CN109146233A - 一种无钟炉顶矿石自学习布料的方法及装置 - Google Patents

一种无钟炉顶矿石自学习布料的方法及装置 Download PDF

Info

Publication number
CN109146233A
CN109146233A CN201810713636.9A CN201810713636A CN109146233A CN 109146233 A CN109146233 A CN 109146233A CN 201810713636 A CN201810713636 A CN 201810713636A CN 109146233 A CN109146233 A CN 109146233A
Authority
CN
China
Prior art keywords
cloth
ore
feed bin
self study
throttle angle
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.)
Pending
Application number
CN201810713636.9A
Other languages
English (en)
Inventor
王牧麒
黄俊杰
王有良
陈建
陈川
郑凯
范小斌
马建泉
甄坤泰
郑朋超
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.)
Shougang Jingtang United Iron and Steel Co Ltd
Original Assignee
Shougang Jingtang United Iron and 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 Shougang Jingtang United Iron and Steel Co Ltd filed Critical Shougang Jingtang United Iron and Steel Co Ltd
Priority to CN201810713636.9A priority Critical patent/CN109146233A/zh
Publication of CN109146233A publication Critical patent/CN109146233A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0631Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/04Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/02Agriculture; Fishing; Forestry; Mining

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Development Economics (AREA)
  • Animal Husbandry (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Agronomy & Crop Science (AREA)
  • Educational Administration (AREA)
  • Marine Sciences & Fisheries (AREA)
  • Mining & Mineral Resources (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Manufacture Of Iron (AREA)

Abstract

本发明涉及矿物加工技术领域,特别涉及一种无钟炉顶矿石多选程自学习的方法,包括:获取矿石的种类及粒度;根据矿石的种类及粒度对矿石进行分类;根据高炉炉内装料要求搭配料仓的矿石,同一料仓加入相同种类、相同粒径范围的矿石,对料仓进行编号及数量统计;对所有的料仓进行排列组合分组,每组包含至少一个料仓;控制每组料仓独立进行布料节流阀角度自学习,通过上一批次同组配置的矿石布料偏差值修正下一批次的布料节流阀角度纠正值;调取下一批次的布料节流阀角度纠正值,对节流阀角度进行控制。本发明实施例提供的无钟炉顶矿石多选程自学习的方法,有效避免了两个不同粒度组合方案放料切换时发生布料圈数相对较大的误差。

