CN113832267A - 一种基于spc控制理论的高炉仪表数据智能监测系统和方法 - Google Patents
一种基于spc控制理论的高炉仪表数据智能监测系统和方法 Download PDFInfo
- Publication number
- CN113832267A CN113832267A CN202111020515.4A CN202111020515A CN113832267A CN 113832267 A CN113832267 A CN 113832267A CN 202111020515 A CN202111020515 A CN 202111020515A CN 113832267 A CN113832267 A CN 113832267A
- Authority
- CN
- China
- Prior art keywords
- data
- blast furnace
- module
- instrument
- alarm
- 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
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000012544 monitoring process Methods 0.000 title claims abstract description 25
- 238000012545 processing Methods 0.000 claims abstract description 24
- 238000012800 visualization Methods 0.000 claims abstract description 12
- 238000003860 storage Methods 0.000 claims abstract description 8
- 238000001514 detection method Methods 0.000 claims description 30
- 230000002159 abnormal effect Effects 0.000 claims description 10
- 238000004140 cleaning Methods 0.000 claims description 8
- 230000003068 static effect Effects 0.000 claims description 4
- 238000013079 data visualisation Methods 0.000 claims description 3
- 230000001174 ascending effect Effects 0.000 claims description 2
- 238000013480 data collection Methods 0.000 claims description 2
- 238000013500 data storage Methods 0.000 claims description 2
- 238000005429 filling process Methods 0.000 claims description 2
- 238000004519 manufacturing process Methods 0.000 abstract description 5
- 238000004458 analytical method Methods 0.000 abstract description 3
- 230000007797 corrosion Effects 0.000 abstract description 3
- 238000005260 corrosion Methods 0.000 abstract description 3
- 238000011161 development Methods 0.000 abstract description 3
- 238000009826 distribution Methods 0.000 abstract description 3
- 238000005065 mining Methods 0.000 abstract description 3
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 2
- 230000004075 alteration Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 238000009529 body temperature measurement Methods 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 229910052742 iron Inorganic materials 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 239000002893 slag Substances 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- 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
