CN111383723B - 一种高炉炼铁成分预控方法 - Google Patents

Abstract

本申请公开了一种高炉炼铁成分预控方法，通过选取关键可控参数，确定所述关键可控参数的权重，建立加权拟合回归方程。实时提取所述关键可控参数的实际数值，并将所述实际数值代入所述加权拟合回归方程，进行含量预测，得到预测铁水硅含量值。建立阈值判断公式，根据所述预测铁水硅含量值判断铁水冶炼的当前状态。根据所述当前状态，调整所述关键可控参数，直至所述当前状态为正常。通过快速综合分析入炉条件预测铁水硅含量，为高炉生产调控提供科学指导方案，实现了在线预控铁水硅含量目标。

Description

一种高炉炼铁成分预控方法

技术领域

本申请涉及高炉炼铁技术领域，尤其涉及一种高炉炼铁成分预控方法。

背景技术

硅，主要来源于矿石和焦炭灰分中的Si0₂，Si0₂是稳定的化合物，生成热大、分解压小，比Fe、Mn难还原。硅的还原只能在高炉下部高温区(1300℃以上)以直接还原的形式进行，铁水硅含量可作为衡量炉温水平的标志。正常情况下每还原一个单位的硅是还原一个单位铁所需消耗热量的8倍，因此降硅有利于节约焦碳，且低硅铁水到了炼钢也能缩短冶炼时间，进而降低成本；但铁水硅含量过低容易发生炉凉事故，最佳铁水硅含量要根据企业原燃料条件、操作水平等来决定。预控铁水硅含量，始终是高炉炼铁生产中的重要课题。

目前，相关的技术基本都是以模糊神经网络作为预测的基础，需要累积数量足够多、范围足够广的实时数据，才能达到预测模型的准确预测目标。但是，实际高炉生产中往往都是“向好性操作”，出现异常数据会立即回调纠正，致使预测模型基础数据很难搜集到足够的实时数据；而且，目前的钢铁入炉条件，尤其是原燃料条件变动频繁，使得搜集基础数据的模型仅适用于历史条件，造成现有模型对铁水硅含量的预测精度低。

