CN110766305A - 一种原燃料质量跟踪预警方法 - Google Patents
一种原燃料质量跟踪预警方法 Download PDFInfo
- Publication number
- CN110766305A CN110766305A CN201910977511.1A CN201910977511A CN110766305A CN 110766305 A CN110766305 A CN 110766305A CN 201910977511 A CN201910977511 A CN 201910977511A CN 110766305 A CN110766305 A CN 110766305A
- Authority
- CN
- China
- Prior art keywords
- quality
- early warning
- raw fuel
- class
- index
- 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
Links
- 239000000446 fuel Substances 0.000 title claims abstract description 138
- 238000000034 method Methods 0.000 title claims abstract description 60
- 238000004519 manufacturing process Methods 0.000 claims abstract description 68
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 claims abstract description 52
- 229910052742 iron Inorganic materials 0.000 claims abstract description 26
- 230000002159 abnormal effect Effects 0.000 claims abstract description 17
- 239000000463 material Substances 0.000 claims description 73
- 230000008569 process Effects 0.000 claims description 31
- 238000012360 testing method Methods 0.000 claims description 24
- 238000001514 detection method Methods 0.000 claims description 22
- 238000003908 quality control method Methods 0.000 claims description 21
- 238000007689 inspection Methods 0.000 claims description 20
- 239000000571 coke Substances 0.000 claims description 14
- 238000004364 calculation method Methods 0.000 claims description 13
- 239000000126 substance Substances 0.000 claims description 12
- 239000008188 pellet Substances 0.000 claims description 11
- 239000003245 coal Substances 0.000 claims description 10
- 230000000704 physical effect Effects 0.000 claims description 9
- 238000011156 evaluation Methods 0.000 claims description 6
- 239000000843 powder Substances 0.000 claims description 5
- -1 and S Substances 0.000 claims description 3
- 238000003556 assay Methods 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 3
- 230000009467 reduction Effects 0.000 claims description 3
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims description 2
- 229910052799 carbon Inorganic materials 0.000 claims description 2
- 239000002245 particle Substances 0.000 claims 4
