CN109022654A - 基于高炉炉况分类的高炉布料调节方法、设备及存储设备 - Google Patents
基于高炉炉况分类的高炉布料调节方法、设备及存储设备 Download PDFInfo
- Publication number
- CN109022654A CN109022654A CN201811010708.XA CN201811010708A CN109022654A CN 109022654 A CN109022654 A CN 109022654A CN 201811010708 A CN201811010708 A CN 201811010708A CN 109022654 A CN109022654 A CN 109022654A
- Authority
- CN
- China
- Prior art keywords
- blast furnace
- conditions
- classification
- history
- coke ratio
- 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
Classifications
-
- C—CHEMISTRY; METALLURGY
- C21—METALLURGY OF IRON
- C21B—MANUFACTURE OF IRON OR STEEL
- C21B7/00—Blast furnaces
- C21B7/18—Bell-and-hopper arrangements
- C21B7/20—Bell-and-hopper arrangements with appliances for distributing the burden
-
- C—CHEMISTRY; METALLURGY
- C21—METALLURGY OF IRON
- C21B—MANUFACTURE OF IRON OR STEEL
- C21B5/00—Making pig-iron in the blast furnace
- C21B5/006—Automatically controlling the process
-
- C—CHEMISTRY; METALLURGY
- C21—METALLURGY OF IRON
- C21B—MANUFACTURE OF IRON OR STEEL
- C21B5/00—Making pig-iron in the blast furnace
- C21B5/008—Composition or distribution of the charge
-
- C—CHEMISTRY; METALLURGY
- C21—METALLURGY OF IRON
- C21B—MANUFACTURE OF IRON OR STEEL
- C21B2300/00—Process aspects
- C21B2300/04—Modeling of the process, e.g. for control purposes; CII
Landscapes
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Manufacturing & Machinery (AREA)
- Materials Engineering (AREA)
- Metallurgy (AREA)
- Organic Chemistry (AREA)
- Manufacture Of Iron (AREA)
Abstract
本发明提供了基于高炉炉况分类的高炉布料调节方法、设备及存储设备,首先采用小波去燥方法和模糊C均值算法,得到历史高炉炉况分类类别和炉状态参数聚类中心;再将不同高炉炉况类别分别与选取的历史布料操作参数进行一一对应,确定不同高炉炉况类别时历史边缘矿焦比和中心矿焦比范围;然后根据获取的当前高炉状态参数和高炉状态参数聚类中心,确定当前高炉炉况类别;进而确定出当前高炉边缘矿焦比和中心矿焦比调节的范围。基于高炉炉况分类的高炉布料调节设备及存储设备,用于实现基于高炉炉况分类的高炉布料调节方法。本发明的有益效果是:本发明的布料调节方法的理论性强,提高了布料调节的可靠性、适用性和实用性。
Description
技术领域
本发明涉及自动控制领域,尤其涉及基于高炉炉况分类的高炉布料调节方法、设备及存储设备。
背景技术
高炉是钢铁冶金重要的设备之一,是一个连续的生产过程。布料操作又是控制高炉的主要手段,高炉运行过程中包含多种运行状态,这些运行状态对应了不同的炉况,针对不同的炉况需要采用与之相对应的布料操作。合理的布料操作不仅能减少原料消耗,是高炉保持稳定运行,同时也能提高高炉寿命。目前高炉布料调节主要靠现场工作人员的经验和专家系统进行调节,人工经验主观性太强,往往无法做出正确的判断,另外建立专家系统需要耗费大量资源,且无法推广到其他高炉中使用。因此,亟需研究基于高炉炉况分类的高炉布料调节方法解决上述问题。
发明内容
为了解决上述问题,本发明提供了基于高炉炉况分类的高炉布料调节方法、设备及存储设备。基于高炉炉况分类的高炉布料调节方法,主要包括以下步骤:
S101:选取历史高炉状态参数和历史布料操作参数,所述历史高炉状态参数包括:高炉顶温、料速、压差和透气性指数,所述历史布料操作参数包括:边缘矿焦比和中心矿焦比;