Description

一种无钟炉顶矿石自学习布料的方法及装置
技术领域
本发明涉及矿物加工技术领域,特别涉及一种无钟炉顶矿石自学习的方法及装置。
背景技术
目前,大多数无钟炉顶高炉,在布料节流阀开度控制上,都采用了节流阀自学习的方式进行放料。然而,影响每批料布料圈数控制精度的因素,除了节流阀的精准控制外,还受每批次炉料的粒度组成影响。在实际装料中,每批次炉料所搭配的料种基本固定,但是同一料种往往有多种粒度类别的料仓搭配方案。正是由于上述因素的存在,导致每批料的粒度组成不同,对原节流阀自学习程序控制布料精度的使用效果影响很大,布料精度也变差。尤其是在进行高炉矿石布料时,该影响较为显著。在传统的节流阀自学习程序控制中,只针对炉顶料罐矿石的放料圈数进行精度控制自学习。当料罐内矿石粒度波动时,其节流阀开度会有一定的偏差,造成矿石布料圈数不准。
发明内容
本发明实施例通过提供一种无钟炉顶矿石多选程自学习的方法及装置,解决了现有技术在布料过程中料仓组合发生变化时,矿石粒度波动影响布料精度的技术问题。
为解决上述技术问题,本发明实施例提供了一种无钟炉顶矿石自学习布料的方法,包括:
获取矿石的种类及粒度;
根据矿石的种类及粒度对矿石进行分类;
根据高炉炉内装料要求搭配料仓的矿石,同一料仓加入相同种类、相同粒径范围的矿石,对料仓进行编号及数量统计;
对所有的料仓进行排列组合分组,每组包含至少一个料仓;
控制每组料仓独立进行布料节流阀角度自学习,通过上一批次同组配置的矿石布料偏差值修正下一批次的布料节流阀角度纠正值;
调取下一批次的布料节流阀角度纠正值,对布料节流阀角度进行控制。
进一步的,所述控制每组料仓独立进行布料节流阀自学习,通过上一批次同组配置的矿石布料偏差值修正下一批次的布料节流阀角度纠正值,包括:
根据公式f(Δx)=-Δx×0.1修正下一批次布料时的布料节流阀角度纠正值;
所述f(Δx)为下一批次布料节流阀角度偏差纠正值,所述Δx为上一批次布料节流阀角度偏差值。
进一步的,还包括:对每组布料节流阀角度纠正值分别进行保存。
本发明实施例提供了一种无钟炉顶矿石自学习布料的装置,包括:
获取单元,用于获取矿石的种类及粒度;
分类单元,用于从所述获取单元获得矿石的种类及粒度,根据矿石的种类及粒度对矿石进行分类;
料仓控制单元,用于从所述分类单元中获得矿石的分类信息,根据高炉炉内装料要求搭配料仓的矿石,同一料仓加入相同种类、相同粒径范围的矿石,对料仓进行编号及数量统计;
分组单元,用于从所述料仓控制单元获得料仓数量及编号,对所有的料仓进行排列组合分组,每组包含至少一个料仓;
自学习单元,用于从所述分组单元获得分组信息,控制每组料仓独立进行布料节流阀角度自学习,通过上一批次同组配置的矿石布料偏差值修正下一批次的布料节流阀角度纠正值;
节流阀控制单元,用于从自学习单元调取下一批次的布料节流阀角度纠正值,对布料节流阀角度进行控制。
进一步的,所述自学习单元包括:
根据公式f(Δx)=-Δx×0.1修正下一批次布料节流阀角度纠正值;
所述f(Δx)为下一批次布料节流阀角度偏差纠正值,所述Δx为上一批次布料节流阀角度偏差值。
进一步的,还包括:存储单元,用于对每组布料节流阀角度纠正值分别进行保存。
本发明实施例提供了一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现以下步骤:
获取矿石的种类及粒度;
根据矿石的种类及粒度对矿石进行分类;
根据高炉炉内装料要求搭配料仓的矿石,同一料仓加入相同种类、相同粒径范围的矿石,对料仓进行编号及数量统计;
对所有的料仓进行排列组合分组,每组包含至少一个料仓;
控制每组料仓独立进行布料节流阀角度自学习,通过上一批次同组配置的矿石布料偏差值修正下一批次的布料节流阀角度纠正值;
调取下一批次的布料节流阀角度纠正值,对布料节流阀角度进行控制。
本发明实施例提供了一种无钟炉顶矿石自学习布料的系统,包括:
获取装置,用于获取矿石的种类及粒度;
分类装置,用于从所述获取装置获得矿石的种类及粒度,根据矿石的种类及粒度对矿石进行分类;
