定两个阶段。
所述数据准备阶段包含以下几点:
1)按照设备运行工况,设立工况点,进行工况点划分,即对设备运行工况具体细分,一个工况点只能是基准工况或是非基准工况,如果工况点处于非基准工况状态,只能对应非基准工况其中的一种;
2)记录高炉煤气实时产生量即消耗量与单元产品产量,要求煤气产生量即消耗量与产品产量时时对应;
3)记录设备计划检修和临时事件的高炉煤气产生、消耗量,即设备基准工况和非基准工况煤气产生量即消耗量:
所述煤气标定分为以下步骤:
步骤一、对收集煤气量数据进行小波区分,得到趋势数据和波动数据;
步骤二、对波动数据结合实际设备运行工况进行事件分离,得出基准工况和非基准工况数据;
步骤三、针对不同工况点对分离后趋势数据进行标定,工况点标定如下:
1)高炉基准工况煤气发生量的标定;
基准工况,即高炉运行常规状态下,主体设备和生产都在正常状态;煤气发生量的标定有两种基本形式,即:基准发生量标定和额定发生量标定;
a.基准发生量标定
基准发生量标定是描述在统计时间周期T内,煤气发生总量Q与作业时间t的关系;
式中,Qjzhbd,proBFG——高炉煤气基准发生量;
qi,BFG,out——高炉煤气发生量;
T——标定统计周期;
t——在统计周期T内非基准工况运行时间;
b.定额发生量标定
定额发生量标定是描述统计时期内,产品产量W与煤气产生量Q之间的关系;
式中,Qed,proBFG——高炉煤气额定发生量;
W——统计周期内基准工况铁水产量;
w——统计周期内非基准工况铁水产量;
2)高炉非基准工况煤气发生量的标定;
非基准工况是高炉运行受生产事件影响,主体生产和设备运行状态脱离基准工况运行;标定时间从高炉运行出现变化到恢复正常运行时间;以煤气是否回收为标准划分,将事件细分为休风事件和减风事件;如数据准备阶段1)所述,高炉非基准工况休风事件分为高炉年休、月修、临时休风,减风事件分为热风炉减风1500、热风炉减风1000和热风炉减风1000以下事件,共计六种非基准工况;
a.休风事件标定
休风事件标定可分为三个阶段:减风,休风,复风;
式中,Qbd,proBFG——标定煤气发生量;
Ti——高炉在休风事件i阶段,i∈(减风,休风,复风);
对于同一座高炉而言,每次减风过程持续时间几乎不变,其持续事件大体相同为60分钟左右,由基准发生量在60分钟左右降到零,标定为线性函数:q=at+b,由最小二乘法得出a、b基础参数,其最小二乘减风事件模型为:
式中,T——煤气减风时间;
t——设备运行时间;
a、b——最小二乘减风时间模型基础参数;
复风阶段T复风为高炉复风时间,与休风时间T休风有关,根据生产实际工况,复风为线性变化,其最小二乘事件模型为:
T复风——复风持续时间;
b.减风事件标定
当高炉运行出现崩料、悬料或高炉出铁不顺等异常情况时,需要对高炉减风处理,减风量大小根据事件发生态势做出相应变化;根据高炉实际生产工况,热风炉减风1000以下事件相对其他减风事件发生频率较大,煤气发生量波动较小,具有不固定性,所以在标定期间选取几个具有代表性案例进行代替;在热风炉减风1000以下不能修正高炉正常生产时,热风炉需要继续减风,发生热风炉减风1000事件,波动量小于热风炉减风1500事件;如果,高炉运行继续异常,应持续减风达到减风1500;其减风1500事件最小二乘标定模型为(如图4):
式中,qi,BFG,jout——高炉煤气在发生热风炉减风1500时煤气发生量;
T——热风炉减风1500事件持续时间;
a、b、c——模型参数;
热风炉减风1000事件最小二乘标定模型为(如图5):
式中,qi,BFG,lout——高炉煤气在发生热风炉减风1000时煤气发生量;
T——热风炉减风1000事件持续时间;
a、b、c——模型参数;
3)对高炉煤气用户煤气消耗量进行标定;
为满足企业进行能耗分析和能效对标等方面的需求,高炉煤气消耗量标定采用以下两种方式进行标定,即基准消耗量和额定消耗量;
a.基准消耗量标定
式中,Qjzhbd,exBFG——基准煤气消耗量;
qi,BFG,ex——高炉煤气消耗量;
T——标定统计周期;
t——在统计周期T内非基准工况运行时间;
b.额定消耗量标定
式中,Qedbd,proBFG——高炉煤气额定消耗量;
qi,BFG,out——高炉煤气消耗量;
W——统计周期内基准工况产品产量;
ω——统计周期内非基准工况产品产量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310723376.0A CN104238483B (zh) | 2013-12-23 | 2013-12-23 | 基于生产工况的高炉煤气产生量与消耗量的标定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310723376.0A CN104238483B (zh) | 2013-12-23 | 2013-12-23 | 基于生产工况的高炉煤气产生量与消耗量的标定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104238483A true CN104238483A (zh) | 2014-12-24 |