- 238000007873 sieving Methods 0.000 claims 1
- 239000002994 raw material Substances 0.000 description 7
- 238000004458 analytical method Methods 0.000 description 5
- 238000004939 coking Methods 0.000 description 4
- 238000005245 sintering Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000002347 injection Methods 0.000 description 3
- 239000007924 injection Substances 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 229910000831 Steel Inorganic materials 0.000 description 2
- 238000005299 abrasion Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 239000010959 steel Substances 0.000 description 2
- 238000003723 Smelting Methods 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000001311 chemical methods and process Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000009628 steelmaking Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06395—Quality analysis or management
-
- C—CHEMISTRY; METALLURGY
- C21—METALLURGY OF IRON
- C21B—MANUFACTURE OF IRON OR STEEL
- C21B5/00—Making pig-iron in the blast furnace
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/103—Workflow collaboration or project management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- 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
- Y02P90/30—Computing systems specially adapted for manufacturing
Abstract
本发明属于高炉炼铁技术领域，具体公开了一种原燃料质量跟踪预警方法，具体包括原燃料质量数据采集、原燃料质量预警指标的建立、原燃料质量预警分类标准的建立、原燃料质量预警模型的开发以及原燃料质量结果的判定。当原燃料质量出现异常时，通过本方法可以实现自动预警，从而最大程度降低因质量事故导致生产的波动。
Description
技术领域
本发明涉及高炉炼铁领域，特别是涉及一种原燃料质量跟踪预警方法。
背景技术
钢铁企业生产是一种典型的生产流程控制过程，铁前生产主要是一个把各种含铁原料和燃料在原料场、烧结、焦化、高炉进行相应的处理，最后在高炉冶炼成铁水的复杂的物理化学过程，由于涉及多工序跨流程的生产控制，除了设备及操作水平之外，原燃料质量也是影响铁前生产稳定性及经济指标的重要因素之一。
传统铁前生产模式是原燃料由港口到原料场，含铁粉矿经过混配后进入烧结机生成烧结矿，原煤混配后进入焦化或者喷煤生成焦炭及喷吹煤，块矿、焦炭、烧结矿、喷吹煤、杂矿等在高炉内部经过一系列的物理化学反应生成铁水。为了保证生产的稳定性和经济指标的提高，在铁前工序的生产控制过程中会对各种原燃料质量进行物理、化学、冶金性能等进行检验分析，超出控制范围及数据异常时要及时对生产操作进行优化调节。
常规的生产模式是检化验系统对各种原燃料质量进行分析并上传系统，由生产技术人员手动查询分析其质量变化，但是由于数据量庞大及生产节凑较快，且大量的检化验数据没有和生产进行关联，导致技术人员对质量数据关注不及时，经常是工序出现生产波动时才进行质量数据查询分析，无法及时发现原燃料质量异常，这样就会导致生产出现波动或者指标下滑。
因此，为了提高原燃料质量异常情况下的响应速度，降低人工响应不及时对生产造成的影响，急需一种能对原燃料质量进行实时跟踪预警的方法。
发明内容
鉴于以上所述现有技术的缺点，本发明的目的在于提供一种原燃料质量跟踪预警方法，用于解决现有技术中原燃料质量异常处理不及时而导致生产波动的情况发生等问题。
为实现上述目的及其他相关目的，本发明第一方面提供一种原燃料质量跟踪预警方法，包括如下步骤：
(1)原燃料质量预警指标的建立：确定铁区生产工序中所需的原燃料的物料品种及检化验项目，建立原燃料质量预警指标；