S102:采用小波去燥方法对所述历史高炉状态参数进行去燥处理;
S103:采用模糊C均值算法对去燥处理后的历史高炉状态参数进行聚类,得到历史高炉炉况分类类别和炉状态参数聚类中心;
S104:将历史中的不同高炉炉况类别分别与所述历史布料操作参数进行一一对应,分别确定不同高炉炉况类别时历史边缘矿焦比和中心矿焦比范围;
S105:获取当前高炉状态参数,并根据当前高炉状态参数和高炉状态参数聚类中心,确定当前高炉炉况类别;根据当前高炉状态参数计算距离聚类中心的欧式距离,选取所述欧式距离最小的聚类中心所对应的类别作为当前高炉炉况类别;
S106:根据当前高炉炉况类别,确定出当前高炉边缘矿焦比和中心矿焦比调节的范围;
S107:根据当前高炉边缘矿焦比和中心矿焦比调节范围,进行高炉布料调节。
进一步地,在步骤S102中,透气性指数的原始数据Q(t)去噪的过程中,将气性指数的原始数据Q(t)带入小波函数ψ(t)中,产生连续小波函数根据连续小波函数滤除噪声成分,其中a为伸缩因子,b为平移因子。
进一步地,在步骤S103中,模糊C均值算法的目标函数为其中,uij是样本xi属于类别j的隶属度,m是大于1的权重参数,cj是第j类的聚类中心,n和c分别为样本数和类别数。
进一步地,在步骤S104中,边缘矿焦比和中心矿焦比用来调节指标参数CO利用率,通过调节边缘矿焦比和中心矿焦比调节高炉布料,进而达到改善指标参数CO利用率的目的。
一种存储设备,所述存储设备存储指令及数据用于实现基于高炉炉况分类的高炉布料调节方法。
基于高炉炉况分类的高炉布料调节设备,包括:处理器及所述存储设备;所述处理器加载并执行所述存储设备中的指令及数据用于实现基于高炉炉况分类的高炉布料调节方法。
本发明提供的技术方案带来的有益效果是:基于理论研究和不同炉况的分析,本发明的布料调节方法的理论性强,提高了布料调节的可靠性、适用性和实用性。
附图说明
下面将结合附图及实施例对本发明作进一步说明,附图中:
图1是本发明实施例中基于高炉炉况分类的高炉布料调节方法的流程图;
图2是本发明实施例中透气性指数温滤波前后对比图;
图3是本发明实施例中顶温滤波前后对比图;
图4是本发明实施例中炉况类别1的对比结果图;
图5是本发明实施例中炉况类别2的对比结果图;
图6是本发明实施例中炉况类别3的对比结果图;
图7是本发明实施例中炉况类别4的对比结果图;
图8是本发明实施例中硬件设备工作的示意图。
具体实施方式
为了对本发明的技术特征、目的和效果有更加清楚的理解,现对照附图详细说明本发明的具体实施方式。
本发明的实施例提供了基于高炉炉况分类的高炉布料调节方法、设备及存储设备。
请参考图1,图1是本发明实施例中基于高炉炉况分类的高炉布料调节方法的流程图,具体包括如下步骤:
S101:选取历史高炉状态参数和历史布料操作参数,所述历史高炉状态参数包括:高炉顶温、料速、压差和透气性指数,所述历史布料操作参数包括:边缘矿焦比和中心矿焦比;
S102:采用小波去燥方法对所述历史高炉状态参数进行去燥处理;以透气性指数的原始数据Q(t)为例,将气性指数的原始数据Q(t)带入小波函数ψ(t)中,生产连续小波函数有效滤除噪声成分,提高聚类的可靠性,其中a为伸缩因子,取a=6,b为平移因子,取b=2,得到如图2所示的透气性指数温滤波前后对比图和图3所示的顶温滤波前后对比图;
S103:采用模糊C均值算法对去燥处理后的历史高炉状态参数进行聚类,得到历史高炉炉况分类类别和炉状态参数聚类中心;对于任意一确定高炉,聚类中心确定后就不会再改变;模糊C均值算法的目标函数为其中,uij是样本xi属于类别j的隶属度,m是大于1的权重参数,cj是第j类的聚类中心,n和c分别为样本数和类别数;通过该算法可以得到每个样本的隶属度uij和聚类中心cj,由每个样本的隶属度uij就可以得到历史高炉炉况分类类别;
S104:将历史中的不同高炉炉况类别分别与所述历史布料操作参数进行一一对应,分别确定不同高炉炉况类别时历史边缘矿焦比和中心矿焦比范围;在步骤S104中,边缘矿焦比和中心矿焦比用来调节指标参数CO利用率,通过调节边缘矿焦比和中心矿焦比调节高炉布料,进而达到改善指标参数CO利用率的目的;
S105:获取当前高炉状态参数,并根据当前高炉状态参数和高炉状态参数聚类中心,确定当前高炉炉况类别;根据当前高炉状态参数计算距离聚类中心的欧式距离,选取所述欧式距离最小的聚类中心所对应的类别作为当前高炉炉况类别;
S106:根据当前高炉炉况类别,确定出当前高炉边缘矿焦比和中心矿焦比调节的范围;
S107:根据当前高炉边缘矿焦比和中心矿焦比调节范围,进行高炉布料调节。
根据上述方法,本发明实施例中选取了某2800m3高炉373组高炉状态参数进行历史状态聚类,得到4个高炉炉况类别,结果如表1所示。表2为CO利用率提高的前提下各类别高炉边缘矿焦比和中心矿焦比范围。
表1历史高炉炉况类别
类别 | 1 | 2 | 3 | 4 |
样本数 | 99 | 91 | 96 | 87 |
表2各类别矿焦比范围
类别 | 1 | 2 | 3 | 4 |
边缘矿焦比 | 5.05-5.18 | 5.00-5.08 | 4.90-5.02 | 5.15-5.23 |