料仓控制装置,用于从所述分类装置中获得矿石的分类信息,根据高炉炉内装料要求搭配料仓的矿石,同一料仓加入相同种类、相同粒径范围的矿石,对料仓进行编号及数量统计;
分组装置,用于从所述料仓控制装置获得料仓数量及编号,对所有的料仓进行排列组合分组,每组包含至少一个料仓;
自学习装置,用于从所述分组装置获得分组信息,控制每组料仓独立进行布料节流阀角度自学习,通过上一批次同组配置的矿石布料偏差值修正下一批次的布料节流阀角度纠正值;
节流阀控制装置,用于从所述自学习装置调取下一批次的布料节流阀角度纠正值,对布料节流阀角度进行控制。
进一步的,所述自学习装置包括:
根据公式f(Δx)=-Δx×0.1修正下一批次布料节流阀角度纠正值;
所述f(Δx)为下一批次布料节流阀角度偏差纠正值,所述Δx为上一批次布料时的节流阀角度偏差值。
进一步的,还包括:存储装置,用于对每组布料节流阀角度纠正值分别进行保存。
本发明实施例提供的一种或多种技术方案,至少具备以下有益效果或优点:
本发明实施例提供的无钟炉顶矿石多选程自学习的方法及装置,根据矿石的种类及粒度对矿石进行分类;根据高炉炉内装料要求搭配料仓的矿石;对所有的料仓进行排列组合分组;对每组料仓的布料节流阀角度进行独立自学习修正下一批次的布料节流阀角度纠正值;调取下一批次的布料节流阀角度纠正值,实现对节流阀角度进行控制。本发明实施例提供的无钟炉顶矿石多选程自学习的方法及装置,通过不同粒度组合矿石分组进行单独自学习优化来实现对矿石布料圈数的精度控制。每种粒度组合方案有一套自学习参数优化选程,提高了节流阀自学习程序的适用性和可靠性,有效避免了两个不同粒度组合方案放料切换时发生布料圈数相对较大的误差。
附图说明
图1为本发明实施例提供的无钟炉顶矿石多选程自学习方法流程图;
图2为本发明实施例提供的无钟炉顶矿石多选程自学习装置结构示意图;
图3为本发明实施例提供的计算机程序结构示意图;
图4为本发明实施例提供的无钟炉顶矿石多选程自学习系统结构示意图。
具体实施方式
本发明实施例通过提供一种无钟炉顶矿石多选程自学习的方法及装置,解决了现有技术在布料过程中料仓组合发生变化时,矿石粒度波动影响布料精度的技术问题。
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整的描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例一
参见图1,本发明实施例提供了一种无钟炉顶矿石自学习布料的方法,包括如下步骤:
步骤S110、获取矿石的种类及粒度。
步骤S120、根据矿石的种类及粒度对矿石进行分类。
例如,将矿石分为大块烧结矿BS、小块烧结矿SS、落地烧结矿DS、球团矿Q及块矿K五类。
步骤S130、根据高炉炉内装料要求搭配料仓的矿石,同一料仓加入相同种类、相同粒径范围的矿石,对料仓进行编号及数量统计。
步骤S140、对所有的料仓进行排列组合分组,每组包含至少一个料仓。
例如,高炉料仓共布置有5个大块烧结矿仓,3个小块烧结矿仓,2个落地烧结矿仓,3个球团矿仓,3个块矿仓,分组情况如表1所示:
分组编号 分组矿仓安排
1 BS3+SS1+Q2+K2
2 BS3+DS1+Q2+K2
3 BS2+SS2+Q2+K2
4 BS2+DS2+Q2+K2
5 BS2+SS1+DS1+Q2+K2
表1
其中,表1中BS3表示大块烧结矿用了3个料仓,其他以此类推。上表中,烧结矿按照3个粒度种类进行分类可以得出5个组合。实际应用中,球团矿和块矿偶尔也会出现多粒度分类的情况,编组方案类同。
步骤S150、控制每组料仓的布料节流阀角度进行独立自学习,通过上一批次同组配置的矿石布料偏差值修正下一批次的布料节流阀角度纠正值。
具体的,根据公式f(Δx)=-Δx×0.1修正下一批次布料节流阀角度纠正值;f(Δx)为下一批次布料节流阀角度偏差纠正值,Δx为上一批次布料节流阀角度偏差值。对每组料仓独立自学习产生的布料节流阀角度纠正值分别进行保存。
