CN1676619A - 一种基于实例推理的高炉热风炉燃烧自动控制方法 - Google Patents

Abstract

本发明涉及一种基于实例推理的高炉热风炉燃烧自动控制方法，属于高炉热风炉燃烧自动控制技术领域。首先需要确定热风炉燃烧的最佳空燃比区间，并规定在一条调节实例中所包含的与热风炉燃烧过程相关的工艺参数，再抽取多个成功的调节实例，作为在线运行阶段实例库的基础实例；运行过程中根据采集的实时工艺参数，计算拱顶温度的上升速率或变化量，若其低于上升速率值或超出允许的下降范围，则利用结合规则推理的实例推理方法对空燃比进行调节，以增加拱顶温度的上升速率或抑制拱顶温度的下降；本发明不依赖于高炉热风炉燃烧数学模型、不检测废气残氧量、以实例推理为基础确定控制决策的输出，可实现高炉热风炉燃烧的自动控制。

Description

一种基于实例推理的高炉热风炉燃烧自动控制方法

技术领域

本发明属于高炉热风炉燃烧自动控制技术领域，特别涉及一种以实例推理为基础实现的炼铁高炉热风炉燃烧智能控制方法。

背景技术

高炉热风炉是高炉炼铁生产中的重要设备，它承担着将燃烧煤气所产生的热量传递到高炉鼓风的关键作用。在高炉炼铁的生产工艺中，高炉热风炉的燃烧控制是一个相当重要的部分，它既要保证高炉热风炉的出口热风温度达到工艺要求的数值，又要保证煤气的充分燃烧和热量的有效利用。

现有的高炉热风炉燃烧自动控制方法主要为2大类，即基于数学模型和基于人工智能的控制方法。

一些发达国家由于高炉的容积较大，工艺参数的检测分析手段完善，而且均以高炉煤气混合焦炉煤气作为燃料，所以普遍采用了基于高炉热风炉燃烧数学模型的控制方法。数学模型控制方法在应用中面临的最主要的问题是需要完善的检测和分析仪表相配合，而这些仪表的价格较贵，且后期维护的工作量较大。

目前应用的另一类基于人工智能的自动控制方法，主要包括高炉热风炉燃烧最佳空燃比模糊控制、煤气流量和空燃比设定专家系统控制、通过检测废气残氧量实现的自组织模糊控制、废气温度自适应模糊控制等等，对这些方法的特点简要介绍如下。

(1)实现高炉热风炉燃烧自动控制的关键是随着煤气压力和质量的波动，并根据高炉热风炉的不同状态进行煤气流量和空气流量的实时调整(空气流量的调整可以转化为对空燃比的调整)。黄兆军等提出的最佳空燃比模糊控制方法是比较贴近实际应用要求的(参见冶金自动化2002年第4期38-40页)，它在高炉热风炉燃烧的拱顶温度上升期按照一种模糊控制规则调节空燃比，以实现拱顶温度的快速攀升；在拱顶温度稳定期按照另一种模糊控制规则调节空燃比，以维持拱顶温度不低于其稳定值；在拱顶温度的稳定期，根据废气温度的上升速率，调节供给高炉热风炉的煤气流量，以保证废气温度在燃烧结束时恰好达到操作规程要求的最大值。

(2)马竹梧提出的高炉热风炉燃烧专家系统控制方法(参见控制工程2002年第4期57-62页)。这种方法的核心是根据专家系统MAES-JT以及预先总结提炼出来的100多条控制规则，按5段时间预设定高炉热风炉燃烧所需的煤气流量和空气流量，并通过计算废气温度的上升速率和剩余燃烧时间来决定是否减少或增加所设定的煤气和空气流量。

(3)姜立秋等提出的依据废气残氧量实现的自组织模糊控制方法(参见钢铁研究学报1999年第6期64-68页)。这种方法的特点在于需要使用烟道中安装的氧化锆测氧仪来测量废气中残氧量的变化，再通过一种自组织模糊控制方法将空气过剩系数保持在最佳燃烧带，即空气过剩系数为1.02～1.10，对应的废气残氧量为0.412％～1.900％，从而提高高炉热风炉燃烧的效率。