发明内容

本申请提供了一种高炉炼铁成分预控方法，以解决现有模型对铁水硅含量的预测精度低的技术问题。

为了解决上述技术问题，本申请实施例公开了如下技术方案：

本申请实施例公开了一种高炉炼铁成分预控方法，包括：

选取关键可控参数，确定所述关键可控参数的权重，建立加权拟合回归方程；

实时提取所述关键可控参数的实际数值，并将所述实际数值代入所述加权拟合回归方程，进行含量预测，得到预测铁水硅含量值；

建立阈值判断公式，根据所述预测铁水硅含量值判断铁水冶炼的当前状态；

根据所述当前状态，调整所述关键可控参数，执行含量预测，直至所述当前状态为正常。

可选的，根据所述关键可控参数的权重，建立加权拟合回归方程，包括：

根据所述关键可控参数对硅含量的影响程度，定义所述关键可控参数的相应权重；

采集各所述关键可控参数和对应的铁水硅含量的基础数值，建立所述基础数值做一次拟合回归方程、二次拟合回归方程、三次拟合回归方程；

根据“取回归模型误差最优”原则，确定各所述关键可控参数与铁水硅含量的最佳回归方程；

依据所述权重和所述最佳回归方程，建立加权拟合回归方程。

可选的，所述一次拟合回归方程、所述二次拟合回归方程和所述三次拟合回归方程的置信水平为90％～95％。

可选的，所述关键可控参数包括：入炉品位、风量、风温、燃料比、出铁间隔时间、铁量差、水温差、富氧率、煤气利用率、压量关系中的任意一种或几种。

可选的，建立阈值判断公式，根据所述预测铁水硅含量值判断铁水冶炼的当前状态，包括：

根据需求的出炉铁水硅含量，预设上警戒线阈值、上规格线阈值、下规格线阈值和下警戒线阈值；

如果所述预测铁水硅含量值＞所述上警戒线阈值，或所述预测铁水硅含量值＜所述下警戒线阈值，判断当前状态为严重异常；

如果所述上规格线阈值≥所述预测铁水硅含量值≥所述下规格线阈值，判断当前状态为正常；

如果所述上规格线阈值≤所述预测铁水硅含量值≤所述上警戒线阈值，或所述下规格线阈值≥所述预测铁水硅含量值≥所述下警戒线阈值，判断当前状态为轻微异常。

可选的，根据所述当前状态，调整所述关键可控参数，执行含量预测，直至所述当前状态为正常；包括：

如果所述当前状态为轻微异常，调整所述关键可控参数，并将调整后的所述关键可控参数的数值输入所述加权拟合回归方程方程，返回执行进行含量预测；

如果所述当前状态为严重异常，发出异常警报，调整所述关键可控参数，并将调整后的所述关键可控参数的数值输入所述加权拟合回归方程方程，返回执行进行含量预测；

如果所述当前状态为正常，返回执行实时提取所述关键可控参数的实际数值。

与现有技术相比，本申请的有益效果为：

本申请提供了一种高炉炼铁成分预控方法，通过选取关键可控参数，并根据所述关键可控参数的权重，建立加权拟合回归方程。实时提取所述关键可控参数的实际数值，并将所述实际数值代入所述加权拟合回归方程，进行含量预测，得到预测铁水硅含量值。建立阈值判断公式，根据所述预测铁水硅含量值判断铁水冶炼的当前状态。根据所述当前状态，调整所述关键可控参数，直至所述当前状态为正常。通过快速综合分析入炉条件预测铁水硅含量，为高炉生产调控提供科学指导方案，实现了在线预控铁水硅含量目标。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。

附图说明

为了更清楚地说明本申请的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本申请实施例提供的一种高炉炼铁成分预控方法流程示意图；

图2为本申请实施例提供的铁水硅含量与风量的一次拟合回归方程图示；

图3为本申请实施例提供的铁水硅含量与风量的二次拟合回归方程图示；

图4为本申请实施例提供的铁水硅含量与风量的三次拟合回归方程图示；

图5为本申请实施例提供的铁水硅含量与风温的一次拟合回归方程图示；

图6为本申请实施例提供的铁水硅含量与风温的二次拟合回归方程图示；

图7为本申请实施例提供的铁水硅含量与风温的三次拟合回归方程图示；

图8为本申请实施例提供的铁水硅含量与燃料比的一次拟合回归方程图示；

图9为本申请实施例提供的铁水硅含量与燃料比的二次拟合回归方程图示；

图10为本申请实施例提供的铁水硅含量与燃料比的三次拟合回归方程图示；

图11为本申请实施例提供的铁水硅含量与铁量差的一次拟合回归方程图示；

图12为本申请实施例提供的铁水硅含量与铁量差的二次拟合回归方程图示；

图13为本申请实施例提供的铁水硅含量与铁量差的三次拟合回归方程图示；

图14为本申请实施例提供的铁水硅含量与水温差的一次拟合回归方程图示；

图15为本申请实施例提供的铁水硅含量与水温差的二次拟合回归方程图示；

图16为本申请实施例提供的铁水硅含量与水温差的三次拟合回归方程图示；

图17为本申请实施例提供的铁水硅含量与煤气利用率的一次拟合回归方程图示；

图18为本申请实施例提供的铁水硅含量与煤气利用率的二次拟合回归方程图示；

图19为本申请实施例提供的铁水硅含量与煤气利用率的三次拟合回归方程图示。

具体实施方式

为了使本技术领域的人员更好地理解本申请中的技术方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部实施例。基于本申请中的实施例，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，都应当属于本申请保护的范围。

结合图1所示，本申请提供了一种高炉炼铁成分预控方法，包括：

S100：选取关键可控参数，确定所述关键可控参数的权重，建立加权拟合回归方程。

其中所述关键可控参数包括：入炉品位、风量、风温、燃料比、出铁间隔时间、铁量差、水温差、富氧率、煤气利用率、压量关系中的任意一种或几种。

根据所述关键可控参数的权重，建立加权拟合回归方程，包括：

根据所述关键可控参数对硅含量的影响程度，定义所述关键可控参数的相应权重。

采集各所述关键可控参数和对应的铁水硅含量的基础数值，建立所述基础数值做一次拟合回归方程、二次拟合回归方程、三次拟合回归方程。所述对应的铁水硅含量的基础数值为经验数值，为业内工作人员根据生产经验进行设置。所述一次拟合回归方程、所述二次拟合回归方程和所述三次拟合回归方程的置信水平为90％～95％。采集过程中所述关键可控参数对应的铁水硅含量的基础数值通过业内人员的经验进行预测得到。

根据“取回归模型误差最优”原则，确定各所述关键可控参数与铁水硅含量的最佳回归方程。

依据所述权重和所述最佳回归方程，建立加权拟合回归方程。其中，加权拟合回归方程＝∑权重*最佳回归方程。

S200：实时提取所述关键可控参数的实际数值，并将所述实际数值代入所述加权拟合回归方程，进行含量预测，得到预测铁水硅含量值。实际数值为高炉炼铁过程中所述关键可控参数的数值。