步骤S160、调取下一批次的布料节流阀角度纠正值,对节流阀角度进行控制。
实施例二
参见图2,本发明实施例提供了一种无钟炉顶矿石自学习布料的装置200,包括:
获取单元210,用于获取矿石的种类及粒度。
分类单元220,用于从获取单元210获得矿石的种类及粒度,根据矿石的种类及粒度对矿石进行分类。
料仓控制单元230,用于从分类单元220中获得矿石的分类信息,根据高炉炉内装料要求搭配料仓的矿石,同一料仓加入相同种类、相同粒径范围的矿石,对料仓进行编号及数量统计。
分组单元240,用于从料仓控制单元230获得料仓数量及编号,对所有的料仓进行排列组合分组,每组包含至少一个料仓。
自学习单元250,用于从分组单元240获得分组信息,控制每组料仓独立进行布料节流阀角度自学习,通过上一批次同组配置的矿石布料偏差值修正下一批次的布料节流阀角度纠正值。其中,自学习单元包括:根据公式f(Δx)=-Δx×0.1修正下一批次布料节流阀角度纠正值;f(Δx)为下一批次布料节流阀角度偏差纠正值,Δx为上一批次布料节流阀角度偏差值。
节流阀控制单元260,用于从自学习单元250调取下一批次布料节流阀角度纠正值,对节流阀角度进行控制。
本发明提供的一具体实施例中,还包括:存储单元,用于对每组布料节流阀角度纠正值分别进行保存。
实施例三
参见图3,本发明实施例提供了一种计算机可读存储介质300,其上存储有计算机程序310,该程序被处理器执行时实现以下步骤:
获取矿石的种类及粒度;
根据矿石的种类及粒度对矿石进行分类;
根据高炉炉内装料要求搭配料仓的矿石,同一料仓加入相同种类、相同粒径范围的矿石,对料仓进行编号及数量统计;
对所有的料仓进行排列组合分组,每组包含至少一个料;
控制每组料仓独立进行布料节流阀角度自学习,通过上一批次同组配置的矿石布料偏差值修正下一批次的布料节流阀角度纠正值;
调取下一批次的布料节流阀角度纠正值,对布料节流阀角度进行控制。
实施例四
参见图4,本发明实施例提供了一种无钟炉顶矿石自学习布料系统400,包括:
获取装置410,用于获取矿石的种类及粒度。
分类装置420,用于从获取装置410获得矿石的种类及粒度,根据矿石的种类及粒度对矿石进行分类。
料仓控制装置430,用于从分类装置420中获得矿石的分类信息,根据高炉炉内装料要求搭配料仓的矿石,同一料仓加入相同种类、相同粒径范围的矿石,对料仓进行编号及数量统计。
分组装置440,用于从料仓控制装置430获得料仓数量及编号,对所有的料仓进行排列组合分组,每组包含至少一个料仓。
自学习装置450,用于从分组装置440获得分组信息,控制每组料仓独立进行布料节流阀角度自学习,通过上一批次同组配置的矿石布料偏差值修正下一批次的布料节流阀角度纠正值。自学习装置包括:根据公式f(Δx)=-Δx×0.1修正下一批次布料节流阀角度纠正值;f(Δx)为下一批次布料节流阀角度偏差纠正值,Δx为上一批次布料节流阀角度偏差值。
节流阀控制装置460,用于从自学习装置450调取下一批次的布料节流阀角度纠正值,对布料节流阀角度进行控制。
本发明提供的一具体实施例中,还包括:存储单元,用于对每组布料节流阀角度纠正值分别进行保存。
本发明实施例提供的一种或多种技术方案,至少具备以下有益效果或优点:
本发明实施例提供的无钟炉顶矿石多选程自学习的方法及装置,根据矿石的种类及粒度对矿石进行分类;根据高炉炉内装料要求搭配料仓的矿石;对所有的料仓进行排列组合分组;对每组料仓的布料节流阀角度进行独立自学习修正下一批次的布料节流阀角度纠正值;调取下一批次的布料节流阀角度纠正值,实现对节流阀角度进行控制。本发明实施例提供的无钟炉顶矿石多选程自学习的方法及装置,通过不同粒度组合矿石分组进行单独自学习优化来实现对矿石布料圈数的精度控制。每种粒度组合方案有一套自学习参数优化选程,提高了节流阀自学习程序的适用性和可靠性,有效避免了两个不同粒度组合方案放料切换时发生布料圈数相对较大的误差。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。