(4)汪光阳等提出的针对燃烧稳定期废气温度上升速率控制的自适应模糊控制方法(参见钢铁研究学报2004年第5期71-74页)。该方法为保证送风开始时废气温度正好为操作规程要求的最大值，到达拱顶温度稳定期前以最大煤气量加热，达到稳定期后将废气温度的上升速率作为控制目标，最高废气温度作为限制条件，控制量为煤气流量，并根据最佳空燃比来调节空气流量。选取废气温度上升速率的偏差E及其变化率C作为模糊输入量，输出控制量为U即煤气流量，然后根据废气温度上升速率的变化来调节煤气流量：当上升速率过大，且有继续增大的趋势时，减少煤气流量；当上升速率偏大，但速率的变化为负值时，保持流量不变；当上升速率偏低且有继续减小的趋势时，适当增加煤气流量。

以上这些智能控制方法的共同点是，无论模糊控制还是专家系统控制，其实质均为基于规则的控制方法，因此都不可避免地存在着知识获取的瓶颈问题，控制规则的归纳和提取比较困难。

上述最佳空燃比模糊控制方法的调节效果如图1所示，图中，1为拱顶温度曲线；2为煤气压力曲线；3为由模糊控制方法设定的各阶段的空燃比；4为PLC实际控制的空燃比曲线。在图中的A阶段，由于拱顶温度上升速率减缓，因此开始空燃比调节，第1次空燃比搜索方向是变小，如图中A、B两阶段分界处所示，随后拱顶温度的变化趋势说明这一次空燃比的调节方向是错误的(在B阶段拱顶温度加速下降)，因此随后的空燃比调节方向与上一次相反(B、C阶段的分界处)，在C阶段，拱顶温度下降速度减缓，进一步说明了空燃比调节方向的正确性，再经过随后两次的正确调节，得到另一个最佳空燃比(拱顶温升加快)。可以说，这种模糊控制方法只是对人工操作方式的简单模仿，其对空燃比的调节存在一个摸索和试探过程，所以自动调节的效率不高。

发明内容

本发明的目的是为克服已有技术的不足之处，提出一种基于实例推理的高炉热风炉燃烧自动控制方法，该方法不依赖于高炉热风炉燃烧数学模型、不检测废气残氧量、以实例推理为基础确定控制决策的输出，可实现高炉热风炉燃烧的自动控制，以有效地克服人工操作方式对高炉热风炉燃烧效果的影响。

本发明提出的一种基于实例推理的高炉热风炉燃烧自动控制方法，包括数据准备和在线运行两个阶段；其特征在于，

所述数据准备阶段包括以下步骤：

1)根据人工调节高炉热风炉燃烧的历史数据确定高炉热风炉燃烧的最佳空燃比区间；

2)设定拱顶温度上升速率的下限值、拱顶温度允许下降的范围和拱顶温度的上限值、高炉热风炉的燃烧时间和拱顶温度上升期时间，以及燃烧结束时废气温度的上限值；

3)设定拱顶温度上升期控制的采样周期、拱顶温度稳定期控制的采样周期及拱顶温度稳定期废气温度上升速率控制的校正周期；

4)规定在一条调节实例中所包含的与高炉热风炉燃烧过程相关的工艺参数；

5)从人工调节高炉热风炉燃烧的历史数据中，抽取多个成功的调节实例，作为在线运行阶段实例库的基础实例；

6)设置表示高炉热风炉燃烧的实时工艺参数和基础实例之间相似程度的距离阈值；

所述在线运行阶段包括以下步骤：

7)定时采集高炉热风炉燃烧过程的实时工艺参数；

8)在高炉热风炉开始燃烧后拱顶温度的上升期，根据定时采集的高炉热风炉燃烧过程的实时工艺参数，计算拱顶温度的上升速率，将当前的上升速率与上升速率的下限值进行比较，若其低于该下限值，则利用结合规则推理的实例推理方法对空燃比进行调节，以加快拱顶温度的上升速率；

9)在高炉热风炉燃烧进入拱顶温度的稳定期后，根据定时采集的高炉热风炉燃烧的实时工艺参数，计算当前拱顶温度的变化量，若该变化量超出了设定的拱顶温度允许下降的范围，则利用结合规则推理的实例推理方法对空燃比进行调节，以抑制拱顶温度的下降趋势；

10)在废气温度上升速率控制的校正点，根据定时采集的高炉热风炉燃烧过程的实时工艺参数，计算废气温度的上升速率、剩余燃烧时间及燃烧结束时预计达到的废气温度，利用基于实例的推理方法对煤气流量进行调节，以加快或减慢废气温度的上升速率，使废气温度在燃烧结束时恰好达到废气温度的上限值。