S300：建立阈值判断公式，根据所述预测铁水硅含量值判断铁水冶炼的当前状态。具体包括：

根据需求的出炉铁水硅含量，预设上警戒线阈值、上规格线阈值、下规格线阈值和下警戒线阈值；

如果所述预测铁水硅含量值＞所述上警戒线阈值，或所述预测铁水硅含量值＜所述下警戒线阈值，判断当前状态为严重异常；

如果所述上规格线阈值≥所述预测铁水硅含量值≥所述下规格线阈值，判断当前状态为正常；

如果所述上规格线阈值≤所述预测铁水硅含量值≤所述上警戒线阈值，或所述下规格线阈值≥所述预测铁水硅含量值≥所述下警戒线阈值，判断当前状态为轻微异常。

S400：根据所述当前状态，调整所述关键可控参数，执行含量预测，直至所述当前状态为正常。包括：如果所述当前状态为轻微异常，调整所述关键可控参数，并将调整后的所述关键可控参数的数值输入所述加权拟合回归方程方程，返回执行进行含量预测；

如果所述当前状态为严重异常，发出异常警报，调整所述关键可控参数，并将调整后的所述关键可控参数的数值输入所述加权拟合回归方程方程，返回执行进行含量预测；

如果所述当前状态为正常，返回执行实时提取所述关键可控参数的实际数值。

执行过程中，所述加权拟合回归方程方程的输入端有两个，一个是实时提取的线上实际数值，一个是作业人员手动输入的对所述关键可控参数的调整值。通过手动输入参数调整值并立即提前模拟进行铁水硅成分预测，避免了现有模型中参数输入端仅有自动提取端，参数调整后需要一定时间间隔后在炼铁系统中才能够提取到调整后的数值，导致的对铁水硅含量预测数值滞后，提高对铁水硅含量的预测精度。同时，因本申请的高炉炼铁成分预控方法，运行基础条件要求低，适于各类型高炉炼铁推广使用，可极大提升高炉炼铁有效生产率。

现场人员根据输入的参数调整值调整冶炼过程中相应的参数数值，使得铁水硅含量在需求数值内。实施例中，以莱钢老区3#1080m3高炉为例。

首先，组织骨干员工进行经验打分，根据“对高炉炼铁硅含量有影响、操作可控”的原则，选取“风量、风温、燃料比、铁量差、水温差、煤气利用率”为关键可控参数。

根据其对高炉炼铁硅含量的影响度原则，确定各关键可控参数的相应权重为“10％、10％、30％、10％、20％、20％”。

设定稳定的炉料结构、稳定的炉况条件下，各关键可控参数的目标水平铁水硅含量为0.4％，组织骨干员工凭经验进行模拟“在炉况相对稳定的基础上采集基础参数”(见表1、表2)，结果如下：

表1风量、风温、燃料比和对应的预测铁水硅含量的基础参数统计表

表2铁量差、水温差、煤气利用率的基础参数统计表

铁量差(t/炉)	铁水硅含量	水温差(℃)	铁水硅含量	煤气利用率(％)	铁水硅含量
						-100	1.2885	0.00	0.7705	38.00	0.1371
-80	1.0867	0.50	0.6505	38.50	0.1621
						-60	0.8948	1.00	0.5386	39.00	0.1914
-40	0.7082	1.50	0.4727	39.50	0.2050
						-20	0.5418	2.00	0.4000	40.00	0.2137
0	0.4000	2.50	0.3618	40.50	0.2268
						20	0.3711	3.00	0.3332	41.00	0.2584
40	0.3378	3.50	0.2929	41.50	0.2738
						60	0.3006	4.00	0.2595	42.00	0.3132
80	0.2456	4.50	0.2171	42.50	0.3509
						100	0.2033	5.00	0.1781	43.00	0.4000
		5.50	0.1564	43.50	0.4350
								6.00	0.1371	44.00	0.4732
				44.50	0.5005
										45.00	0.5427
				45.50	0.5800
										46.00	0.6227
				46.50	0.6718
										47.00	0.7264
				47.50	0.7890
										48.00	0.8533
				48.50	0.8975
										49.00	0.9372
				49.50	0.9722
										50.00	1.0583

其次，取置信水平95％，分别计算一次拟合回归方程、二次拟合回归方程、三次拟合回归方程并进行分析，依据“取回归模型误差最优(R-sq越大越好)”原则，结合高炉炼铁生产专业经验，确定最佳拟合回归方程。