Claims (10)

1.一种无钟炉顶矿石自学习布料的方法,其特征在于,包括:
获取矿石的种类及粒度;
根据矿石的种类及粒度对矿石进行分类;
根据高炉炉内装料要求搭配料仓的矿石,同一料仓加入相同种类、相同粒径范围的矿石,对料仓进行编号及数量统计;
对所有的料仓进行排列组合分组,每组包含至少一个料仓;
控制每组料仓独立进行布料节流阀角度自学习,通过上一批次同组配置的矿石布料偏差值修正下一批次的布料节流阀角度纠正值;
调取下一批次的布料节流阀角度纠正值,对布料节流阀角度进行控制。
2.根据权利要求1所述的无钟炉顶矿石自学习布料的方法,其特征在于,所述控制每组料仓独立进行布料节流阀自学习,通过上一批次同组配置的矿石布料偏差值修正下一批次的布料节流阀角度纠正值,包括:
根据公式f(Δx)=-Δx×0.1修正下一批次布料时的布料节流阀角度纠正值;
所述f(Δx)为下一批次布料节流阀角度偏差纠正值,所述Δx为上一批次布料节流阀角度偏差值。
3.根据权利要求1或2所述的无钟炉顶矿石自学习布料的方法,其特征在于,还包括:对每组布料节流阀角度纠正值分别进行保存。
4.一种无钟炉顶矿石自学习布料的装置,其特征在于,包括:
获取单元,用于获取矿石的种类及粒度;
分类单元,用于从所述获取单元获得矿石的种类及粒度,根据矿石的种类及粒度对矿石进行分类;
料仓控制单元,用于从所述分类单元中获得矿石的分类信息,根据高炉炉内装料要求搭配料仓的矿石,同一料仓加入相同种类、相同粒径范围的矿石,对料仓进行编号及数量统计;
分组单元,用于从所述料仓控制单元获得料仓数量及编号,对所有的料仓进行排列组合分组,每组包含至少一个料仓;
自学习单元,用于从所述分组单元获得分组信息,控制每组料仓独立进行布料节流阀角度自学习,通过上一批次同组配置的矿石布料偏差值修正下一批次的布料节流阀角度纠正值;
节流阀控制单元,用于从自学习单元调取下一批次的布料节流阀角度纠正值,对布料节流阀角度进行控制。
5.根据权利要求4所述的无钟炉顶矿石自学习布料的装置,其特征在于,所述自学习单元包括:
根据公式f(Δx)=-Δx×0.1修正下一批次布料节流阀角度纠正值;
所述f(Δx)为下一批次布料节流阀角度偏差纠正值,所述Δx为上一批次布料节流阀角度偏差值。
6.根据权利要求5所述的无钟炉顶矿石自学习布料的装置,其特征在于,还包括:
存储单元,用于对每组布料节流阀角度纠正值分别进行保存。
7.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现以下步骤:
获取矿石的种类及粒度;
根据矿石的种类及粒度对矿石进行分类;
根据高炉炉内装料要求搭配料仓的矿石,同一料仓加入相同种类、相同粒径范围的矿石,对料仓进行编号及数量统计;
对所有的料仓进行排列组合分组,每组包含至少一个料仓;
控制每组料仓独立进行布料节流阀角度自学习,通过上一批次同组配置的矿石布料偏差值修正下一批次的布料节流阀角度纠正值;
调取下一批次的布料节流阀角度纠正值,对布料节流阀角度进行控制。
8.一种无钟炉顶矿石自学习布料的系统,其特征在于,包括:
获取装置,用于获取矿石的种类及粒度;
分类装置,用于从所述获取装置获得矿石的种类及粒度,根据矿石的种类及粒度对矿石进行分类;
料仓控制装置,用于从所述分类装置中获得矿石的分类信息,根据高炉炉内装料要求搭配料仓的矿石,同一料仓加入相同种类、相同粒径范围的矿石,对料仓进行编号及数量统计;
分组装置,用于从所述料仓控制装置获得料仓数量及编号,对所有的料仓进行排列组合分组,每组包含至少一个料仓;
自学习装置,用于从所述分组装置获得分组信息,控制每组料仓独立进行布料节流阀角度自学习,通过上一批次同组配置的矿石布料偏差值修正下一批次的布料节流阀角度纠正值;
节流阀控制装置,用于从所述自学习装置调取下一批次的布料节流阀角度纠正值,对布料节流阀角度进行控制。
9.根据权利要求7所述的无钟炉顶矿石自学习布料的系统,其特征在于,所述自学习装置包括:
根据公式f(Δx)=-Δx×0.1修正下一批次布料节流阀角度纠正值;
所述f(Δx)为下一批次布料节流阀角度偏差纠正值,所述Δx为上一批次布料时的节流阀角度偏差值。
10.根据权利要求8所述的无钟炉顶矿石自学习布料的系统,其特征在于,还包括:
存储装置,用于对每组布料节流阀角度纠正值分别进行保存。
CN201810713636.9A 2018-06-29 2018-06-29 一种无钟炉顶矿石自学习布料的方法及装置 Pending CN109146233A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810713636.9A CN109146233A (zh) 2018-06-29 2018-06-29 一种无钟炉顶矿石自学习布料的方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810713636.9A CN109146233A (zh) 2018-06-29 2018-06-29 一种无钟炉顶矿石自学习布料的方法及装置