本发明的技术特点及效果：

本发明是基于一种新的、结合规则推理的实例推理方法来实现高炉热风炉燃烧的自动控制。这种方法不依赖于描述高炉热风炉燃烧过程的数学模型，也不必使用废气残氧分析仪检测高炉热风炉的废气残氧量，而是利用数据分析的手段从高炉热风炉燃烧的历史数据中确定高炉热风炉燃烧的最佳空燃比区间，并将该区间作为规则推理的依据，通过规则推理使实例推理中对实例的检索和匹配过程在空燃比调节方向正确的调节实例库中进行，确保实例推理得出的控制决策的空燃比调节方向都是正确的，避免出现上述最佳空燃比模糊控制方法中对空燃比反方向摸索调节的现象，从而减少空燃比调节次数，改善调节效果。结合规则推理的实例推理方法的特点是将控制决策的推理进行分解，用规则推理解决控制决策的调节方向问题，用实例推理解决控制决策的调节幅度问题。

本发明方法和其他基于规则的智能控制方法相比较，由于基于实例推理的方法是将操作工成功的调节实例作为控制决策推理的基础和依据，而不是将专家给出的规则作为控制决策推理的基础和依据，因此知识的获取要容易得多。另外通过基于实例推理的控制方法的实施过程，可以为用户提炼和保存丰富的调节经验，所以它的用户可接受程度很高，有利于系统的推广应用。

附图说明

图1为已有的空燃比模糊控制调节效果示意图。

图2为本发明的控制方法总体流程框图。

图3为本发明的结合了规则推理的实例推理控制方法流程框图。

图4为本发明的矢量实例的检索和匹配方法流程框图。

具体实施方式

本发明提出的基于实例推理的高炉热风炉燃烧自动控制方法结合附图及实施例详细说明如下：

本发明提出的高炉热风炉燃烧自动控制是基于一种结合规则推理的实例推理方法实现的，下面以一具体高炉热风炉为实施例详细说明对其进行燃烧自动控制的过程，本实施例选用的高炉热风炉的主要参数为：高炉容积230M³，配备3座热风炉，采用2烧1送的燃烧制度；热风炉为顶燃式，使用的燃料全部为高炉煤气，燃烧时间110分钟，燃烧结束时废气温度的上限值450℃。

本实施例的高炉热风炉燃烧自动控制方法分为数据准备和在线运行两个阶段，总体流程如图2所示。

数据准备阶段包括以下步骤：

1)确定高炉热风炉燃烧的最佳空燃比区间(可根据人工调节高炉热风炉燃烧的历史数据确定)；

2)设定拱顶温度上升速率的下限值(即拱顶温度上升期的控制目标)、拱顶温度允许下降的范围(即拱顶温度稳定期的控制目标)和拱顶温度的上限值、高炉热风炉的燃烧时间和拱顶温度上升期时间，以及燃烧结束时废气温度的上限值(即废气温度的控制目标)；

3)设定拱顶温度上升期控制的采样周期、拱顶温度稳定期控制的采样周期及拱顶温度稳定期废气温度上升速率控制的校正周期；

4)规定在一条调节实例中所包含的与高炉热风炉燃烧过程相关的工艺参数；

5)从人工调节高炉热风炉燃烧的历史数据中，抽取多个成功的调节实例，作为在线运行阶段实例库的基础实例；

6)设置表示高炉热风炉燃烧的实时工艺参数和基础实例之间相似程度的距离阈值；

在线运行阶段包括以下步骤：

7)定时采集高炉热风炉燃烧过程的实时工艺参数；

8)在高炉热风炉开始燃烧后拱顶温度的上升期，根据定时采集的高炉热风炉燃烧过程的实时工艺参数，计算拱顶温度的上升速率，将当前的上升速率与上升速率的下限值进行比较，若其低于该下限值，则利用结合规则推理的实例推理方法对煤气和/或空气阀位(即空燃比)进行调节，以加快拱顶温度的上升速率；

9)在高炉热风炉燃烧进入拱顶温度的稳定期后，根据定时采集的高炉热风炉燃烧的实时工艺参数，计算当前拱顶温度的变化量，若该变化量超出了设定的拱顶温度允许下降的范围，则利用结合规则推理的实例推理方法对煤气和/或空气阀位(即空燃比)进行调节，以抑制拱顶温度的下降趋势；