中心矿焦比 | 13.7-14.5 | 14.3-14.7 | 14.8-15.6 | 14.5-15.0 |
另外选取了230组数据作为验证样本,采用数据聚类中心确定验证样本所属的炉况类别,得到如表3所示的结果。然后统计每个验证样本类别矿焦比范围,并与历史矿焦比范围进行对比,图4、5、6、7分别为炉况类别1、2、3、4对比结果图,每个炉况类别给出一种矿焦比结果,图中“o”表示正确结果,“*”表示错误结果。
表3验证样本炉况类别
类别 | 1 | 2 | 3 | 4 |
样本数 | 69 | 26 | 89 | 46 |
统计每个类别下两种矿焦比调节范围的正确率(小数),结果如表4所示。结果表明本方法能够在一定程度上指导高炉布料操作。
表2各类别矿焦比范围
请参见图8,图8是本发明实施例的硬件设备工作示意图,所述硬件设备具体包括:基于高炉炉况分类的高炉布料调节设备401、处理器402及存储设备403。
基于高炉炉况分类的高炉布料调节设备401:所述一种基于高炉炉况分类的高炉布料调节设备401实现所述基于高炉炉况分类的高炉布料调节方法。
处理器402:所述处理器402加载并执行所述存储设备403中的指令及数据用于实现所述基于高炉炉况分类的高炉布料调节方法。
存储设备403:所述存储设备403存储指令及数据;所述存储设备403用于实现所述基于高炉炉况分类的高炉布料调节方法。
本发明的有益效果是:基于理论研究和不同炉况的分析,本发明的布料调节方法的理论性强,提高了布料调节的可靠性、适用性和实用性。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (6)
1.基于高炉炉况分类的高炉布料调节方法,其特征在于:包括以下步骤:
S101:选取历史高炉状态参数和历史布料操作参数,所述历史高炉状态参数包括:高炉顶温、料速、压差和透气性指数,所述历史布料操作参数包括:边缘矿焦比和中心矿焦比;
S102:采用小波去噪方法对所述历史高炉状态参数进行去噪处理;
S103:采用模糊C均值算法对去燥处理后的历史高炉状态参数进行聚类,得到历史高炉炉况分类类别和高炉状态参数聚类中心;
S104:将历史中的不同高炉炉况类别分别与所述历史布料操作参数进行一一对应,确定不同高炉炉况类别时历史边缘矿焦比和中心矿焦比范围;
S105:获取当前高炉状态参数,并根据当前高炉状态参数和所述高炉状态参数聚类中心,确定当前高炉炉况类别;根据当前高炉状态参数计算距离聚类中心的欧式距离,选取所述欧式距离最小的聚类中心所对应的类别作为当前高炉炉况类别;
S106:根据当前高炉炉况类别,确定出当前高炉边缘矿焦比和中心矿焦比调节范围;
S107:根据当前高炉边缘矿焦比和中心矿焦比调节范围,对高炉布料进行调节。
2.如权利要求1所述的基于高炉炉况分类的高炉布料调节方法,其特征在于:在步骤S102中,所述历史高炉状态参数中的任一子参数的原始数据Q(t)去噪的过程中,将任一子参数的原始数据Q(t)带入小波函数ψ(t)中,产生连续小波函数根据连续小波函数滤除噪声成分,其中a为伸缩因子,b为平移因子。
3.如权利要求1所述的基于高炉炉况分类的高炉布料调节方法,其特征在于:在步骤S103中,模糊C均值算法的目标函数为其中,uij是样本xi属于类别j的隶属度,m是大于1的权重参数,cj是第j类的聚类中心,n和c分别为样本数和类别数。
4.如权利要求1所述的基于高炉炉况分类的高炉布料调节方法,其特征在于:在步骤S104中,边缘矿焦比和中心矿焦比用来调节指标参数CO利用率,通过调节边缘矿焦比和中心矿焦比调节高炉布料,进而达到改善指标参数CO利用率的目的。
5.一种存储设备,其特征在于:所述存储设备存储指令及数据用于实现权利要求1~4所述的任意基于高炉炉况分类的高炉布料调节方法。
6.一种基于高炉炉况分类的高炉布料调节设备,其特征在于:包括:处理器及存储设备;所述处理器加载并执行所述存储设备中的指令及数据用于实现权利要求1~4所述的任意基于高炉炉况分类的高炉布料调节方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811010708.XA CN109022654B (zh) | 2018-08-31 | 2018-08-31 | 基于高炉炉况分类的高炉布料调节方法、设备及存储设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811010708.XA CN109022654B (zh) | 2018-08-31 | 2018-08-31 | 基于高炉炉况分类的高炉布料调节方法、设备及存储设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109022654A true CN109022654A (zh) | 2018-12-18 |
CN109022654B CN109022654B (zh) | 2020-07-07 |
Family
ID=64622618