如图2所示为铁水硅含量与风量的一次拟合回归方程图示。如图3所示为铁水硅含量与风量的二次拟合回归方程图示。如图4所示为铁水硅含量与风量的三次拟合回归方程图示。由图2、图3和图4中分析可知，尽管二次回归、三次回归R-sq较一次回归大，但其二次系数、三次系数过小，通过分析得到确定风量最佳拟合回归方程为：铁水硅＝2.802-0.001165风量(m3/min)。

如图5所示为铁水硅含量与风温的一次拟合回归方程图示。如图6所示为铁水硅含量与风温的二次拟合回归方程图示。如图7所示为铁水硅含量与风温的三次拟合回归方程图示。由图5、图6和图7中分析可知，一次回归R-sq较小，三次回归三次系数过小，故确定风温最佳拟合回归方程为：铁水硅＝1.541-0.003320风温(℃)+0.000002风温(℃)**2。

如图8所示为铁水硅含量与燃料比的一次拟合回归方程图示。如图9所示为铁水硅含量与燃料比的二次拟合回归方程图示。如图10所示为铁水硅含量与燃料比的三次拟合回归方程图示。分析图8、9、10，一次回归R-sq较小，三次回归三次系数过小，故确定燃料比最佳拟合回归方程为：铁水硅＝17.17-0.07668燃料比(kg/t)+0.000086燃料比(kg/t)**2。

如图11所示为铁水硅含量与铁量差的一次拟合回归方程图示。如图12所示为铁水硅含量与铁量差的二次拟合回归方程图示。如图13所示为铁水硅含量与铁量差的三次拟合回归方程图示。由图11、图12和图13中分析可知，一次回归R-sq较小，三次回归三次系数过小，故确定铁量差最佳拟合回归方程为：铁水硅＝0.4553-0.005220铁量差(t/炉)+0.000031铁量差(t/炉)**2。

如图14所示为铁水硅含量与水温差的一次拟合回归方程图示。如图15所示为铁水硅含量与水温差的二次拟合回归方程图示。如图16所示为铁水硅含量与水温差的三次拟合回归方程图示。尽管二次、三次回归R-sq较大，但考虑一次回归R-sq也在90％以上，且实际生产中“向好操作”不会出现极端异常水温差数据，故确定水温差最佳拟合回归方程为：铁水硅＝0.6579-0.09703水温差(℃)。

如图17所示为铁水硅含量与煤气利用率的一次拟合回归方程图示。如图18所示为铁水硅含量与煤气利用率的二次拟合回归方程图示。如图19所示为铁水硅含量与煤气利用率的三次拟合回归方程图示。分析图17、18、19，尽管二次、三次回归R-sq较大，但考虑一次回归R-sq也在90％以上，且实际生产中“向好操作”不会出现极端异常煤气利用率数据，故确定煤气利用率最佳拟合回归方程为：铁水硅＝-2.858+0.07659煤气利用率(％)。

最后，确定加权拟合回归方程为：预测铁水硅＝10％*(2.802-0.001165风量)+10％*(1.541-0.003320风温+0.000002风温**2)+30％*(17.17-0.07668燃料比+0.000086燃料比**2)+10％*(0.4553-0.005220铁量差+0.000031铁量差**2)+20％*(0.6579-0.09703水温差)+20％*(-2.858+0.07659煤气利用率)。

将实时在线提取的实际关键可控参数，代入加权拟合回归方程，可计算得出预测铁水硅含量值(置信水平90％-95％)。

阈值判断。结合实际高炉生产经验值，确定：上警戒线阈值0.75％、上规格线阈值0.55％、下规格线阈值0.35％、下警戒线阈值0.15％；编辑逻辑判断公式，自动比较加权回归计算得出的预测铁水硅含量值，在上下规格线阈值内则判断为“正常”(如表3)、在上下规格线阈值外且在上下警戒线阈值内则判断为“轻微异常”(如表4)、在上下警戒线阈值外则判断为“严重异常”(如表5)。

表3预测表1

表4预测表2

表5预测表3

如表5所示，根据阈值判断结果，判断结论为“正常”，即为预测结果判断符合要求，保持原操作参数。

表6预测表4

如表6所示，判断结论为“轻微异常”，可微调关键可控参数并输入“可编辑的最佳拟合回归方程”转入含量再预测(如表6，即为表4出现后微调风量至2000、燃料比至505的预测结果)，直至判断结论为“正常”；将微调至“正常”的微调参数通知高炉相关岗位人员，确保在实际生产中执行到位。