Publications (1)

Publication Number Publication Date
CN109146233A true CN109146233A (zh) 2019-01-04

Family

ID=64799620

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810713636.9A Pending CN109146233A (zh) 2018-06-29 2018-06-29 一种无钟炉顶矿石自学习布料的方法及装置

Country Status (1)

Country Link
CN (1) CN109146233A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024101191A1 (ja) * 2022-11-08 2024-05-16 株式会社安川電機 高炉の原料装入制御装置、開度指令値の生成方法、及びプログラム

Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101492750A (zh) * 2008-12-30 2009-07-29 北京科技大学 基于工业相控阵雷达的高炉料面测量与控制系统
CN102010920A (zh) * 2010-12-24 2011-04-13 宝钢集团新疆八一钢铁有限公司 一种无钟炉顶高炉高比例球团矿炉料结构冶炼方法
CN102010922A (zh) * 2010-12-24 2011-04-13 宝钢集团新疆八一钢铁有限公司 无料钟炉顶高炉使用高含锌量原料的布料方法
CN102021255A (zh) * 2009-12-31 2011-04-20 宝钢集团新疆八一钢铁有限公司 无料钟高炉高比例球团矿炉料结构布料方法
CN102653801A (zh) * 2012-04-25 2012-09-05 北京科技大学 基于遗传算法建立的无料钟高炉炉顶布料控制方法
CN102925604A (zh) * 2012-11-12 2013-02-13 中冶南方工程技术有限公司 适用于高温炉料的高炉料流调节阀装置
CN102994670A (zh) * 2012-10-29 2013-03-27 首钢京唐钢铁联合有限责任公司 高炉布料方法
CN103031393A (zh) * 2012-10-16 2013-04-10 南京钢铁股份有限公司 一种变换生矿种类和相对配比来降低高炉生产成本的方法
CN103173584A (zh) * 2013-04-01 2013-06-26 鞍山市海汇自动化有限公司 具有自学习控制功能的高炉布料控制系统
CN103305641A (zh) * 2013-06-20 2013-09-18 攀钢集团西昌钢钒有限公司 一种高炉开炉装料方法
CN103555873A (zh) * 2013-11-18 2014-02-05 武汉钢铁(集团)公司 一种炉顶料流调节阀的调节方法
CN103695584A (zh) * 2013-12-19 2014-04-02 四川省达州钢铁集团有限责任公司 一种多环布料控制方法及系统
CN104133945A (zh) * 2014-07-15 2014-11-05 东北大学 一种高炉布料过程径向矿焦比的控制方法
CN104805242A (zh) * 2015-05-20 2015-07-29 中冶南方工程技术有限公司 无料钟炉顶料流调节阀自学习控制方法
CN106446340A (zh) * 2016-08-29 2017-02-22 山东钢铁股份有限公司 一种高炉炉顶料罐称重压力补偿系数的计算方法