- C21B7/00—Blast furnaces
- C21B7/24—Test rods or other checking devices
-
- 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
本发明公开了一种基于SPC控制理论的高炉仪表数据智能监测系统和方法，属于高炉监控技术领域。该系统包括数据采集及存储模块、数据处理模块、知识规则模块、可视化模块、操作建议模块；通过周向雷达图、纵向折线图、三维云图、展开面的温度云图等可视化形式，对检测仪表数据进行动态展示和历史回放，实现直观反映高炉内气流分布、操作炉型及耐材侵蚀的发展演变过程，实现不同方位、不同区域的检测仪表数据对比及趋势对比；采用三级报警的报警规则库和基于SPC控制理论的知识规则库，实现监测仪表数据多级超标报警和挖掘分析，及时输出调整建议预警操作者调整生产制度，实现高炉的稳定长寿，具有广泛的应用场景。
Description
技术领域
本发明属于高炉监控领域，特别涉及一种基于SPC控制理论的高炉仪表数据智能监测系统和方法。
背景技术
高炉作为炼铁行业关键的设备之一，其稳定顺行及使用寿命直接决定炼铁行业的经济效益，具有举足轻重的作用。高炉生产需要大量计量检测支撑，属于数据密集型行业，为监控高炉运行状态，每座高炉配备的监测仪表高达成百上千种，包括温度、压力、重量、流量等计量，实时生成海量的数据点。
目前高炉仪表数据呈现两个特点，一是数据分散，广泛存在于高炉本体、燃料供应、热风炉、煤粉喷吹、渣铁处理等各工序系统，形成大量的“信息孤岛”，因为缺乏合适的处理技术，很多数据没有得到有效整合；二是数据利用率低，高炉系统每天生成大量数据，只有少部分被关注，大部分沉积在硬盘中。业内对于监测仪表数据，主要用于实时监控、趋势展示、生产报表和少量数据分析，缺乏对历史数据的多维度深度挖掘和动态分析，造成数据资源的严重浪费。
发明内容
1.发明要解决的技术问题
为了克服上述缺陷和不足，本发明提供一种基于SPC控制理论的高炉仪表数据智能监测系统和方法，对检测仪表数据进行动态展示和历史回放，输出多级超标报警和操作调整建议，极大提高对高炉检测仪表历史数据的利用效率和深度，全面保障高炉的长寿稳定，为高炉生产信息化、智能化提供有力支撑。
2.技术方案
为达到上述目的，本发明提供的技术方案为：
本发明的一种基于SPC控制理论的高炉仪表数据智能监测系统，包括服务器系统和客户端系统，所述的服务器系统由数据采集及存储模块、数据处理模块和知识规则模块组成，客户端系统由可视化模块和操作建议模块组成；其中，可视化模块通过静态展示和动态回放两种方式展示数据；操作建议模块根据预警报警信息提供操作调整建议。
更进一步地，所述的数据采集及存储模块用于采集高炉不同区域检测仪表数据；所述的数据处理模块对数据进行清洗和填充处理；所述的可视化模块通过周向雷达图、操作炉型图、展开面云图和三维云图展示数据。
本发明利用上述系统进行高炉仪表数据智能监测的方法，其步骤为：
步骤一、通过数据采集及存储模块，采集高炉不同区域检测仪表数据；
步骤二、利用数据处理模块将步骤一获得的数据进行数据清洗和填充处理；
步骤三、启动报警规则库，以当前检测仪表数据为触发器，与报警规则库中的控制范围进行对比，判断当前参数所处状态及报警等级；
步骤四、启动知识规则库，以当前检测仪表数据为触发器，启动知识规则库中的模式匹配，判断当前高炉的实际状态和异常类型，输出正确的高炉操作调整建议；
步骤五、选择需显示的时间跨度和时间颗粒度，并选取数据可视化方式，由客户端模块显示高炉检测仪表数据的历史变化趋势，并进行不同方位、标高、时间等维度的对比；根据报警规则库和知识规则库判定结果，展示当前仪表参数的超标报警信息、异常类型和操作调整建议。
3.有益效果
采用本发明提供的技术方案，与已有的公知技术相比，具有如下显著效果：
本发明通过直观动态的可视化方式，对检测仪表数据进行动态展示和历史回放，输出多级超标报警和操作调整建议，实现直观反映高炉内气流分布、操作炉型及耐材侵蚀的发展演变过程，极大提高对高炉检测仪表历史数据的利用效率和深度，全面保障高炉的长寿稳定。
附图说明
图1为本发明提供的高炉仪表数据智能监测系统结构图。
图2为本发明提供的可视化模块示意图。
具体实施方式
为进一步了解本发明的内容，结合附图和实施例对本发明作详细描述。
实施例
结合图1和涂2，本实施例的一种基于SPC控制理论的高炉仪表数据智能监测系统，包括服务器系统和客户端系统，所述的服务器系统由数据采集及存储模块、数据处理模块和知识规则模块组成，客户端系统由可视化模块和操作建议模块组成；其中，可视化模块通过静态展示和动态回放两种方式展示数据；操作建议模块根据预警报警信息提供操作调整建议。