(2)原燃料质量预警分类标准的建立：根据原燃料质量预警指标确定原燃料质量控制参数范围，并根据原燃料质量预警指标对生产影响的重要性进行分类及权重赋值，建立原燃料质量预警分类标准；
(3)原燃料质量预警模型的建立：根据原燃料质量预警指标确定原燃料质量预警模型，所述原燃料质量预警模型包括单项质量预警模型、单品种质量预警模型和综合质量预警模型，并根据原燃料质量控制参数范围、原燃料质量预警分类标准及原燃料质量预警模型确定原燃料质量状况的评估分数值；
(4)原燃料质量预警结果的判定：根据原燃料质量状况的评估分数值，通过原燃料质量结果判定标准判定原燃料质量状况及其对生产状况的影响。
进一步，步骤(1)中，所述原燃料包括烧结矿、块矿、球团和焦炭，所述检化验项目包括物理性能、化学性能和冶金性能。
进一步，步骤(1)中，所述原燃料质量预警指标包括原燃料的物理性能、化学性能和冶金性能。
进一步，所述物理性能包括烧结矿的粒度、转鼓指数、抗磨指数、筛分指数，块矿的粒度，球团的抗压强度、转鼓指数、粒度，焦炭的粒度，煤粉的粒度。
进一步，所述化学性能包括烧结矿的R2、TFe、FeO、S，块矿的TFe，球团的TFe、FeO，焦炭的S、灰分、水分、固定碳，煤粉的S、灰分、水分。
进一步，所述冶金性能包括烧结矿的RDI、RI，球团的膨胀率、还原率，块矿的热爆裂性，焦炭的M40、M10、CSR、CRI。
进一步，步骤(2)中，所述原燃料质量控制参数范围分为四类：1类为90-100分、2类为80-90分、3类为70-80分、4类为60-70分。
进一步，步骤(2)中，所述原燃料质量预警分类标准共分为四类：一类40分、二类30分、三类20分、四类10分，一、二、三、四类对生产影响的重要性由强到弱。
进一步，步骤(3)中，所述单项质量预警模型用于对物料品种中一个单项检化验项目进行预警，计算公式如下：
式中：Fxy为物料品种单个项目预警指标在x和y之间的得分，x为权重分类下最高得分，y为权重分类下最低得分，z为质量控制参数范围分类下指标控制上限，e为质量控制参数范围分类下指标控制下限，s为质量控制参数范围分类下的实测数值。
进一步，步骤(3)中，所述单品种质量预警模型用于对单个物料品种的所有检化验项目进行预警，计算公式如下：
式中：Fx为单个物料品种的综合得分，
为单物料品种权重一类得分总和，
为单物料品种权重二类得分总和，
为单物料品种权重三类得分总和，
为单物料品种权重四类得分总和。
进一步，步骤(3)中，所述综合质量预警模型用于对工序所有原燃料检化验项目进行预警，计算公式如下：
式中：F为综合质量得分，
为权重一类得分总和，
为权重二类得分总和，
为权重三类得分总和，
为权重四类得分总和。
进一步，步骤(3)中，所述原燃料质量预警模型每4-8小时自动计算一次。
进一步，步骤(3)中，当一个时间段内出现多个检化验数据时，取质量最小值进行计算。
进一步，步骤(4)中，原燃料质量结果判定标准包括单项质量判定、单品种质量判定和综合质量判定，判定标准、结果和根据判定结果进行预警的方法如下：
1)单项质量判定：1类90-100分，单项检测指标较好；2类80-90分，单项检测指标正常；3类70-80分，单项检测指标影响生产，系统提醒；4类60-70分，单项检测指标异常，系统提醒推送；
2)单品种质量判定：1类90-100分，物料质量较好；2类80-90分，物料质量正常；3类70-80分，物料质量影响生产减小使用量，系统提醒；4类60-70分，物料质量异常停止使用，系统提醒推送；
3)综合质量判定：1类90-100分，工序物料质量较好；2类80-90分，工序物料质量正常；3类70-80分，工序物料质量影响生产需要优化调节，系统提醒；4类60-70分，工序物料质量较差影响生产稳定，系统提醒推送。
其中，所述系统提醒是指在系统进行预警，所述系统提醒推送是指在系统预警的同时通过手机短信等方式将预警消息推送给技术人员。
本发明第二方面提供一种原燃料质量预警模型，由上述预警方法确定，所述预警模型包括用于对物料品种中一个单项检验项目进行预警的单项质量预警模型、用于对单个物料品种的所有检化验项目进行预警的单品种质量预警模型和用于对工序所有原燃料检化验项目进行预警的综合质量预警模型。所述单项质量预警模型、单品种质量预警模型和综合质量预警模型的计算公式如上所述。
本发明第三方面提供一种原燃料质量结果判定标准，所述原燃料质量结果判定标准包括单项质量判定、单品种质量判定和综合质量判定，每种判定标准根据上述的质量预警模型评估得出的分数分为四类，具体如下：
1)单项质量判定：1类90-100分，单项检测指标较好；2类80-90分，单项检测指标正常；3类70-80分，单项检测指标影响生产；4类60-70分，单项检测指标异常；
2)单品种质量判定：1类90-100分，物料质量较好；2类80-90分，物料质量正常；3类70-80分，物料质量影响生产减小使用量；4类60-70分，物料质量异常停止使用；
3)综合质量判定：1类90-100分，工序物料质量较好；2类80-90分，工序物料质量正常；3类70-80分，工序物料质量影响生产需要优化调节；4类60-70分，工序物料质量较差影响生产稳定。