10)在废气温度上升速率控制的校正点，根据定时采集的高炉热风炉燃烧过程的实时工艺参数，计算废气温度的上升速率、剩余燃烧时间及燃烧结束时预计达到的废气温度，利用基于实例的推理方法对煤气阀位(即煤气流量)进行调节，以加快或减慢废气温度的上升速率，使废气温度在燃烧结束时恰好达到废气温度的上限值。

上述数据准备阶段步骤1)中确定高炉热风炉燃烧的最佳空燃比区间的实施例的具体步骤如下：

(1)从人工调节高炉热风炉燃烧的历史数据中提取高炉热风炉燃烧过程各个采样时刻拱顶温度和该时刻空燃比的数据；

(2)根据提取的数据绘制反映空燃比和拱顶温度之间关系的X-Y散点图，该散点图的外围包络线呈二次抛物线形状，抛物线顶点所对应的空燃比就是最佳空燃比，以最佳空燃比为中点的一个取值范围就是最佳空燃比区间。

所述的空燃比是进入高炉热风炉的空气流量和燃料(煤气)流量的比值，空燃比保持在最佳空燃比区间之内时高炉热风炉的热效率最高，在相同煤气品质的条件下拱顶温度所能达到的理论燃烧温度也最高。本发明采用的根据历史数据确定高炉热风炉燃烧最佳空燃比区间的实现方法，可以取代价格昂贵且后期维护困难的废气残氧分析仪得出高炉热风炉燃烧时的最佳空燃比区间，为实现低成本、高可靠的高炉热风炉燃烧的优化控制创造了必要的基础条件；同时它也是本发明的高炉热风炉燃烧自动控制方法在规则推理过程中用来确定空燃比调节方向的一个重要依据。

上述数据准备阶段步骤2)所述的拱顶温度上升期是高炉热风炉燃烧过程开始后拱顶温度快速攀升的阶段，在拱顶温度上升期结束进入拱顶温度稳定期后，拱顶温度受理论燃烧温度的限制几乎不再上升。一方面受高炉热风炉的状况和煤气品质的影响，不同高炉热风炉拱顶温度的上升期的时间长短不一样，另一方面在拱顶温度的上升期和稳定期的控制目标也不同，所以可根据高炉热风炉的具体条件来人为设定上升期的时间，本发明的实施例设定的拱顶温度上升期时间为20分钟。设定的拱顶温度上升速率下限值的实施例可为0.09℃/秒，拱顶温度允许下降范围的实施例可为-1℃，高炉热风炉燃烧时间的实施例可为110分钟，燃烧结束时废气温度上限值的实施例可为450℃。

上述数据准备阶段步骤3)中设定的拱顶温度上升期控制的采样周期的实施例可为10秒，拱顶温度稳定期控制的采样周期的实施例也可为10秒，拱顶温度稳定期废气温度上升速率控制的校正周期的实施例可为5分钟(即进入拱顶温度稳定期后每隔5分钟为1个废气温度上升速率的校正点)。

上述数据准备阶段步骤4)中采用的调节实例分为：应用于拱顶温度上升期控制的调节实例、应用于拱顶温度稳定期控制的调节实例及应用于废气温度上升速率控制的调节实例，各调节实例所包含的工艺参数有所不同，这些工艺参数可分为问题描述和控制决策两部分，对各个调节实例的具体说明如下：

(1)应用于拱顶温度上升期控制的调节实例的实施例及说明如表1所示，问题描述部分包括：当前燃烧时间、拱顶温度、拱顶温度上升速率、煤气压力、煤气流量、空气流量、流量比、煤气阀位和空气阀位，控制决策部分包括：煤气阀增量和空气阀增量；

