CN115287381B - 一种高炉出铁中计算铁水流速的方法、装置及存储介质 - Google Patents
一种高炉出铁中计算铁水流速的方法、装置及存储介质 Download PDFInfo
- Publication number
- CN115287381B CN115287381B CN202210792771.3A CN202210792771A CN115287381B CN 115287381 B CN115287381 B CN 115287381B CN 202210792771 A CN202210792771 A CN 202210792771A CN 115287381 B CN115287381 B CN 115287381B
- Authority
- CN
- China
- Prior art keywords
- data sequence
- time
- gross weight
- flow rate
- state
- 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.)
- Active
Links
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 title claims abstract description 170
- 229910052742 iron Inorganic materials 0.000 title claims abstract description 85
- 238000000034 method Methods 0.000 title claims abstract description 50
- 238000010079 rubber tapping Methods 0.000 title claims abstract description 31
- 238000003860 storage Methods 0.000 title claims description 14
- 238000005303 weighing Methods 0.000 claims abstract description 15
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 5
- 238000010998 test method Methods 0.000 claims abstract description 3
- 238000012360 testing method Methods 0.000 claims description 26
- 230000006870 function Effects 0.000 claims description 8
- 125000004122 cyclic group Chemical group 0.000 claims description 2
- 238000012790 confirmation Methods 0.000 abstract description 4
- 238000004364 calculation method Methods 0.000 abstract description 3
- 238000001514 detection method Methods 0.000 abstract description 3
- 238000004590 computer program Methods 0.000 description 12
- 238000004519 manufacturing process Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 3
- 239000002893 slag Substances 0.000 description 2
- 238000013112 stability test Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 210000003127 knee Anatomy 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Classifications
-
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/15—Correlation function computation including computation of convolution operations
-
- 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)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Mathematical Optimization (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Computational Mathematics (AREA)