如上所述，本发明的原燃料质量跟踪预警方法，具有以下有益效果：本发明提出一种原燃料质量跟踪预警方法，具体包括原燃料质量预警指标的建立、原燃料质量预警分类标准的建立、原燃料质量预警模型的建立以及原燃料质量结果的判定，基于上述方法，本发明可以实现原燃料质量出现异常时自动预警，最大程度降低因质量事故导致生产的波动，提高生产技术人员的工作效率，增强炉况的稳定性。
本发明通过原燃料质量预警模型的建立，能够定性及量化原燃料质量对生产的影响，对铁前生产原燃料质量做一个系统全面的评估，最快发现生产工序中原燃料质量异常情况，并做出相应处理，维持生产的稳定顺行，无需人工对各项检化验数据的分析，可提高铁区的生产效率及生产操作的稳定性，避免人工对异常数据发现不及时造成生产波动；剔除清洗重复、无用的数据，可保证数据准确性、唯一性、及时性；建立起原燃料质量数据库，能够系统分析铁区原燃料质量的变化趋势，对采购、生产、管理等部门提供数据支撑。
本发明具有广泛的使用前景，在钢铁企业中，如焦化、烧结、炼铁、炼钢等均可以使用本方法，建立原燃料质量预警分析方法，提高质量异常情况下的响应速度，保证铁前生产稳定性。
附图说明
图1显示为本发明实施例的流程示意图。
具体实施方式
以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。
如图1所示，本发明提供一种原燃料质量跟踪预警方法，主要包括三部分：原燃料质量预警指标的建立、原燃料质量预警分类标准的建立、原燃料质量预警模型的建立、原燃料质量预警结果判断及预警方法，具体步骤如下：
(1)原燃质量数据采集和预警指标建立
铁区生产由原料场、焦化、烧结、高炉组成，由于每个工序使用原燃料种类不同，检化验分析项目也有所差异，检化验项目总体可以分为三类，物理性能、化学性能、冶金性能，以高炉位列，具体如下：
1)物理性能：烧结矿的粒度、转鼓指数、抗磨指数、筛分指数，块矿的粒度，球团的抗压强度、转鼓指数、粒度，焦炭的粒度，煤粉粒度。
2)化学新能：烧结矿的R2、TFe、FeO、S，块矿的TFe,球团的TFe、FeO，焦炭的S、灰分、水分，煤粉的S、灰分、水分。
3)冶金性能：烧结矿的RDI、RI，球团的膨胀率、还原率，块矿的热爆裂性、焦炭的M40、M10、CSR、CRI。
根据具体的铁区生产工序，对铁区生产工序的原燃料检化验项目进行梳理分类，确定铁区生产工序中所需的原燃料的物料品种及检化验项目，建立原燃料质量预警指标，并采集各工序对应的实时的检化验数据，形成质量数据库，其中需要剔除清洗重复、无用的数据，以保证数据准确性、唯一性、及时性。
(2)原燃料质量预警分类标准的建立
根据原燃料质量预警指标确定质量控制参数范围，并根据原燃料质量预警指标对生产影响的重要性进行分类及权重赋值。
按照实际生产需求，原燃料质量控制参数范围分为4类：1类为90-100分、2类为80-90分、3类为70-80分、4类为60-70，原燃料质量预警分类标准共分为四类：一类40分、二类30分、三类20分、四类10分，一、二、三、四类对生产影响的重要性由强到弱。结合工序实际控制要求，具体分类如表1-4所示(表格列举部分数据用以说明)：
表1混匀料的主要质量预警指标、质量控制参数范围及权重
表2焦炭的主要质量预警指标、质量控制参数范围及权重
表3烧结矿的主要质量预警指标、质量控制参数范围及权重
表4高炉的主要原料质量预警指标、质量控制参数范围及权重
(3)原燃料质量预警模型的建立
在铁区生产中评价原燃料质量由不同层级组成，主要分为单项原料质量、单品种原料质量、综合原料质量组成。为了全面系统评价原燃料质量状况，建立起单项质量预警模型、单品种质量预警模型、综合质量预警模型。
1)单项质量预警模型是指物料品种中一个单项检验项目进行预警，计算公式如下：
式中：Fxy为物料品种单个项目预警指标在x和y之间的得分，y为权重分类下最低得分，x为权重分类下最高得分，z为质量控制参数范围分类下指标控制上限、e为质量控制参数范围分类下指标控制下限，s为质量控制参数范围分类下的实测数值。
2)单品种质量预警模型是指对单个物料品种所有检化验项目进行预警，计算公式如下：
式中：Fx为单个物料品种的综合得分，
为单物料品种权重一类得分总和，
为单物料品种权重二类得分总和，为单物料品种权重三类得分总和，
为单物料品种权重四类得分总和。
3)综合质量预警模型是指对工序所有原燃料检化验项目进行预警，计算公式如下：
式中：F为综合质量得分，
为权重一类得分总和，
为权重二类得分总和，
为权重三类得分总和，
为权重四类得分总和。
单品种预警模型、单项质量预警模型和综合质量预警模型每4小时自动计算一次(或5小时、6小时、7小时、8小时计算一次也可，具体间隔时间根据实际生产状况和需求选择)，当该时间段内出现多个检化验数据时，取质量最小值进行计算。整体对铁前工序的原燃料质量状况进行评估，并给出分数。
(4)原燃料质量预警结果的判定：基于原燃料质量预警模型得出的分数根据原燃料质量结果判定标准判定原燃料质量状况，并根据判定结果实时监控和评估评估原燃料质量数据对生产状况的影响，对铁区的原燃料质量情况实时进行监控、评估、异常提醒与推送，以便生产技术人员及时调整相关操作制度。原燃料质量结果判定标准包括单项质量判定、单品种质量判定和综合质量判定，判定标准、结果和根据判定结果进行预警的方法如下：
1)单项质量判定：
1类90-100分，单项检测指标较好；
2类80-90分，单项检测指标正常；
3类70-80分，单项检测指标影响生产，系统提醒；
4类60-70分，单项检测指标异常，系统提醒推送；
2)单品种质量判定：
1类90-100分，物料质量较好；
2类80-90分，物料质量正常；
3类70-80分，物料质量影响生产减小使用量，系统提醒；
4类60-70分，物料质量异常停止使用，系统提醒推送；
3)综合质量判定：
1类90-100分，工序物料质量较好；
2类80-90分，工序物料质量正常；
3类70-80分，工序物料质量影响生产需要优化调节，系统提醒；
4类60-70分，工序物料质量较差影响生产稳定，系统提醒推送。
综上所述，本发明能够定性及量化原燃料质量对生产的影响，实现原燃料质量出现异常时自动预警，最大程度降低因质量事故导致生产的波动，提高生产技术人员的工作效率，增强炉况的稳定性。
上述实施例仅例示性说明本发明的原理及其功效，而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下，对上述实施例进行修饰或改变。因此，举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变，仍应由本发明的权利要求所涵盖。
Claims (10)
1.一种原燃料质量跟踪预警方法，其特征在于，包括如下步骤：
(1)原燃料质量预警指标的建立：确定铁区生产工序中所需的原燃料的物料品种及检化验项目，建立原燃料质量预警指标；
(2)原燃料质量预警分类标准的建立：根据原燃料质量预警指标确定原燃料质量控制参数范围，并根据原燃料质量预警指标对生产影响的重要性进行分类及权重赋值，建立原燃料质量预警分类标准；
(3)原燃料质量预警模型的建立：根据原燃料质量预警指标确定原燃料质量预警模型，所述原燃料质量预警模型包括单项质量预警模型、单品种质量预警模型和综合质量预警模型，并根据原燃料质量控制参数范围、原燃料质量预警分类标准及原燃料质量预警模型确定原燃料质量状况的评估分数值；
(4)原燃料质量预警结果的判定：根据原燃料质量状况的评估分数值，通过原燃料质量结果判定标准判定原燃料质量状况及其对生产状况的影响。
2.根据权利要求1所述的原燃料质量跟踪预警方法，其特征在于，步骤(1)中，所述原燃料包括烧结矿、块矿、球团和焦炭；所述检化验项目包括物理性能、化学性能和冶金性能。所述原燃料检化验项目质量预警指标包括原燃料的物理性能、化学性能和冶金性能。
3.根据权利要求1所述的原燃料质量跟踪预警方法，其特征在于，步骤(1)中，所述原燃料检化验项目质量预警指标包括原燃料的物理性能、化学性能和冶金性能。
4.根据权利要求2所述的原燃料质量跟踪预警方法，其特征在于，所述物理性能包括烧结矿的粒度、转鼓指数、抗磨指数、筛分指数，块矿的粒度，球团的抗压强度、转鼓指数、粒度，焦炭的粒度，煤粉的粒度；
和/或，所述化学性能包括烧结矿的R2、TFe、FeO、S，块矿的TFe，球团的TFe、FeO，焦炭的S、灰分、水分、固定碳，煤粉的S、灰分、水分；
和/或，所述冶金性能包括烧结矿的RDI、RI，球团的膨胀率、还原率，块矿的热爆裂性，焦炭的M40、M10、CSR、CRI。
5.根据权利要求1所述的原燃料质量跟踪预警方法，其特征在于，步骤(2)中，所述原燃料质量控制参数范围分为四类：1类为90-100分、2类为80-90分、3类为70-80分、4类为60-70分；
和/或，步骤(2)中，所述原燃料质量预警分类标准共分为四类：一类40分、二类30分、三类20分、四类10分，一、二、三、四类对生产影响的重要性由强到弱。
6.根据权利要求5所述的原燃料质量跟踪预警方法，其特征在于，步骤(3)中，所述单项质量预警模型用于对物料品种中一个单项检化验项目进行预警，计算公式如下：
式中：Fxy为物料品种单个项目预警指标在x和y之间的得分，x为权重分类下最高得分，y为权重分类下最低得分，z为质量控制参数范围分类下指标控制上限，e为质量控制参数范围分类下指标控制下限，s为质量控制参数范围分类下的实测数值；
和/或，所述单品种质量预警模型用于对单个物料品种的所有检化验项目进行预警，计算公式如下：
式中：Fx为单个物料品种的综合得分，
为单物料品种权重一类得分总和，
为单物料品种权重二类得分总和，
为单物料品种权重三类得分总和，
为单物料品种权重四类得分总和；
和/或，所述综合质量预警模型用于对工序所有原燃料检化验项目进行预警，计算公式如下：
式中：F为综合质量得分，
为权重一类得分总和，
为权重二类得分总和，
为权重三类得分总和，为权重四类得分总和。
7.根据权利要求1所述的原燃料质量跟踪预警方法，其特征在于，步骤(3)中，所述原燃料质量预警模型每4-8小时自动计算一次；
和/或，步骤(4)中，当一个时间段内出现多个检化验数据时，取质量最小值进行计算。
8.根据权利要求1所述的原燃料质量跟踪预警方法，其特征在于，步骤(4)中，原燃料质量结果判定标准包括单项质量判定、单品种质量判定和综合质量判定，判定标准、结果和根据判定结果进行预警的方法如下：