所述的数据采集及存储模块用于采集高炉不同区域检测仪表数据；包括但不限于冷却壁温度、耐材温度、水温差、静压力、十字测温等，并以1分钟为最小时间颗粒度存储在数据库内；所述的数据处理模块对数据进行清洗和填充处理，包括但不限于无效值处理、数据一致性检查、离群值处理等；所述的可视化模块通过周向雷达图、操作炉型图、展开面云图和三维云图展示数据。
本实施例的一种基于SPC控制理论的高炉仪表数据智能监测方法，其步骤为：
步骤一、通过数据采集及存储模块，采集高炉不同区域检测仪表数据。
步骤二、利用数据处理模块将步骤一获得的数据进行数据清洗和填充处理：
其中，数据清洗的过程包括对数据进行无效值处理、数据一致性检查和离群值处理；数据填充处理中，根据检测仪表数据点布局，相邻采集点之间的数据采用K-近邻法填充；计算填充点i与相邻n个采集点ki之间的欧式距离
按照距离关系升序排列；选取距离最小的5个点，确定前5个点所属类别出现的频率，返回频率最高的类别作为填充点i的预测分类。
步骤三、启动报警规则库，以当前检测仪表数据为触发器，与报警规则库中的控制范围进行对比，判断当前参数所处状态及报警等级：报警规则库分为正常、警告、失常等三级报警等级，每个报警等级对应不同的上下限，超出控制范围，根据权限和报警等级推送相应角色。具体规则如表1。
表1报警规则库规则表
| 名称 | 失常下限 | 警告下限 | 正常下限 | 正常上限 | 警告上限 | 失常上限 |
| 参数x | 管理层 | 操作层 | 无推送 | 无推送 | 操作层 | 管理层 |
步骤四、启动知识规则库，以当前检测仪表数据为触发器，启动知识规则库中的模式匹配，判断当前高炉的实际状态和异常类型，输出正确的高炉操作调整建议：
基于SPC控制理论，可以利用控制图,强调全过程监控、全系统参与，用科学方法(主要是统计技术)来保证全过程的预防。对仪表检测点数据进行判定和匹配，具体步骤为：
S1、建立数据标准集，将所有检测点数据经过数据采集模块和数据处理模块进行规范化处理，形成数据标准集；
S2、绘制X-R控制图并建立系数表：先计算每个子组的均值
极差Rj＝xmax-xmin，n为子组数据点个数；其中，xi表示子组中各点的数据值、Xj表示子组平均值、xmax表示子组中的最大值、xmin表示子组中的最小值；再计算过程平均极差
和过程平均值
k为子组数量；最后计算控制限
均值上限：
均值下限：
极差上限：UCLR＝D4*R
极差下限：LCLR＝D3*R
其中，A2、D3、D4为计量值控制图系数，可查阅计量值控制图系数表获取；
将各子组计算的X、R值作为均值图和极差图的纵坐标，以子组序号为横坐标，绘制均值图和极差图。
S3、根据X-R控制图匹配检测仪表数据，基于知识规则库判断当前高炉的实际状态和异常类型，并输出正确的高炉操作调整建议。知识规则库规则设计如表2。
表2知识规则库设计表
本实施例采用三级报警的报警规则库和基于SPC控制理论的知识规则库，实现监测仪表数据多级超标报警和挖掘分析，及时输出调整建议预警操作者调整生产制度，实现高炉的稳定长寿，具有广泛的应用场景。
步骤五、选择需显示的时间跨度和时间颗粒度，时间颗粒度包括但不限于年、月、周、日、班、时、分、秒。选取数据可视化方式，由客户端模块显示高炉检测仪表数据的历史变化趋势，并进行不同方位、标高、时间等维度的对比；根据报警规则库和知识规则库判定结果，展示当前仪表参数的超标报警信息、异常类型和操作调整建议。
本实施例的方法通过直观动态的可视化方式，对检测仪表数据进行动态展示和历史回放，输出多级超标报警和操作调整建议，实现直观反映高炉内气流分布、操作炉型及耐材侵蚀的发展演变过程，极大提高对高炉检测仪表历史数据的利用效率和深度，全面保障高炉的长寿稳定。
以上示意性的对本发明及其实施方式进行了描述，该描述没有限制性，附图中所示的也只是本发明的实施方式之一，实际的结构并不局限于此。所以，如果本领域的普通技术人员受其启示，在不脱离本发明创造宗旨的情况下，不经创造性的设计出与该技术方案相似的结构方式及实施例，均应属于本发明的保护范围。
Claims (8)
1.一种基于SPC控制理论的高炉仪表数据智能监测系统，其特征在于：包括服务器系统和客户端系统，所述的服务器系统由数据采集及存储模块、数据处理模块和知识规则模块组成，客户端系统由可视化模块和操作建议模块组成；其中，可视化模块通过静态展示和动态回放两种方式展示数据；操作建议模块根据预警报警信息提供操作调整建议。
2.根据权利要求1所述的一种基于SPC控制理论的高炉仪表数据智能监测系统，其特征在于：所述的数据采集及存储模块用于采集高炉不同区域检测仪表数据；所述的数据处理模块对数据进行清洗和填充处理；所述的可视化模块通过周向雷达图、操作炉型图、展开面云图和三维云图展示数据。
3.利用权利要求2所述的系统进行高炉仪表数据智能监测的方法，其特征在于，其步骤为：
步骤一、通过数据采集及存储模块，采集高炉不同区域检测仪表数据；
步骤二、利用数据处理模块将步骤一获得的数据进行数据清洗和填充处理；
步骤三、启动报警规则库，以当前检测仪表数据为触发器，与报警规则库中的控制范围进行对比，判断当前参数所处状态及报警等级；
步骤四、启动知识规则库，以当前检测仪表数据为触发器，启动知识规则库中的模式匹配，判断当前高炉的实际状态和异常类型，输出正确的高炉操作调整建议；