- Pure & Applied Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Mathematical Analysis (AREA)
- Computing Systems (AREA)
- Metallurgy (AREA)
- Algebra (AREA)
- Materials Engineering (AREA)
- Manufacturing & Machinery (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Organic Chemistry (AREA)
- Manufacture Of Iron (AREA)
Abstract
本发明提供一种高炉出铁的计算铁水流速的方法,该方法包括:周期性采集高炉各铁口铁轨的轨道衡称量毛重数据,组成原始数据序列;采用滑动窗口算法检测检测原始数据序列的拐点,并利用拐点将其切分为多段数据序列;采用平稳性检验法,根据预定的规则确定每段数据序列的出铁状态并获得处于正在出铁状态的数据序列;计算处于正在出铁状态的数据序列的各时间点的铁水流速,非正在出铁状态的时间点的铁水流速为0。本发明所提供的方法避免了复杂的检测设备,在一般采用的轨道衡称量设备基础上可以实现准确的铁水流速计算,无需人工确认与操作即可实现。
Description
技术领域
本发明涉及高炉出铁应用领域,具体涉及一种高炉出铁中计算铁水流速的方法、装置及存储介质。
背景技术
在高炉炼铁生产中,实时检测高炉出铁口的铁水流速,能用于分析炉内压力,也能反应产出铁渣比例关系,对于炉前操作有着重要意义。国内炼铁厂大多采用鱼雷罐车盛装和运输铁水,目前常见的一种方法是采用轨道衡安装在高炉出铁场铁轨下,对鱼雷罐车的铁水装入质量实时监测,以计算出实时铁水流速。
但具体应用中,无人工确认的情况下,如何处理轨道衡数据,从中判断是否为出铁状态,并准确计算铁水流速存在很多挑战。例如在开始受铁和结束受铁过程,由于鱼雷罐车在轨道上的运动,轨道衡称量数据会发生变化;或是由于磨损或残余熔渣,不同罐次鱼雷罐车的质量可能存在一定区别。目前与直接根据轨道衡称量数据计算铁水流速方法的相关文献很少。因此,需要设计一种方法,以根据轨道衡称量实时准确地计算得到铁水流速。
发明内容
针对现有技术的上述问题,本发明提供了一种高炉出铁中计算铁水流速的方法、装置及存储介质,它能根据轨道衡称量数据,判断当前的受铁状态、出铁状态,并实时准确地计算铁水流速。
为了实现上述目的,一方面提供了一种高炉出铁中计算铁水流速的方法,本方法中,包括:
S1,周期性采集设置在高炉铁口铁轨上的轨道衡称重的毛重数据,获取一段时间内所述毛重数据的原始数据序列;
S2,检测所述原始数据序列的拐点,根据所述拐点将所述原始数据序列切分为多段数据序列,其中确定在每段数据序列的时间段内铁口处于相同的工作状态;
S3,计算所述多段数据序列中各段数据序列的均值,其中,将所述均值与0的差值大于预定阈值的数据序列确定为处于有罐车状态的数据序列;
S4,采用平稳性检验法对所述有罐车状态的数据序列进行检验,根据预设的规则确定数据序列所标识的受铁状态并获得处于正在受铁状态的数据序列;
S5,计算所述处于正在受铁状态的数据序列中各个时间点的铁水流速,并将所述原始数据序列所对应的时间段中、除所述处于正在受铁状态的数据序列之外的时间点上的铁水流速都确定为0。
进一步地,采用滑动窗口算法来检测所述拐点,具体包括:
S201,设从0至T时刻所采集的毛重数据为y0..T,损失函数 半窗长度w,峰值阈值h;
S202,预设损失数组Z为一个长度为所述T的数组[θ,0,...],每项元素都为0;
S203,根据所述损失函数,对所述损失数组Z的元素Z[t]进行重新赋值:
以t时刻为滑动窗口中心点,对于t=w,...,T-w按照如下步骤进行循环赋值操作:Z[t]=c(yr)-[c(yp)+c(yq)],其中,
所述滑动窗口的前半窗的时间为:p=(t-w),...,t,
所述滑动窗口的后半窗的时间为:q=t,...,(t+w),
完整的所述滑动窗口的时间为:r=(t-w),...,(t+w);
S204,确定所述数组Z中大于所述峰值阈值h的元素,将大于所述峰值阈值h的元素中、时间上连续的元素Z[t]组成子数组,并记录下所述子数组中每个元素的时间位置;将每一个所述子数组中元素值最大的元素所对应的时间位置作为拐点的时间,得到包含所有拐点的时间坐标集L;
若所述坐标集L为空集,则未检测到拐点,将所述原始数据序列视为只有一种状态;
若所述坐标集L不为空集,则将所述坐标集L中的时间元素作为所述原始数据序列的拐点,所述拐点对应的毛重数据将所述原始数据序列切分为所述多段数据序列;