1)单项质量判定：1类90-100分，单项检测指标较好；2类80-90分，单项检测指标正常；3类70-80分，单项检测指标影响生产，系统提醒；4类60-70分，单项检测指标异常，系统提醒推送；
2)单品种质量判定：1类90-100分，物料质量较好；2类80-90分，物料质量正常；3类70-80分，物料质量影响生产减小使用量，系统提醒；4类60-70分，物料质量异常停止使用，系统提醒推送；
3)综合质量判定：1类90-100分，工序物料质量较好；2类80-90分，工序物料质量正常；3类70-80分，工序物料质量影响生产需要优化调节，系统提醒；4类60-70分，工序物料质量较差影响生产稳定，系统提醒推送。
9.一种原燃料质量预警模型，其特征在于，所述预警模型包括用于对物料品种中一个单项检验项目进行预警的单项质量预警模型、用于对单个物料品种的所有检化验项目进行预警的单品种质量预警模型和用于对工序所有原燃料检化验项目进行预警的综合质量预警模型。
10.一种原燃料质量判定标准，其特征在于，所述原燃料质量结果判定标准包括单项质量判定、单品种质量判定和综合质量判定，每种判定标准根据权利要求1-8任一项所述的质量预警模型评估得出的分数分为四类，具体如下：
1)单项质量判定：1类90-100分，单项检测指标较好；2类80-90分，单项检测指标正常；3类70-80分，单项检测指标影响生产；4类60-70分，单项检测指标异常；
2)单品种质量判定：1类90-100分，物料质量较好；2类80-90分，物料质量正常；3类70-80分，物料质量影响生产减小使用量；4类60-70分，物料质量异常停止使用；
3)综合质量判定：1类90-100分，工序物料质量较好；2类80-90分，工序物料质量正常；3类70-80分，工序物料质量影响生产需要优化调节；4类60-70分，工序物料质量较差影响生产稳定。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910977511.1A CN110766305A (zh) | 2019-10-15 | 2019-10-15 | 一种原燃料质量跟踪预警方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910977511.1A CN110766305A (zh) | 2019-10-15 | 2019-10-15 | 一种原燃料质量跟踪预警方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110766305A true CN110766305A (zh) | 2020-02-07 |
Family
ID=69331140
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910977511.1A Pending CN110766305A (zh) | 2019-10-15 | 2019-10-15 | 一种原燃料质量跟踪预警方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110766305A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112132331A (zh) * | 2020-09-15 | 2020-12-25 | 宝信软件(武汉)有限公司 | 一种基于深度学习的炼钢系统预警方法和系统 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102901802A (zh) * | 2012-10-12 | 2013-01-30 | 江苏沙钢集团有限公司 | 一种炼焦煤性价比评价方法 |
| CN103454395A (zh) * | 2013-08-23 | 2013-12-18 | 安阳钢铁股份有限公司 | 煤筒仓模式下焦炭质量预测方法 |
| CN105301184A (zh) * | 2015-09-14 | 2016-02-03 | 湖南中烟工业有限责任公司 | 一种制丝批次均质化评价方法 |
| CN108108880A (zh) * | 2017-12-07 | 2018-06-01 | 东北大学 | 一种选矿生产指标可视化分析系统与方法 |
| CN109063358A (zh) * | 2018-08-16 | 2018-12-21 | 马鞍山钢铁股份有限公司 | 一种新型高炉顺行评价的方法 |
| CN109800959A (zh) * | 2018-12-25 | 2019-05-24 | 鞍钢集团朝阳钢铁有限公司 | 一种运用指数判断高炉运行状态的方法 |
-
2019
- 2019-10-15 CN CN201910977511.1A patent/CN110766305A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102901802A (zh) * | 2012-10-12 | 2013-01-30 | 江苏沙钢集团有限公司 | 一种炼焦煤性价比评价方法 |
| CN103454395A (zh) * | 2013-08-23 | 2013-12-18 | 安阳钢铁股份有限公司 | 煤筒仓模式下焦炭质量预测方法 |