                表1拱顶温度上升期调节实例包含的工艺参数及说明

名称	符号	类型	单位	取值范围	说明
						当前燃烧时间	tON-GAS	Int	min	0～120	开始燃烧到当前采样时刻的时间
拱顶温度	TDOME	Float	℃	0～1400	当前拱顶温度
						拱顶温度上升速率	ΔTDOME	Float	℃/se	0～5	当前拱顶温度上升速率
煤气压力	PBFG	Float	KPa	0～10	当前煤气压力
						煤气流量	FBFG	Float	m3/h	0～40000	当前煤气流量
空气流量	FAIR	Float	m3/h	0～30000	当前空气流量
						流量比	RGAS-AIR	Float		0～5	煤气流量和空气流量的比值
煤气阀位	VGAS	Int	％	0～100	调节前的煤气阀位
						空气阀位	VAIR	Int	％	0～100	调节前的空气阀位
煤气阀增量	ΔVGAS	Int	％	0～100	本次调节煤气阀位的增量
						空气阀增量	ΔVAIR	Int	％	0～100	本次调节空气阀位的增量

上述表1中所述当前拱顶温度上升速率反映了拱顶温度在上升期上升的快慢程度，在本实施例中用当前采样时刻的拱顶温度与3个采样周期前的拱顶温度的差值来表示。

(2)应用于拱顶温度稳定期控制的调节实例的实施例及说明如表2所示，问题描述部分包括：当前燃烧时间、拱顶温度、顶温变化、废气温度、煤气压力、煤气流量、空气流量、流量比、煤气阀位和空气阀位，控制决策部分包括：煤气阀增量和空气阀增量；

                    表2拱顶温度稳定期调节实例的工艺参数及说明

名称	符号	类型	单位	取值范围	说明
						当前燃烧时间	tON-GAS	Int	min	0～120	开始燃烧到当前采样时刻的时间
拱顶温度	TDOME	Float	℃	0～1400	当前拱顶温度
						顶温变化	ΔTDOME	Float	℃	-50～+50	当前拱顶温度的变化量
废气温度	TEX-AIR	Float	℃	0～500	当前废气温度
						煤气压力	PBFG	Float	KPa	0～10	当前煤气压力
煤气流量	FBFG	Float	m3/h	0～40000	当前煤气流量
						空气流量	FAIR	Float	m3/h	0～30000	当前空气流量
流量比	RGAS-AIR	Float		0～5	煤气流量和空气流量的比值
						煤气阀位	VGAS	Int	％	0～100	调节前的煤气阀位
空气阀位	VAIR	Int	％	0～100	调节前的空气阀位
						煤气阀增量	ΔVGAS	Int	％	0～100	本次调节煤气阀位的增量
空气阀增量	ΔVAIR	Int	％	0～100	本次调节空气阀位的增量

上述表2中当前拱顶温度的变化量表示了拱顶温度上升或下降的变化趋势。在本实施例中是以进入拱顶温度的稳定期后，当前采样时刻的拱顶温度与3个采样周期前的拱顶温度的差值作为当前拱顶温度的变化量。

(3)应用于废气温度上升速率控制的调节实例的实施例及说明如表3所示，问题描述部分包括：当前燃烧时间、剩余燃烧时间、废气温度、废气温度上升速率、燃烧结束废气温度、煤气压力、煤气流量、煤气阀位和空气阀位，控制决策部分包括：煤气阀增量。

                    表3废气温度调节实例的工艺参数及说明

名称	符号	类型	单位	取值范围	说明
						当前燃烧时间	tON-GAS	Int	min	0～120	开始燃烧到当前采样时刻的时间
剩余燃烧时间	tto-go	Int	min	10～60	当前校正点到燃烧结束的时间
						废气温度	TEX-AIR	Float	℃	0～500	当前废气温度
废气温度上升速率	ΔTEX-AIR	Float	℃/mi	0～20	当前废气温度上升速率
						燃烧结束废气温度	TEND	Float	℃	0～500	按当前速率到燃烧结束时达到的气温度
煤气压力	PBFG	Float	KPa	0～10	当前煤气压力
						煤气流量	FBFG	Float	m3/h	0～40000	当前煤气流量

煤气阀位	VGAS	Int	％	0～100	调节前的煤气阀位
						空气阀位	VAIR	Int	％	0～100	调节前的空气阀位
煤气阀增量	ΔVGAS	Int	％	0～100	本次调节煤气阀位的增量