上述步骤中,a..b表示从时刻a至时刻b,ya..b表示从时刻a至时刻b的一段毛重数据序列,表示毛重数据序列ya..b的经验均值。
进一步地,所述步骤S4中,所述平稳性检验法为ADF平稳性检验,采用的检验回归式为带漂移项和趋势项目回归过程: 设定显著性水平α,
其中,μ为常数项,βt是时间趋势项,εt为随机扰动项,ρ为假设性参数,Ci为滞后项;
利用所述检验回归式对所述处于有罐车状态的各数据序列进行计算,获得与所述有罐车状态的各数据序列相应的检验统计量,将所述检验统计量与所述显著性水平α比较,确定所述有罐车状态的数据序列中各数据序列对应的受铁状态。
进一步地,所述确定所述有罐车状态的数据序列中各数据序列对应的受铁状态包括:
当所述检验统计量大于所述显著性水平α、且其最终毛重值大于开始毛重值时,则认为该时段内该铁口铁轨的鱼雷罐车在往轨道衡上移动,确定该铁口处于准备受铁的状态;
当所述检验统计量大于所述显著性水平α、且其最终毛重值小于开始毛重值时,则认为该时段内、该铁口铁轨的鱼雷罐车在移动离开轨道衡,确定该铁口处于结束受铁的状态;
当所述检验统计量小于所述显著性水平α、且其最终毛重值明大于开始毛重值时,则认为该时段内、该铁口铁轨的鱼雷罐车在轨道衡上静止,确定该铁口处于正在受铁状态;
当所述检验统计量小于所述显著性水平α、且其最终毛重值与开始毛重值相差极小或相等时,则认为该时段内,该铁口铁轨的鱼雷罐车在轨道衡上静止,确定该铁口处于停止出铁的状态。
进一步地,步骤S5中利用如下公式计算各个时间点的铁水流速:
其中yk指时间点k处轨道衡测量的所述毛重数据,Δt指采集周期。
以固定周期执行上述方法步骤,可在生产中实时地获取高炉各铁口的铁水流速。
又一方面,提出一种高炉出铁中计算铁水流速的装置,所述装置包括存储器和处理器,所述存储器存储有至少一段程序,所述至少一段程序由所述处理器执行以实现如上文所述的高炉出铁中计算铁水流速的方法。
又一方面,提出一种计算机可读存储介质,所述存储介质中存储有至少一段程序,所述至少一段程序被处理器执行以实现如上文所述的高炉出铁中计算铁水流速的方法。
上述技术方案具有如下技术效果:
本发明实施例提供的高炉出铁的计算铁水流速的技术方案通过周期性地采集高炉各铁口铁轨的轨道衡称量毛重数据,对各铁口所采集的数据序列采用滑动窗口算法检测拐点,利用拐点将数据切分为多段,并采用平稳性检验法,根据预设的规则来判断每段数据的出铁状态,并在确认出铁时计算各铁口每一采集时间点的铁水流速。本发明所提供的方法避免了复杂的检测设备,在一般采用的轨道衡称量设备基础上,无需人工确认与操作即可准确地计算铁水流速。
附图说明
图1为本发明一实施例的高炉出铁中计算铁水流速的方法的流程示意图;
图2为本发明一实施例的高炉出铁中计算铁水流速的装置示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
现结合附图和具体实施方式对本发明进一步说明。
实施例一:
图1为本实施例的高炉出铁中计算铁水流速的方法的流程示意图,具体地,本实施例中,每一出铁口下的铁轨安装有轨道衡装置,用于在固定位置对铁轨上的鱼雷罐车进行称重,采集设备接入局域网,以便出铁场外设备能够获取采集的称重设备。示例性地,采集设备可以是PLC,并通过OPC协议接入局域网;示例性地,可以先采集数据再由场外接收计算铁水流速,也可以在场内采集并计算实时流速再将数据通过网络传送出来。
如图1,本发明实施例的计算铁水流速的方法包括:
S1,周期性采集设置在高炉铁口铁轨上的轨道衡称重的毛重数据,获取一段时间内所述毛重数据的原始数据序列。
具体地,依据实际需求设置数据采集长度,示例性地,设置数据采集长度为60;为满足实时性要求,以1s的采集周期采集高炉各铁口铁轨的轨道衡称重的毛重数据,当到达60s时,获得近60s的各铁口铁轨的轨道衡称重数据的原始数据序列,所得数据序列中,毛重数据与采集的时间点一一对应。可根据实际需求设定采集的周期、数据采集长度和采集的时间。
S2,检测各原始数据序列的拐点,根据拐点将原始数据序列切分为多段数据序列,其中确定在每段数据序列的时间段内铁口处于相同的工作状态。
具体地,可使用滑动窗口算法来检测各铁口的原始数据序列的拐点,示例性地,下面展示了步骤S1中一个铁口的原始数据序列的拐点获取方法:
1)令T=60,给定时刻从0至60的原始数据序列y0..T,损失函数
其中,半窗长度w=5,峰值阈值h=20。损失函数中,
a..b表示从时刻a至时刻b,ya..b表示从时刻a至时刻b的一段毛重数据序列,表示毛重数据序列ya..b的经验均值。
2)给定铁口上的损失数组Z,Z为长度为T=60的数组[0,θ,...],每项元素都为0。
3)设t=w,...,T-w,根据损失函数,计算t时刻损失值并赋值给Z数组的元素Z[t],计算方法为:Z[t]=c(yr)-[c(yp)+c(yq)],其中,
p为滑动窗口的前半窗的时间:p=(t-w),...,t,
q为滑动窗口的后半窗的时间:q=t,...,(t+w),
r为完整的滑动窗口的时间:r=(t-w),...,(t+w)。
4)找到数组Z中Z[t]>20的元素,将找到的数组Z中Z[t]>20的元素中、时间上连续的元素Z[t]组成子数组,并记录每个元素的时间位置,由此获得一个或多个子数组,找到每个子数组中最大值所对应的时间,组成时间坐标集L,该时间坐标集L中的时间所对应的毛重数据为原始数据序列y0..T的拐点。若坐标集L为空集,则未检测到拐点,将原始数据序列视为只有一种状态;若坐标集L不为空集,则根据坐标集L中的时间元素所对应的毛重数据,将原始数据序列切分为多段数据序列。即,将坐标集L中的时间元素所对应的毛重数据作为原始数据序列中的拐点。这里选择峰值阈值h为20,在其他实施例中,可以选择其他适当的值作为峰值阈值h。
本步骤中切分所得的每段数据序列均处于一种相同的工作状态。
S3,计算所得的多段数据序列中各段数据序列的均值,若均值等于或接近0,则判断为该铁口铁轨上无罐车,目前该铁口非受铁状态;若均值明显大于0,则判断该铁口铁轨上有罐车,该铁口处于准备受铁、正在受铁、结束受铁状态中的一种。其中,当均值与0的差值大于第一预定阈值时,判断均值明显大于0;当均值与0的差值的绝对值小于第二预定阈值时,判断均值接近于0。第一预先阈值和第二预定阈值根据实际需求来选择。当判断有罐车时,其对应的数据序列为铁口处于有罐车状态的数据序列。第一预定阈值和第二预定阈值可以相同或不同。具体地,预定阈值根据不同铁厂的标准进行设置,示例性地,可将此阈值设置为80吨,若数据序列均值大于等于80吨,则该铁口在该数据序列所对应时间段内处于有罐车状态,否则为无罐车状态。
S4,采用平稳性检验法对有罐车状态的数据序列进行检验,根据预设的规则确定数据序列所标识的受铁状态并获得处于正在受铁状态的数据序列。
具体地,对有罐车状态的每段数据序列进行ADF平稳性检验,示例性地,采用的检验回归式为带漂移项和趋势项目回归过程: 同时设定显著性水平α,其中,μ为常数项,βt是时间趋势项,εt为随机扰动项,ρ为一预置的假设性参数,Ci为滞后项。
利用此检验回归式对处于有罐车状态的各数据序列进行计算,获得与标识处于有罐车状态的各数据序列相应的检验统计量,将检验统计量与显著性水平α比较,确定所述有罐车状态的数据序列中各数据序列对应的受铁状态,具体包括:
当检验统计量大于α,且其最终毛重值大于开始毛重值时,则认为该时段内,该铁口铁轨的鱼雷罐车在往轨道衡上移动,确定该铁口处于准备受铁的状态;
当检验统计量大于α、且其最终毛重值小于开始毛重值时,则认为该时段内,该铁口铁轨的鱼雷罐车在移动离开轨道衡,确定该铁口处于结束受铁的状态;
当检验统计量小于α、且其最终毛重值明大于开始毛重值时,则认为该时段内,该铁口铁轨的鱼雷罐车在轨道衡上静止,确定该铁口处于正在受铁状态;
当检验统计量小于α、且其最终毛重值与开始毛重值相差极小或相等时,则认为该时段内,该铁口铁轨的鱼雷罐车在轨道衡上静止,确定该铁口处于停止出铁的状态。
S5,计算处于正在受铁状态的数据序列中各个时间点的铁水流速。
具体地,;铁水流速的计算公式为:其中yk指时间点k处轨道衡测量的所述毛重数据,Δt指采集周期。并将原始数据序列所对应的时间段中、除处于正在受铁状态的数据序列之外的时间点上的铁水流速都确定为0。由此,即可得到本采集时段内高炉各铁口的铁水的实时流速。
利用本发明实施例的方法,在一般采用的轨道衡称量设备基础上且无需人工确认与操作的情况下,循环执行以上步骤的方法,即可实时获取高炉各铁口的铁水流速。避免了复杂的检测设备,在高炉炼铁实际生产中,具有广阔的应用前景。
实施例二:
本发明还提供一种高炉出铁中计算铁水流速的装置,如图2所示,该装置包括处理器201、存储器202、总线203、以及存储在所述存储器202中并可在所述处理器201上运行的计算机程序,处理器201包括一个或一个以上处理核心,存储器202通过总线203与处理器201相连,存储器202用于存储程序指令,所述处理器执行所述计算机程序时实现本发明实施例一的上述方法实施例中的步骤。
进一步地,作为一个可执行方案,所述高炉出铁中计算铁水流速的装置可以是计算机单元,该计算机单元可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述计算机单元可包括,但不仅限于,处理器、存储器。本领域技术人员可以理解,上述计算机单元的组成结构仅仅是计算机单元的示例,并不构成对计算机单元的限定,可以包括比上述更多或更少的部件,或者组合某些部件,或者不同的部件。例如所述计算机单元还可以包括输入输出设备、网络接入设备、总线等,本发明实施例对此不做限定。
进一步地,作为一个可执行方案,所称处理器可以是中央处理单元(CentralProcessing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital SignalProcessor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等,所述处理器是所述计算机单元的控制中心,利用各种接口和线路连接整个计算机单元的各个部分。