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811010708.XA Active CN109022654B (zh) | 2018-08-31 | 2018-08-31 | 基于高炉炉况分类的高炉布料调节方法、设备及存储设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109022654B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112347153A (zh) * | 2020-10-23 | 2021-02-09 | 中冶南方工程技术有限公司 | 一种高炉炉墙内型的判断方法、终端设备及存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107622279A (zh) * | 2017-09-05 | 2018-01-23 | 重庆邮电大学 | 高炉内部状态的分类方法 |
CN107832880A (zh) * | 2017-10-31 | 2018-03-23 | 中国地质大学(武汉) | 基于布料参数的高炉状态变量预测方法 |
-
2018
- 2018-08-31 CN CN201811010708.XA patent/CN109022654B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107622279A (zh) * | 2017-09-05 | 2018-01-23 | 重庆邮电大学 | 高炉内部状态的分类方法 |
CN107832880A (zh) * | 2017-10-31 | 2018-03-23 | 中国地质大学(武汉) | 基于布料参数的高炉状态变量预测方法 |
Non-Patent Citations (2)
Title |
---|
杨永峰等: "《经验模态分解在振动分析中的应用》", 30 November 2013 * |
肖怀铁等: "《基于核方法的雷达高分辨距离像目标识别理论与方法》", 30 September 2015 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112347153A (zh) * | 2020-10-23 | 2021-02-09 | 中冶南方工程技术有限公司 | 一种高炉炉墙内型的判断方法、终端设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN109022654B (zh) | 2020-07-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109146705B (zh) | 一种用电特征指标降维与极限学习机算法进行窃电检测的方法 | |
CN110245850B (zh) | 一种考虑时序的烧结过程工况识别方法及系统 | |
CN108052968B (zh) | 一种qsfla-svm的感知入侵检测方法 | |
CN111612053A (zh) | 一种线损率合理区间的计算方法 | |
CN117992894B (zh) | 基于物联网的农业大棚环境异常数据监测方法 | |
CN109022654A (zh) | 基于高炉炉况分类的高炉布料调节方法、设备及存储设备 | |
CN104182511B (zh) | 一种簇特征加权的模糊紧致散布聚类方法 | |
CN111444963A (zh) | 一种基于ssa-svr模型的高炉铁水硅含量预测方法 | |
CN114492588A (zh) | 一种火电厂辅机设备故障识别方法、系统、设备和存储介质 | |
CN114580572B (zh) | 一种异常值的识别方法、装置、电子设备及存储介质 | |
CN104950873B (zh) | 工业控制回路间歇振荡的在线检测方法 | |
CN116738353A (zh) | 基于数据分析的制药车间空气滤芯性能检测方法 | |
CN105049286A (zh) | 基于层次聚类的云平台测速数据判定方法 | |
CN106357458A (zh) | 网元异常检测方法及装置 | |
CN114742123A (zh) | 一种用于样本不足的工控系统的工控异常检测方法 | |
CN112215286B (zh) | 基于小波分解重构及近邻算法的磨煤机运行状态判别方法 | |
CN117614868A (zh) | 一种滤波器组多载频调制系统及方法 | |
CN110706004A (zh) | 一种基于层次聚类的农田重金属污染物溯源方法 | |
CN116522103A (zh) | 基于itd分解和麻雀优化的孪生支持向量机的电能质量扰动分类方法 | |
CN109919238A (zh) | 一种基于监督核共享近邻的云自适应模糊k近邻分类方法 | |
CN109919201A (zh) | 一种基于多浓度数据的污染类型分析方法 | |
CN104008197B (zh) | 一种特征加权的模糊紧致散布聚类方法 | |
CN111985563A (zh) | 一种基于谐波发射水平的工业用户电力设备分类方法 | |
CN112906783A (zh) | 一种适用于跨被试的脑电情绪识别方法及装置 | |
CN104166990B (zh) | 一种利用分辨率调整进行图像分割的方法和系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |