CN116401491A - 一种根据炉况波动水平量化高炉最大风量的方法 - Google Patents

Abstract

本发明属于高炉操作控制领域，一种根据炉况波动水平量化高炉最大风量的方法，包括以下步骤：步骤一，采集近期风压和热负荷的小时级别数据，每小时计算风压、热负荷m小时内的标准偏差，得到σ_风压和σ_热负荷两组数据；步骤二，计算σ_风压和σ_热负荷在n小时内的排序名次由大到小，得到Rank_风压和Rank_热负荷两组数据；步骤三，将Rank_风压和Rank_热负荷排序值转换为0‑100的打分结果；步骤四，统计最近i小时内的平均风量V_风量，高炉最大风量M_风量计算公式如下：M_风量=V_风量+λ₁*P_风压+λ₂*P_热负荷，其中：λ₁和λ₂根据高炉基础风量来确定，取0.5‑1。本发明减少了人为因素的影响，利于高炉的稳定、高效运行，对高炉操作具有显著的指导意义和实用价值。

Description

一种根据炉况波动水平量化高炉最大风量的方法

技术领域

本发明属于高炉操作控制领域，尤其涉及一种根据炉况波动水平量化高炉最大风量的方法。

背景技术

由于高炉冶炼的复杂性和多变性，高炉炉况总是在变化中运行，如果变化过大，就表现为炉况波动。对于大型高炉而言，风压和热负荷的波动是最主要的波动，波动过大时会造成高炉减风，造成高炉产量损失，严重时会导致炉况失常。在高炉生产过程中，风压高意味着炉内料柱透气性发生变化，热负荷波动表明高炉气流分布发生了变化，而高炉本身是一个巨大的“黑箱”设备，高炉操作者无法看到炉内具体的变化；当炉况发生变化时，高炉操作者往往是凭自身经验，主要通过调整风量来控制高炉气流，但操作时机和调整幅度经常存在较大差异，受操作者的工作年限、经验技能的影响较大。在这种情况下，就需要采用新的方法控制风量，以稳定炉况、强化高炉冶炼。

本发明就是在这种情况下开发的。

发明内容

本发明的目的就是针对上述问题，提供一种根据炉况波动水平量化高炉最大风量的方法。

本发明的目的是这样实现的：一种根据炉况波动水平量化高炉最大风量的方法，包括以下步骤：步骤一，采集近期风压和热负荷的小时级别数据，每小时计算风压、热负荷m小时内的标准偏差，得到σ_风压和σ_热负荷两组数据；步骤二，计算σ_风压和σ_热负荷在n小时内的排序名次由大到小，得到Rank_风压和Rank_热负荷两组数据；步骤三，将Rank_风压和Rank_热负荷排序值转换为0-100的打分结果，计算公式如下：

P_风压＝(Rank_风压-1)/(n-1)*100

P_热负荷＝(Rank_热负荷-1)/(n-1)*100；步骤四，统计最近i小时内的平均风量V_风量，高炉最大风量M_风量计算公式如下：

M_风量＝V_风量+λ₁*P_风压+λ₂*P_热负荷，其中：λ₁和λ₂根据高炉基础风量来确定，取0.5-1。

将模型计算的最大风量输出到高炉二级系统的操作参数控制画面中。

本发明的有益效果是：结合高炉生产实际，在技术上运用数据量化分析方法，建立了一种根据炉况波动水平量化高炉最大风量的方法，可以避免高炉操作者的主观误判，减少人为因素的影响，利于高炉的稳定、高效运行，对高炉操作具有显著的指导意义和实用价值。该方法已经成功的应用于太钢6#高炉，取得了良好的成效，主要效益如下：

太钢6#高炉铁水日产量由9571t/d提高至9903t/d，按钢铁企业正常生产经营，每吨铁水给企业带来的经济效益至少为200元/tFe，产量提高后每年产生的经济效益：(9903-9571)×360×200/10000×40％＝956.2万元。

因此，本发明专利每年产生的经济效益合计为956.2万元，不仅具有较好的经济效益，而且具有较高的推广价值。

说明：采用专利后的数据时间范围为2020年10月至2022年9月，对比数据的时间范围为6#高炉开炉至2020年9月。

具体实施方式

在高炉炼铁生产中，炉况时常会发生一些波动，比如风压和热负荷的波动，高炉操作者往往凭自身经验通过调整风量来控制高炉气流，但操作时机和调整幅度经常存在较大差异，受操作者的工作年限、经验技能的影响较大。因此，结合高炉冶炼特点，寻找一种量化方法评价炉况，然后利用评价结果判定能否加风和加风幅度，可以避免高炉操作者的主观误判，减少人为因素的影响，利于高炉的稳定运行。

本发明根据高炉生产特点，利用风压和热负荷的标准偏差的大小评价炉况，然后利用评价结果判定能否加风以及最大加风量，设计了如下操作控制方法：步骤一，采集近期风压和热负荷的小时级别数据，每小时计算风压、热负荷m小时内的标准偏差，得到σ_风压和σ_热负荷两组数据。