所述存储器可用于存储所述计算机程序和/或模块,所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块,以及调用存储在存储器内的数据,实现所述计算机单元的各种功能。所述存储器可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序;存储数据区可存储根据手机的使用所创建的数据等。此外,存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如硬盘、内存、插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(SecureDigital,SD)卡,闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
实施例三:
本发明还提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现本发明实施例上述方法的步骤。
所述计算机单元集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减。
尽管结合优选实施方案具体展示和介绍了本发明,但所属领域的技术人员应该明白,在不脱离所附权利要求书所限定的本发明的精神和范围内,在形式上和细节上可以对本发明做出各种变化,均为本发明的保护范围。
Claims (6)
1.一种高炉出铁中计算铁水流速的方法,其特征在于,包括:
S1,周期性采集设置在高炉铁口铁轨上的轨道衡称重的毛重数据,获取一段时间内所述毛重数据的原始数据序列;
S2,检测所述原始数据序列的拐点,根据所述拐点将所述原始数据序列切分为多段数据序列,其中确定在每段数据序列的时间段内铁口处于相同的工作状态;
S3,计算所述多段数据序列中各段数据序列的均值,其中,将所述均值与0的差值大于预定阈值的数据序列确定为处于有罐车状态的数据序列;
S4,采用平稳性检验法对所述有罐车状态的数据序列进行检验,根据预设的规则确定数据序列所标识的受铁状态并获得处于正在受铁状态的数据序列;
S5,计算所述处于正在受铁状态的数据序列中各个时间点的铁水流速,并将所述原始数据序列所对应的时间段中、除所述处于正在受铁状态的数据序列之外的时间点上的铁水流速都确定为0;
其中,采用滑动窗口算法来检测所述拐点,具体包括:
S201,设从0至T时刻所采集的毛重数据为y0..T,损失函数 半窗长度w,峰值阈值h;
S202,预设损失数组Z为一个长度为所述T的数组[0,0,…],每项元素都为0;
S203,根据所述损失函数,对所述损失数组Z的元素Z[t]进行重新赋值:
以t时刻为滑动窗口中心点,对于t=w,…,T–w按照如下步骤进行循环赋值操作:Z[t]=c(yr)-[c(yp)+c(yq)],其中,
所述滑动窗口的前半窗的时间为:p=(t-w),...,t,
所述滑动窗口的后半窗的时间为:q=t,...,(t+w),
完整的所述滑动窗口的时间为:r=(t-w),...,(t+w);
S204,确定所述数组Z中大于所述峰值阈值h的元素,将大于所述峰值阈值h的元素中、时间上连续的元素Z[t]组成子数组,并记录下所述子数组中每个元素的时间位置;将每一个所述子数组中元素值最大的元素所对应的时间位置作为拐点的时间,得到包含所有拐点的时间坐标集L;
若所述坐标集L为空集,则未检测到拐点,将所述原始数据序列视为只有一种状态;
若所述坐标集L不为空集,则将所述坐标集L中的时间元素作为所述原始数据序列的拐点,所述拐点对应的毛重数据将所述原始数据序列切分为所述多段数据序列;
上述步骤中,a..b表示从时刻a至时刻b,ya..b表示从时刻a至时刻b的一段毛重数据序列,表示毛重数据序列ya..b的经验均值。
2.根据权利要求1所述的方法,其特征在于,所述步骤S4中,所述平稳性检验法为ADF平稳性检验,采用的检验回归式为带漂移项和趋势项目回归过程:
设定显著性水平α,
其中,μ为常数项,βt是时间趋势项,εt为随机扰动项,ρ为假设性参数,Ci为滞后项;
利用所述检验回归式对所述处于有罐车状态的各数据序列进行计算,获得与所述有罐车状态的各数据序列相应的检验统计量,将所述检验统计量与所述显著性水平α比较,确定所述有罐车状态的数据序列中各数据序列对应的受铁状态。
3.根据权利要求2所述的方法,其特征在于,所述确定所述有罐车状态的数据序列中各数据序列对应的受铁状态包括:
当所述检验统计量大于所述显著性水平α、且其最终毛重值大于开始毛重值时,则认为该时段内该铁口铁轨的鱼雷罐车在往轨道衡上移动,确定该铁口处于准备受铁的状态;
当所述检验统计量大于所述显著性水平α、且其最终毛重值小于开始毛重值时,则认为该时段内、该铁口铁轨的鱼雷罐车在移动离开轨道衡,确定该铁口处于结束受铁的状态;
当所述检验统计量小于所述显著性水平α、且其最终毛重值明大于开始毛重值时,则认为该时段内、该铁口铁轨的鱼雷罐车在轨道衡上静止,确定该铁口处于正在受铁状态;