上述表3中所述当前废气温度上升速率反映了废气温度在稳定期上升的快慢程度，在本实施例中用当前校正点的废气温度与1个校正周期前的废气温度的差值来表示。

上述数据准备阶段步骤5)中采用的实例库的实施例包括：拱顶温度上升期空燃比正向调节实例库、拱顶温度上升期空燃比反向调节实例库、拱顶温度稳定期空燃比正向调节实例库、拱顶温度稳定期空燃比反向调节实例库及废气温度上升速率调节实例库。其中，拱顶温度上升期空燃比正向调节实例库和反向调节实例库用于对拱顶温度稳定期控制决策的实例推理；拱顶温度稳定期空燃比正向调节实例库和反向调节实例库用于对拱顶温度稳定期控制决策的实例推理；废气温度上升速率调节实例库用于对废气温度上升速率控制决策的实例推理。表1～表3中所述的流量比是空燃比的倒数，即进入高炉热风炉的燃料(煤气)流量和空气流量的比值，流量比和空燃比为一一对应的关系。空燃比正向调节指的是增加空气流量或减少煤气流量，空燃比反向调节指的是增加煤气流量或减少空气流量。

上述数据准备阶段步骤5)中实例库采用的基础实例的具体抽取步骤为：

(1)在人工调节高炉热风炉燃烧的历史数据中，找到操作工对空燃比或煤气流量进行成功调节的采样时刻，计算并记录所述表1～表3给出的各个工艺参数在所述采样时刻的值。

(2)将该工艺参数值按照其所属的燃烧阶段(拱顶温度上升期还是稳定期)、调节方向(空燃比正向调节还是反向调节)、控制目标(拱顶温度上升期控制、拱顶温度稳定期控制还是废气温度上升速率控制)分别写入所述的5个调节实例库。

(3)重复进行上述步骤(1)、(2)，以抽取足够多(本实施例的每个实例库约100条左右记录)的不同调节实例，作为在线运行阶段实例推理过程所依据的基础实例。

上述数据准备阶段步骤6)中所述高炉热风炉燃烧的实时工艺参数和基础实例之间相似程度采用一种常用的规一化绝对值距离来表示，规一化绝对值距离越小，说明实时工艺参数和基础实例之间相似程度越高，在本实施例中将距离阈值设置为1.0。

上述在线运行阶段步骤7)定时采集的高炉热风炉燃烧过程实时工艺参数包括：拱顶温度、废气温度、煤气压力、煤气流量、空气流量、煤气阀位和空气阀位。

上述在线运行阶段步骤8)和步骤9)中采用的结合规则推理的实例推理方法实施例如图3所示，具体包括以下步骤：

(1)首先根据计算出的当前空燃比对空燃比的调节方向进行规则推理，以决定究竟是应该正向调节还是反向调节；

(2)如果推理结论是正向调节，则在正向调节实例库中进行实例的检索和匹配过程(即基于实例的推理)；若找到相似实例，就将该实例中的煤气阀增量和空气阀增量(也就是控制决策部分)输出到阀门的执行机构以调节煤气和/或空气阀位；若未找到相似实例，则将空气阀开度增加一个最小调节单位(本实施例取2％为最小调节单位)；

(3)如果推理结论是反向调节，则在反向调节实例库中进行实例的检索和匹配过程(即基于实例的推理)；若找到相似实例，则将该实例中的煤气阀增量和空气阀增量(也就是控制决策部分)输出到阀门的执行机构以调节煤气和/或空气阀位；若未找到相似实例，则将空气阀开度减少一个最小调节单位(本实施例取2％为最小调节单位)。

本发明采用的结合规则推理的实例推理方法中的规则推理(Rule-BasedReasoning，简称RBR)是专家系统中常用的推理机制，其推理过程依赖于结构化的先验知识，一般是If...Then...Else形式的产生式规则。本发明采用的规则推理所依据的规则的实施例是：

IF(拱顶温度上升速率下降and空燃比偏小)THEN正向调节

IF(拱顶温度上升速率下降and空燃比偏大)THEN反向调节

IF(拱顶温度下降and空燃比偏小)THEN正向调节

IF(拱顶温度下降and空燃比偏大)THEN反向调节

其中前2条规则用于确定上升期空燃比调节方向，后2条规则用于确定稳定期空燃比调节方向。规则中空燃比偏大和偏小的判断是将当前空燃比和已经确定的最佳空燃比区间进行比较得出的结论。

本发明采用结合规则推理的实例推理方法中的实例推理(Case-BasedReasoning，简称CBR)是基于过去求解类似问题的经验获得当前问题求解结果的一种推理模式。CBR有的文献将其译成基于案例的推理、基于事例的推理或基于范例的推理等。1982年，Roger Schank在《Dynamic Memory》一书中首先提出CBR方法。CBR是对人类认知过程的仿生，与其他方法相比，CBR能够处理不适于形式化为规则的知识，更接近人类决策的实际过程。因此，基于实例的推理比传统的基于规则的推理更自然地表现了问题的内在涵义。