CN104238483B CN104238483B (zh) | 2017-08-04 |
Family
ID=52226790
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310723376.0A Expired - Fee Related CN104238483B (zh) | 2013-12-23 | 2013-12-23 | 基于生产工况的高炉煤气产生量与消耗量的标定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104238483B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104615856A (zh) * | 2015-01-06 | 2015-05-13 | 莱芜钢铁集团电子有限公司 | 基于热风炉组的煤气消耗量预测模型建立方法及装置 |
CN107918368A (zh) * | 2017-11-28 | 2018-04-17 | 东北大学 | 钢铁企业煤气产生量与消耗量的动态预测方法及设备 |
CN110699502A (zh) * | 2019-09-30 | 2020-01-17 | 鞍钢集团自动化有限公司 | 一种高精度预测高炉热风炉煤气消耗量的方法 |
CN112068516A (zh) * | 2020-09-03 | 2020-12-11 | 南京罕华流体技术有限公司 | 基于精准控制技术的燃气锅炉协同运行方法 |
CN112215464A (zh) * | 2020-09-04 | 2021-01-12 | 北京天泽智云科技有限公司 | 一种多工况下高炉煤气的预测平衡调度系统 |
CN116596231A (zh) * | 2023-05-09 | 2023-08-15 | 重庆赛迪奇智人工智能科技有限公司 | 一种铁水调度计划修正方法、装置、设备及存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101709919A (zh) * | 2009-12-10 | 2010-05-19 | 杨昭平 | 一种用于钢铁企业的煤气平衡装置及煤气平衡工艺 |
CN102147273A (zh) * | 2010-01-29 | 2011-08-10 | 大连理工大学 | 一种基于数据的冶金企业高炉煤气动态预测方法 |
CN102338695A (zh) * | 2011-06-09 | 2012-02-01 | 上海宝钢工业检测公司 | 工业炉窑直燃烧嘴的标定系统及方法 |
-
2013
- 2013-12-23 CN CN201310723376.0A patent/CN104238483B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101709919A (zh) * | 2009-12-10 | 2010-05-19 | 杨昭平 | 一种用于钢铁企业的煤气平衡装置及煤气平衡工艺 |
CN102147273A (zh) * | 2010-01-29 | 2011-08-10 | 大连理工大学 | 一种基于数据的冶金企业高炉煤气动态预测方法 |
CN102338695A (zh) * | 2011-06-09 | 2012-02-01 | 上海宝钢工业检测公司 | 工业炉窑直燃烧嘴的标定系统及方法 |
Non-Patent Citations (2)
Title |
---|
张琦 等: "钢铁企业高炉煤气供需预测模型及应用", 《东北大学学报(自然科学版)》 * |
聂秋平 等: "一种基于消耗预测的钢铁企业煤气平衡与数据校正方法", 《化工自动化及仪表》 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104615856A (zh) * | 2015-01-06 | 2015-05-13 | 莱芜钢铁集团电子有限公司 | 基于热风炉组的煤气消耗量预测模型建立方法及装置 |
CN104615856B (zh) * | 2015-01-06 | 2017-09-29 | 莱芜钢铁集团电子有限公司 | 基于热风炉组的煤气消耗量预测模型建立方法及装置 |
CN107918368A (zh) * | 2017-11-28 | 2018-04-17 | 东北大学 | 钢铁企业煤气产生量与消耗量的动态预测方法及设备 |
CN107918368B (zh) * | 2017-11-28 | 2019-07-26 | 东北大学 | 钢铁企业煤气产生量与消耗量的动态预测方法及设备 |
CN110699502A (zh) * | 2019-09-30 | 2020-01-17 | 鞍钢集团自动化有限公司 | 一种高精度预测高炉热风炉煤气消耗量的方法 |