当所述检验统计量小于所述显著性水平α、且其最终毛重值与开始毛重值相差极小或相等时,则认为该时段内,该铁口铁轨的鱼雷罐车在轨道衡上静止,确定该铁口处于停止出铁的状态。
4.根据权利要求1所述的方法,其特征在于,步骤S5中利用如下公式计算各个时间点的铁水流速:
其中yk指时间点k处轨道衡测量的所述毛重数据,Δt指采集周期。
5.一种高炉出铁中计算铁水流速的装置,其特征在于,所述装置包括存储器和处理器,所述存储器存储有至少一段程序,所述至少一段程序由所述处理器执行以实现如权利要求1至4任一所述的高炉出铁中计算铁水流速的方法。
6.一种计算机可读存储介质,其特征在于,所述存储介质中存储有至少一段程序,所述至少一段程序被处理器执行以实现如权利要求1至4任一所述的高炉出铁中计算铁水流速的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210792771.3A CN115287381B (zh) | 2022-07-07 | 2022-07-07 | 一种高炉出铁中计算铁水流速的方法、装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210792771.3A CN115287381B (zh) | 2022-07-07 | 2022-07-07 | 一种高炉出铁中计算铁水流速的方法、装置及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115287381A CN115287381A (zh) | 2022-11-04 |
CN115287381B true CN115287381B (zh) | 2023-10-27 |
Family
ID=83821572
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210792771.3A Active CN115287381B (zh) | 2022-07-07 | 2022-07-07 | 一种高炉出铁中计算铁水流速的方法、装置及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115287381B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH08302406A (ja) * | 1995-05-08 | 1996-11-19 | Nippon Steel Corp | 高炉出銑口からの出銑終了時期判定方法とその装置 |
JP2003301210A (ja) * | 2002-04-12 | 2003-10-24 | Nippon Steel Corp | 高炉炉底における湯流れ状態の診断装置、方法、コンピュータプログラム、及びコンピュータ読み取り可能な記憶媒体 |
CN2869027Y (zh) * | 2006-02-16 | 2007-02-14 | 盐城阿萨诺称重技术有限公司 | 高炉铁水称重装置 |
CN101398325A (zh) * | 2007-09-25 | 2009-04-01 | 宝山钢铁股份有限公司 | 铁水罐车重量计算方法 |
CN102140930A (zh) * | 2011-03-01 | 2011-08-03 | 武汉理工大学 | 井下矿石生产运输计量信息管理系统及其使用方法 |
CN103627831A (zh) * | 2013-10-26 | 2014-03-12 | 芜湖新兴铸管有限责任公司 | 一种铁水在线称量系统 |
CN106404142A (zh) * | 2016-08-30 | 2017-02-15 | 山东钢铁股份有限公司 | 一种基于双台面鱼雷罐车动态轨道衡的复合计量方法 |
CN107164592A (zh) * | 2016-03-07 | 2017-09-15 | 宝山钢铁股份有限公司 | 高炉出铁信息集中监控系统 |
CN212363394U (zh) * | 2020-05-26 | 2021-01-15 | 承德市中瑞自动化工程有限公司 | 一种铁水罐车称重系统 |
CN114185976A (zh) * | 2021-11-01 | 2022-03-15 | 中冶南方工程技术有限公司 | 一种高炉可视化智能感知平台 |
-
2022
- 2022-07-07 CN CN202210792771.3A patent/CN115287381B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH08302406A (ja) * | 1995-05-08 | 1996-11-19 | Nippon Steel Corp | 高炉出銑口からの出銑終了時期判定方法とその装置 |
JP2003301210A (ja) * | 2002-04-12 | 2003-10-24 | Nippon Steel Corp | 高炉炉底における湯流れ状態の診断装置、方法、コンピュータプログラム、及びコンピュータ読み取り可能な記憶媒体 |