| CN105301184A (zh) * | 2015-09-14 | 2016-02-03 | 湖南中烟工业有限责任公司 | 一种制丝批次均质化评价方法 |
| CN108108880A (zh) * | 2017-12-07 | 2018-06-01 | 东北大学 | 一种选矿生产指标可视化分析系统与方法 |
| CN109063358A (zh) * | 2018-08-16 | 2018-12-21 | 马鞍山钢铁股份有限公司 | 一种新型高炉顺行评价的方法 |
| CN109800959A (zh) * | 2018-12-25 | 2019-05-24 | 鞍钢集团朝阳钢铁有限公司 | 一种运用指数判断高炉运行状态的方法 |
Non-Patent Citations (1)
| Title |
|---|
| 彭甲平: "铁矿石质量评价", 《湖南冶金》 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112132331A (zh) * | 2020-09-15 | 2020-12-25 | 宝信软件(武汉)有限公司 | 一种基于深度学习的炼钢系统预警方法和系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109685289B (zh) | 高炉炉况顺行预测方法、装置及系统 | |
| CN109063358B (zh) | 一种新型高炉顺行评价的方法 | |
| CN111607673B (zh) | 铁前诊断系统及方法 | |
| CN111593155B (zh) | 高炉诊断系统及方法 | |
| CN111639801B (zh) | 高炉炉况的评分方法及系统 | |
| CN110387444B (zh) | 一种优化高炉喷吹配煤结构的方法 | |
| CN104593540A (zh) | 转炉炼钢过程能效评估方法 | |
| CN106228011B (zh) | 焦炭质量稳定性的评价方法 | |
| CN101423348B (zh) | 水泥回转窑烧成工况综合识别方法 | |
| CN116822714A (zh) | 一种基于生命周期评价的钢铁产品碳足迹管理方法与系统 | |
| CN110766305A (zh) | 一种原燃料质量跟踪预警方法 | |
| CN112434852A (zh) | 一种高炉送风制度合理性的评价方法 | |
| WO2021095594A1 (ja) | 生産設備の監視方法、生産設備の監視装置、及び生産設備の操業方法 | |
| CN116651306B (zh) | 一种智能焦煤配比系统 | |
| CN106154868B (zh) | 一种高炉风口焦炭粒度分级控制方法 | |
| CN103868815A (zh) | 焦炭在高炉上部劣化程度的评价方法 | |
| CN109213963A (zh) | 一种激光沉积成型钛合金疲劳寿命统计分析方法 | |
| CN116739411A (zh) | 一种数据质量检测方法、装置、设备和介质 | |
| CN109855988A (zh) | 一种用于炼铅渣入炉粒料/球团的落下强度的测定方法 | |
| CN111639302B (zh) | 烧结诊断系统及方法 | |
| CN115829352A (zh) | 一种钢铁生产工序碳排放水平确定方法 | |
| CN111607417B (zh) | 炼焦诊断系统及方法 | |
| CN111639800B (zh) | 高炉工艺参数范围的设定方法、设备和存储介质 | |
| CN108265142B (zh) | 高炉喷煤比调节方法及系统 | |
| CN112921137A (zh) | 一种炼铁高炉风口回旋区内煤粉燃烧率的检测方法 |
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 | ||
| CB02 | Change of applicant information | ||
| CB02 | Change of applicant information |
Address after: 401329 No. 5-6, building 2, No. 66, Nongke Avenue, Baishiyi Town, Jiulongpo District, Chongqing Applicant after: MCC CCID information technology (Chongqing) Co.,Ltd. Address before: Building 1, No. 11, Huijin Road, North New District, Yubei District, Chongqing Applicant before: CISDI CHONGQING INFORMATION TECHNOLOGY Co.,Ltd. |
|
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200207 |