CN112068516A (zh) * | 2020-09-03 | 2020-12-11 | 南京罕华流体技术有限公司 | 基于精准控制技术的燃气锅炉协同运行方法 |
CN112068516B (zh) * | 2020-09-03 | 2022-03-08 | 南京罕华流体技术有限公司 | 基于精准控制技术的燃气锅炉协同运行方法 |
CN112215464A (zh) * | 2020-09-04 | 2021-01-12 | 北京天泽智云科技有限公司 | 一种多工况下高炉煤气的预测平衡调度系统 |
CN112215464B (zh) * | 2020-09-04 | 2024-05-07 | 北京天泽智云科技有限公司 | 一种多工况下高炉煤气的预测平衡调度系统 |
CN116596231A (zh) * | 2023-05-09 | 2023-08-15 | 重庆赛迪奇智人工智能科技有限公司 | 一种铁水调度计划修正方法、装置、设备及存储介质 |
CN116596231B (zh) * | 2023-05-09 | 2024-02-06 | 重庆赛迪奇智人工智能科技有限公司 | 一种铁水调度计划修正方法、装置、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN104238483B (zh) | 2017-08-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104238483A (zh) | 基于生产工况的高炉煤气产生量与消耗量的标定方法 | |
Makarov et al. | Sizing energy storage to accommodate high penetration of variable energy resources | |
CN102376026B (zh) | 工业企业用电负荷优化系统 | |
CN104219315B (zh) | 一种用电信息采集系统的运行监控系统及其监控方法 | |
CN102156467B (zh) | 基于钢铁生产计划的能源预测方法 | |
CN106096840A (zh) | 一种能源管理系统 | |
CN103475021B (zh) | 一种基于统计模型的风电场弃风电量确定方法 | |
CN105187010A (zh) | 一种光伏电站的智能化监控与运维系统 | |
CN114707949A (zh) | 一种基于边缘网关的碳排放管理系统和方法 | |
CN104182902A (zh) | 一种基于调度数据网集中运维系统的监控方法 | |
JP2014016691A (ja) | 設備維持管理業務支援システム、およびその方法 | |
CN105678467A (zh) | 特高压交直流联网下调控一体数据分析与辅助决策系统及方法 | |
CN109598353A (zh) | 一种批次电能表近期寿命预测方法 | |
CN110826916A (zh) | 一种增量配电网调控及展示系统 | |
CN102592004B (zh) | 钢铁联合企业全工序能况在线分析诊断系统及方法 | |
CN112613066A (zh) | 一种基于大规模风电场的互联网信息管理系统 | |
CN107272572B (zh) | 一种通过mhcims分析起重机效能/能效的方法 | |
Nusraningrum et al. | Analysis of Overall equipment effectiveness (OEE) on engine power plant performance | |
CN109980629B (zh) | 一种实时发电自驾驶全过程降维可视化监视系统 | |
CN116231757A (zh) | 一种水风光电站群的发电能效分析管理系统 | |
Xueliang et al. | Study of power grid planning integrated information platform based on big-data technology | |
Yang et al. | Compliance verification and probabilistic analysis of state-wide power quality monitoring data | |
CN112271821A (zh) | 基于云计算的用电终端降损节能智能化监测与分析系统 | |
CN104361422A (zh) | 一种基于经济评估的电力用户电能质量数据收集方法 | |
CN113837418A (zh) | 一种电力电量平衡分析系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20170804 Termination date: 20171223 |