Patent Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101492750A (zh) * 2008-12-30 2009-07-29 北京科技大学 基于工业相控阵雷达的高炉料面测量与控制系统
CN102021255A (zh) * 2009-12-31 2011-04-20 宝钢集团新疆八一钢铁有限公司 无料钟高炉高比例球团矿炉料结构布料方法
CN102010920A (zh) * 2010-12-24 2011-04-13 宝钢集团新疆八一钢铁有限公司 一种无钟炉顶高炉高比例球团矿炉料结构冶炼方法
CN102010922A (zh) * 2010-12-24 2011-04-13 宝钢集团新疆八一钢铁有限公司 无料钟炉顶高炉使用高含锌量原料的布料方法
CN102653801A (zh) * 2012-04-25 2012-09-05 北京科技大学 基于遗传算法建立的无料钟高炉炉顶布料控制方法
CN103031393A (zh) * 2012-10-16 2013-04-10 南京钢铁股份有限公司 一种变换生矿种类和相对配比来降低高炉生产成本的方法
CN102994670B (zh) * 2012-10-29 2014-08-13 首钢京唐钢铁联合有限责任公司 高炉布料方法
CN102994670A (zh) * 2012-10-29 2013-03-27 首钢京唐钢铁联合有限责任公司 高炉布料方法
CN102925604A (zh) * 2012-11-12 2013-02-13 中冶南方工程技术有限公司 适用于高温炉料的高炉料流调节阀装置
CN103173584A (zh) * 2013-04-01 2013-06-26 鞍山市海汇自动化有限公司 具有自学习控制功能的高炉布料控制系统
CN103305641A (zh) * 2013-06-20 2013-09-18 攀钢集团西昌钢钒有限公司 一种高炉开炉装料方法
CN103555873A (zh) * 2013-11-18 2014-02-05 武汉钢铁(集团)公司 一种炉顶料流调节阀的调节方法
CN103695584A (zh) * 2013-12-19 2014-04-02 四川省达州钢铁集团有限责任公司 一种多环布料控制方法及系统
CN104133945A (zh) * 2014-07-15 2014-11-05 东北大学 一种高炉布料过程径向矿焦比的控制方法
CN104805242A (zh) * 2015-05-20 2015-07-29 中冶南方工程技术有限公司 无料钟炉顶料流调节阀自学习控制方法
CN106446340A (zh) * 2016-08-29 2017-02-22 山东钢铁股份有限公司 一种高炉炉顶料罐称重压力补偿系数的计算方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
关景林: "基于PLC高炉布料专家自学习的设计与实现", 《中国优秀硕士学位论文全文数据库(信息科技辑)》 *
王立萍: "《冶金设备及自动化》", 30 June 2011 *
黄国智等: "《全自磨半自磨磨矿技术》", 31 January 2018 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024101191A1 (ja) * 2022-11-08 2024-05-16 株式会社安川電機 高炉の原料装入制御装置、開度指令値の生成方法、及びプログラム
WO2024100771A1 (ja) * 2022-11-08 2024-05-16 株式会社安川電機 高炉の原料装入制御装置、開度指令値の生成方法、及びプログラム

Similar Documents

Publication Publication Date Title
CN109146233A (zh) 一种无钟炉顶矿石自学习布料的方法及装置
CN104975118B (zh) 铁前原料配比优化方法
CN102997671A (zh) 一种烧结台车风箱风量控制方法及系统
CN101329566B (zh) 高炉供料系统与高炉布料系统之间数据传递控制方法
CN110533082B (zh) 一种基于双模型协同预测的烧结混合加水控制方法
CN110414878A (zh) 库存校正方法和装置及计算机可读存储介质
CN101555546B (zh) 一种烧结原料的配比调整方法
EP4002023A1 (en) Learning model generation method, learning model generation device, method for controlling molten iron temperature in blast furnace, method for guiding molten iron temperature control in blast furnace, and molten iron manufacturing method
CN108959760A (zh) 一种跳跃式中间加焦布料的方法及装置
CN105302057B (zh) 一种用于物料在栅格阵列间搬运的plc程序设计方法
JP6806034B2 (ja) 非線形計画問題の求解方法、配合計画の作成方法、およびこれらのコンピュータプログラム、記録媒体、装置、ならびに配合操業方法
CN102041333A (zh) 一种实现烧结矿分3级或4级入炉的高炉上料工艺
CN102317479B (zh) 用于调整竖炉的装料过程中炉料流速的方法和系统
CN113223643B (zh) 一种烧结混匀矿换堆计划智能编制方法
CN103695584A (zh) 一种多环布料控制方法及系统
CN106435069B (zh) 一种面向高炉冶炼生产过程的变料检测方法及系统
Ryabchikov Metallurgical agglomerate quality management with the account of its impact on the blast-furnace process efficiency
CN104342529A (zh) 一种高炉上料布料控制方法及系统
CN113930559A (zh) 一种高炉焦炭分等级入炉的新型布料方法
CN103981309B (zh) 高炉布料形态的模拟方法
JP6102497B2 (ja) ベルレス高炉の原料装入方法
CN102965459B (zh) 一种改善高炉多环布料料面偏析堆尖的布料系统及其方法
CN110597214A (zh) 操作动作量识别方法、系统存储介质及电子终端
CN113774174B (zh) 一种高炉焦炭选配控制方法和装置
CN103820591B (zh) 一种钟式高炉利用小粒级烧结矿进行冶炼的方法

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20190104