步骤五、选择需显示的时间跨度和时间颗粒度，并选取数据可视化方式，由客户端模块显示高炉检测仪表数据的历史变化趋势，并进行不同方位、标高、时间等维度的对比；根据报警规则库和知识规则库判定结果，展示当前仪表参数的超标报警信息、异常类型和操作调整建议。
4.根据权利要求3所述的一种基于SPC控制理论的高炉仪表数据智能监测方法，其特征在于：所述的步骤二中，数据清洗的过程包括对数据进行无效值处理、数据一致性检查和离群值处理；数据填充处理中，根据检测仪表数据点布局，相邻采集点之间的数据采用K-近邻法填充；计算填充点i与相邻n个采集点ki之间的欧式距离
按照距离关系升序排列；选取距离最小的5个点，确定前5个点所属类别出现的频率，返回频率最高的类别作为填充点i的预测分类。
5.根据权利要求4所述的一种基于SPC控制理论的高炉仪表数据智能监测方法，其特征在于：所述的步骤三中，报警规则库分为正常、警告、失常等三级报警等级，每个报警等级对应不同的上下限，超出控制范围，根据权限和报警等级推送相应角色。
6.根据权利要求5所述的一种基于SPC控制理论的高炉仪表数据智能监测方法，其特征在于：所述的步骤四中，基于SPC控制理论，对仪表检测点数据进行判定和匹配，具体步骤为：
S1、建立数据标准集，将所有检测点数据经过数据采集模块和数据处理模块进行规范化处理，形成数据标准集；
S2、绘制X-R控制图并建立系数表；
S3、根据X-R控制图匹配检测仪表数据，判断当前高炉的实际状态和异常类型，并输出正确的高炉操作调整建议。
7.根据权利要求6所述的一种基于SPC控制理论的高炉仪表数据智能监测方法，其特征在于：所述的S2中，先计算每个子组的均值
极差Rj＝xmax-xmin，n为子组数据点个数；其中，xi表示子组中各点的数据值、Xj表示子组平均值、xmax表示子组中的最大值、xmin表示子组中的最小值；
再计算过程平均极差
和过程平均值
k为子组数量；最后计算控制限
极差上限：UCLR＝D4*R
极差下限：LCLR＝D3*R
其中，A2、D3、D4为计量值控制图系数，可查阅计量值控制图系数表获取；
将各子组计算的X、R值作为均值图和极差图的纵坐标，以子组序号为横坐标，绘制均值图和极差图。
8.根据权利要求7所述的一种基于SPC控制理论的高炉仪表数据智能监测方法，其特征在于：所述的步骤五中，时间颗粒度包括年、月、周、日、班、时、分、秒。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111020515.4A CN113832267A (zh) | 2021-09-01 | 2021-09-01 | 一种基于spc控制理论的高炉仪表数据智能监测系统和方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111020515.4A CN113832267A (zh) | 2021-09-01 | 2021-09-01 | 一种基于spc控制理论的高炉仪表数据智能监测系统和方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113832267A true CN113832267A (zh) | 2021-12-24 |
Family
ID=78961729
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111020515.4A Pending CN113832267A (zh) | 2021-09-01 | 2021-09-01 | 一种基于spc控制理论的高炉仪表数据智能监测系统和方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113832267A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115330000A (zh) * | 2022-08-31 | 2022-11-11 | 武汉旻一数字科技有限公司 | 一种工业自动化控制仪表运行智能监测管理系统 |
| CN115820952A (zh) * | 2022-09-30 | 2023-03-21 | 中冶赛迪信息技术(重庆)有限公司 | 一种高炉状态监控方法、装置、电子设备及存储介质 |
| CN115945570A (zh) * | 2023-01-06 | 2023-04-11 | 上汽通用五菱汽车股份有限公司 | 一种自动判断冲压零件成形质量的方法及系统 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104460574A (zh) * | 2014-04-10 | 2015-03-25 | 江苏永钢集团有限公司 | 一种可实时立体监视高炉状态的系统和方法 |
| CN106094684A (zh) * | 2016-07-12 | 2016-11-09 | 中国石油化工股份有限公司 | 加热炉的烘炉升温监测报警系统 |
| CN106302739A (zh) * | 2016-08-16 | 2017-01-04 | 北京大邦实创节能技术服务有限公司 | 一种工业锅炉监测及分析辅助决策云平台系统 |