表7预测表5

如表7所示，判断结论为“严重异常”，可调整关键可控参数并输入“可编辑的最佳拟合回归方程”转入含量再预测(如表7，即为表5出现后微调风量至2100、燃料比至510、水温差2.5的预测结果)，直至判断结论为“正常”；将调整至“正常”的调整参数通知高炉相关岗位人员，确保在实际生产中执行到位。

此外，(1)因炉料结构相对稳定，故本案例中没有选取入炉品位。如炉料结构发生较大变动，需重新上述步骤，重建模型后使用修正并推广。(2)受实际入炉条件影响，各关键可控参数的权重发生变化时，要适时修改相关权重。

由于以上实施方式均是在其他方式之上引用结合进行说明，不同实施例之间均具有相同的部分，本说明书中各个实施例之间相同、相似的部分互相参见即可。在此不再详细阐述。

需要说明的是，在本说明书中，诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或暗示这些实体或操作之间存在任何这种实际的关系或顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的电路结构、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种电路结构、物品或者设备所固有的要素。在没有更多限制的情况下，有语句“包括一个……”限定的要素，并不排除在包括所述要素的电路结构、物品或者设备中还存在另外的相同要素。

本领域技术人员在考虑说明书及实践这里发明的公开后，将容易想到本申请的其他实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本申请的一般性原理并包括本申请未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本申请的真正范围和精神由权利要求的内容指出。

以上所述的本申请实施方式并不构成对本申请保护范围的限定。

Claims (5)

1.一种高炉炼铁成分预控方法，其特征在于，包括：

选取关键可控参数，确定所述关键可控参数的权重，建立加权拟合回归方程包括：根据所述关键可控参数对硅含量的影响程度，定义所述关键可控参数的相应权重；

采集各所述关键可控参数和对应的铁水硅含量的基础数值，建立所述基础数值做一次拟合回归方程、二次拟合回归方程、三次拟合回归方程，所述关键可控参数对应的铁水硅含量的基础数值为经验数值，所述经验数值为工作人员根据生产经验进行设置；

根据“取回归模型误差最优”原则，确定各所述关键可控参数与铁水硅含量的最佳回归方程；

依据所述权重和所述最佳回归方程，建立加权拟合回归方程；

实时提取所述关键可控参数的实际数值，并将所述实际数值代入所述加权拟合回归方程，进行含量预测，得到预测铁水硅含量值；

建立阈值判断公式，根据所述预测铁水硅含量值判断铁水冶炼的当前状态；

根据所述当前状态，调整所述关键可控参数，返回执行含量预测，直至所述当前状态为正常。

2.根据权利要求1所述的高炉炼铁成分预控方法，其特征在于，所述一次拟合回归方程、所述二次拟合回归方程和所述三次拟合回归方程的置信水平为90%~95%。

3.根据权利要求1所述的高炉炼铁成分预控方法，其特征在于，所述关键可控参数包括：入炉品位、风量、风温、燃料比、出铁间隔时间、铁量差、水温差、富氧率、煤气利用率、压量关系中的任意两种或两种以上。

4.根据权利要求3所述的高炉炼铁成分预控方法，其特征在于，建立阈值判断公式，根据所述预测铁水硅含量值判断铁水冶炼的当前状态，包括：

根据需求的出炉铁水硅含量，预设上警戒线阈值、上规格线阈值、下规格线阈值和下警戒线阈值；

如果所述预测铁水硅含量值＞所述上警戒线阈值，或所述预测铁水硅含量值＜所述下警戒线阈值，判断当前状态为严重异常；

如果所述上规格线阈值≥所述预测铁水硅含量值≥所述下规格线阈值，判断当前状态为正常；

如果所述上规格线阈值≤所述预测铁水硅含量值≤所述上警戒线阈值，或所述下规格线阈值≥所述预测铁水硅含量值≥所述下警戒线阈值，判断当前状态为轻微异常。

5.根据权利要求4所述的高炉炼铁成分预控方法，其特征在于，根据所述当前状态，调整所述关键可控参数，执行含量预测，直至所述当前状态为正常；包括：

如果所述当前状态为轻微异常，调整所述关键可控参数，并将调整后的所述关键可控参数的数值输入所述加权拟合回归方程方程，返回执行进行含量预测；

如果所述当前状态为严重异常，发出异常警报，调整所述关键可控参数，并将调整后的所述关键可控参数的数值输入所述加权拟合回归方程方程，返回执行进行含量预测；

如果所述当前状态为正常，返回执行实时提取所述关键可控参数的实际数值。

Images