步骤二，计算σ_风压和σ_热负荷在n小时内的排序名次(由大到小)，得到Rank_风压和Rank_热负荷两组数据，其排序数值越大，对应标准偏差值越小，表明炉况波动越小，越具备加风条件；反之，排序数值越小，表明炉况波动越大，可能需要减风控制气流波动。

步骤三，将Rank_风压和Rank_热负荷排序值转换为0-100的打分结果，计算公式如下：P_风压＝(Rank_风压-1)/(n-1)*100，P_热负荷＝(Rank_热负荷-1)/(n-1)*100。

步骤四，统计最近i小时内的平均风量V_风量，高炉最大风量计算公式如下：M_风量＝V_风量+λ₁*P_风压+λ₂*P_热负荷，其中：λ₁和λ₂可根据高炉基础风量来确定，一般取0.5-1。

将模型计算的最大风量输出到高炉二级系统的操作参数控制画面中，用于预警、提醒高炉操作者，进而指导高炉操作。

此外，上述方法在高炉的实际应用过程中，可以通过调整m，n和i的大小，计算出高炉的短期最大风量和长期最大风量，进行综合应用。

太钢六高炉已于2021年4月采用该方法，目前效果良好，实施举例如下：

设定m＝6，n＝72，i＝4，当前时间为2022年8月17日12:00。

第一步，采集风压和热负荷的小时级数据，分别计算每6小时数据的标准偏差σ_风压、σ_热负荷列表如下。

第二步，分别计算当前时间σ_风压和σ_热负荷在最近72小时内的排名(由大到小)。由上表可得，2022/8/1712:00时，Rank_风压＝43，Rank_热负荷＝33。

第三步，将Rank_风压和Rank_热负荷排序值转换为0-100的打分结果：P_风压＝(Rank_风压-1)/(n-1)*100＝(43-1)/71*100＝59.2，P_热负荷＝(Rank_热负荷-1)/(n-1)*100＝(33-1)/71*100＝45.1。

第四步，统计最近4小时的平均风量，V_风量＝6377.0Nm³/min，则高炉最大风量：M_风量＝V_风量+λ₁*P_风压+λ₂*P_热负荷＝6377+1.0*59.2+1.0*45.1＝6481.3Nm³/min，本例λ₁、λ₂取值为1。

第五步，根据高炉实际情况，计算所得风量满足高炉工艺、设备条件，所以高炉最终建议最大风量为6481.3Nm³/min。

最后，将模型得出的建议最大风量输入到高炉二级系统的操作参数控制画面中，实现对炼铁操作者的提醒和预警。

高炉炼铁生产具有复杂性和多变性，炉况总是在变化中运行，大型高炉的风压和热负荷波动是最主要的波动，风压高意味着高炉炉内料柱透气性发生变化，热负荷波动表明高炉气流分布发生了变化，而高炉本身是一个巨大的“黑箱”设备；当炉况发生变化时，高炉操作者往往是凭自身经验，主要通过调整风量来控制高炉气流，但操作时机和调整幅度经常存在较大差异，若操作不当易导致炉况波动。本文提出了一种根据炉况波动水平量化高炉最大风量的方法，主要原理是利用风压和热负荷的标准偏差的大小评价炉况，然后利用评价结果判定能否加风以及最大加风量，给高炉操作者提出调整风量建议和预警，该控制方法运行效果良好，有利于炉况的稳定、高效运行，具有较好的推广意义。

以上所述仅为本发明的具体实施例，但本发明所保护范围的结构特征并不限于此，任何本领域的技术人员在本发明的领域内，所作的变化或修饰皆涵盖在本发明的专利范围内。

Claims (2)

1.一种根据炉况波动水平量化高炉最大风量的方法，其特征在于：包括以下步骤：

步骤一，采集近期风压和热负荷的小时级别数据，每小时计算风压、热负荷m小时内的标准偏差，得到σ_风压和σ_热负荷两组数据；

步骤二，计算σ_风压和σ_热负荷在n小时内的排序名次由大到小，得到Rank_风压和Rank_热负荷两组数据；

步骤三，将Rank_风压和Rank_热负荷排序值转换为0-100的打分结果，计算公式如下：

P_风压＝(Rank_风压-1)/(n-1)*100

P_热负荷＝(Rank_热负荷-1)/(n-1)*100；

步骤四，统计最近i小时内的平均风量V_风量，高炉最大风量M_风量计算公式如下：

M_风量＝V_风量+λ₁*P_风压+λ₂*P_热负荷

其中：λ₁和λ₂根据高炉基础风量来确定，取0.5-1。

2.根据权利要求1所述的一种根据炉况波动水平量化高炉最大风量的方法，其特征在于：将模型计算的最大风量输出到高炉二级系统的操作参数控制画面中。