CN2869027Y (zh) * | 2006-02-16 | 2007-02-14 | 盐城阿萨诺称重技术有限公司 | 高炉铁水称重装置 |
CN101398325A (zh) * | 2007-09-25 | 2009-04-01 | 宝山钢铁股份有限公司 | 铁水罐车重量计算方法 |
CN102140930A (zh) * | 2011-03-01 | 2011-08-03 | 武汉理工大学 | 井下矿石生产运输计量信息管理系统及其使用方法 |
CN103627831A (zh) * | 2013-10-26 | 2014-03-12 | 芜湖新兴铸管有限责任公司 | 一种铁水在线称量系统 |
CN107164592A (zh) * | 2016-03-07 | 2017-09-15 | 宝山钢铁股份有限公司 | 高炉出铁信息集中监控系统 |
CN106404142A (zh) * | 2016-08-30 | 2017-02-15 | 山东钢铁股份有限公司 | 一种基于双台面鱼雷罐车动态轨道衡的复合计量方法 |
CN212363394U (zh) * | 2020-05-26 | 2021-01-15 | 承德市中瑞自动化工程有限公司 | 一种铁水罐车称重系统 |
CN114185976A (zh) * | 2021-11-01 | 2022-03-15 | 中冶南方工程技术有限公司 | 一种高炉可视化智能感知平台 |
Non-Patent Citations (1)
Title |
---|
首钢京唐5500m~3高炉无人值守铁水称重系统的应用:;张少伟等;《衡器》(3);第6-9页 * |
Also Published As
Publication number | Publication date |
---|---|
CN115287381A (zh) | 2022-11-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JPWO2019003404A1 (ja) | 非定常検出装置、非定常検出システム、および非定常検出方法 | |
CN112395120A (zh) | 异常点检测方法、装置、设备及存储介质 | |
CN115287381B (zh) | 一种高炉出铁中计算铁水流速的方法、装置及存储介质 | |
CN110160615B (zh) | 车载称重方法、装置及系统 | |
CN113850244B (zh) | 基于图像识别的输煤量监测方法、装置、设备及存储介质 | |
CN112307827B (zh) | 对象识别装置,系统和方法 | |
CN111693125B (zh) | 一种高精度动态称重设备的称台长度计算方法及其系统 | |
CN115796210B (zh) | 样本检测方法及相关设备 | |
CN111353127B (zh) | 一种单变点检测方法、系统、设备及存储介质 | |
CN114525372B (zh) | 基于多模态融合的高炉状态监测方法及装置 | |
CN116739411A (zh) | 一种数据质量检测方法、装置、设备和介质 | |
CN111640096B (zh) | 电子产品外观的检测方法、装置及终端 | |
CN104766193A (zh) | 干线物流运输需求预测方法 | |
CN115060351A (zh) | 一种电子秤在线监测方法、系统、电子设备及计算机可读存储介质 | |
CN110020000A (zh) | 判定异常风速数据的方法和装置 | |
CN112418768A (zh) | 钢铁企业原料厂物料跟踪方法、系统、设备及介质 | |
CN117893117B (zh) | 装船物料作业量计算方法、装置、设备及介质 | |
CN116663753B (zh) | 冷链食品配送预测方法及系统 | |
CN112082633A (zh) | 一种在人体晃动情况下稳定体重值的测重方法 | |
Korobiichuk et al. | Theoretical Estimates of the Accuracy of Determination of Geometric Parameters of Objects on Digital Images | |
CN111932031B (zh) | 货物状态预测的方法、装置及多分类建模方法 | |
CN117113017B (zh) | 工程机械维修过程中电气数据优化采集方法及相关装置 | |
CN109253788A (zh) | 料仓料量实时测量系统及方法 | |
CN117893117A (zh) | 装船物料作业量计算方法、装置、设备及介质 | |
CN112906222B (zh) | 布料波动检测的方法及装置 |
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 |