-
2021
- 2021-09-01 CN CN202111020515.4A patent/CN113832267A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104460574A (zh) * | 2014-04-10 | 2015-03-25 | 江苏永钢集团有限公司 | 一种可实时立体监视高炉状态的系统和方法 |
| CN106094684A (zh) * | 2016-07-12 | 2016-11-09 | 中国石油化工股份有限公司 | 加热炉的烘炉升温监测报警系统 |
| CN106302739A (zh) * | 2016-08-16 | 2017-01-04 | 北京大邦实创节能技术服务有限公司 | 一种工业锅炉监测及分析辅助决策云平台系统 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115330000A (zh) * | 2022-08-31 | 2022-11-11 | 武汉旻一数字科技有限公司 | 一种工业自动化控制仪表运行智能监测管理系统 |
| CN115820952A (zh) * | 2022-09-30 | 2023-03-21 | 中冶赛迪信息技术(重庆)有限公司 | 一种高炉状态监控方法、装置、电子设备及存储介质 |
| CN115945570A (zh) * | 2023-01-06 | 2023-04-11 | 上汽通用五菱汽车股份有限公司 | 一种自动判断冲压零件成形质量的方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113832267A (zh) | 一种基于spc控制理论的高炉仪表数据智能监测系统和方法 | |
| CN111593155B (zh) | 高炉诊断系统及方法 | |
| CN115759378A (zh) | 一种基于数字孪生的大坝安全分析预警系统及方法 | |
| CN110137947B (zh) | 一种基于itic曲线的电网电压暂降严重程度评估方法 | |
| CN102521714B (zh) | 构建kpi等级模型的方法及装置、能耗评估方法及系统 | |
| Xiao et al. | Status quo and opportunities for building energy prediction in limited data Context—Overview from a competition | |
| CN112215461A (zh) | 长距离引调水工程输水调度状态分析及预警系统 | |
| CN107654342A (zh) | 一种考虑湍流的风电机组功率异常的检测方法 | |
| CN111089544B (zh) | 基于最大熵法可靠度理论的隧道监控量测数据分析方法 | |
| CN115796385A (zh) | 一种多维度碳核算方法、系统、设备和存储介质 | |
| CN116703135A (zh) | 一种电力线路建设规划分析评估方法 | |
| CN110717273A (zh) | 一种工艺过程仿真边界条件构建方法 | |
| CN103177392B (zh) | 一种钢卷长度工艺的关联方法 | |
| CN110866706A (zh) | 一种地区用电需求差异化综合分析和评估的方法 | |
| Zhang | [Retracted] Investigating the Impact of Transportation Infrastructure and Tourism on Carbon Dioxide Emissions in China | |
| CN115424419B (zh) | 一种地下水动态监测多元预警系统 | |
| CN114117316A (zh) | 一种基于多数据源的动态风区绘制方法及系统 | |
| CN112883568B (zh) | 炼钢月产量估算模型构建方法、装置、设备及存储介质 | |
| CN116306232A (zh) | 一种基于工业大数据的高炉能耗与碳排放分析方法及系统 | |
| CN116109185A (zh) | 一种应用于电力系统碳排放核算的碳量测系统 | |
| Han | MES system based on real-time process capability management | |
| CN112948368A (zh) | 一种基于数据关联性的深度异常检测方法 | |
| CN112270458A (zh) | 一种能源精细化管控方法、装置、计算机设备及存储介质 | |
| CN117609742B (zh) | 一种用于实现智能化管理的边坡施工监管系统及方法 | |
| CN118278560A (zh) | 一种用于锡行业碳排放监测系统及监测方法 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20211224 |