CBR是继RBR之后出现的一种专家系统技术。同RBR相比，CBR克服了“知识获取瓶颈”的难题，机器学习的能力更强，并且更易于实现。如果用RBR进行推理，人们必须首先知道如何解决问题，然后把解决问题时所用的知识凝缩成各种规则。遇到问题需要再次应用时，专家系统可根据规则推理来寻求问题的答案。显然，每一次解决问题的过程都是一次不必要的重复推理的过程，更何况实际生活当中还有很多不能用规则和模型来解决的问题。

在上述结合规则推理的实例推理方法实施例步骤(参见图3)中采用的实例的检索与匹配过程(即基于实例的推理)如图4所示，具体步骤包括：

(1)将定时采集和计算得出的反映当前时刻高炉热风炉燃烧过程的各个工艺参数值(即上述表1或表2中规定的问题描述部分的工艺参数)作为1个需要利用实例推理解决的新的问题描述；

(2)计算该新的问题描述和所对应的实例库中(拱顶温度上升期或稳定期、空燃比正向调节或反向调节)各个基础实例的问题描述部分两两之间的规一化绝对值距离；

(3)将该规一化绝对值距离和上述步骤6)中设置的距离阈值进行比较：如果存在规一化绝对值距离小于该阈值的基础实例，就将其视为与新的问题描述比较相似的实例，其中距离最小的基础实例作为经过检索和匹配过程所找到的相似实例；如果不存在规一化绝对值距离小于该阈值的基础实例，就表示没有找到与新的问题描述相似的实例。

上述在线运行阶段步骤9)只在拱顶温度出现下降趋势时进行空燃比调节，其原因在于：目前高炉热风炉的耐火材料的耐高温程度有很大提高，由于(在本实施例中)高炉热风炉的燃料全部为高炉煤气，受其理论燃烧温度的限制拱顶温度不可能达到耐火材料所能承受的温度，所以对拱顶温度的上升趋势可以不进行调节。

上述在线运行阶段步骤10)中采用的基于实例的推理方法，其实施步骤与上述实施例的实施步骤(即步骤8)和9)中结合规则推理的实例推理方法中的基于实例的推理部分，参见图4)基本相同，区别仅仅在于检索和匹配使用的实例库(废气温度调节实例库)和所涉及的工艺参数(即上述表3中问题规定的描述部分的工艺参数)不同，在此不再赘述。

从上述实施例的一个具体的拱顶温度稳定期空燃比调节过程说明一下本发明的调节效果。

在本实施例中拱顶温度上升期时间设定为20分钟，确定出的最佳空燃比区间为0.488±0.012(即0.476～0.500)，采样周期为10秒，拱顶温度允许的下降范围为-1℃，距离阈值为1.0。本实施例的高炉热风炉燃烧过程实时工艺参数的变化情况如表4所示。其中，燃烧时间为22分钟，顶温变化为-1.5℃(拱顶温度的稳定值为1284.5℃)，废气温升为1.0℃，由于流量比为2.17，即空燃比为0.461，偏低于最佳空燃比区间，需要降低流量比也就是加大空燃比，所以应该采取正向调节作用。经过与拱顶温度稳定期正向调节实例库中各基础实例之间的距离计算，检索出其中的第39条实例是与当前的问题描述相似的实例，规一化绝对值距离d₃₉＝0.61，该调节实例表示为C₃₉＝(22，1284.8，-1.9，265.9，1.6，21683，9824，2.21，5.27，52，58，-3，0)，因此选择了该条实例的控制决策(-3，0)，即煤气阀位减少3％，空气阀位不变，调节后拱顶温度很快恢复到了其稳定值(1284.8℃)。

从这个调节过程可以看出，由于在实例推理中利用了规则推理的结论，检索和匹配得出的空燃比是正确的，因此空燃比的调节不存在模糊控制方法反方向摸索和试探调节的过程。

                           表4稳定期空燃比调节效果之一

采样时刻	拱顶温度	废气温度	煤气流量	空气流量	流量比	煤气力	煤气位	空气位
									21:24:00	1284.5	252.1	20904	10191	2.05	5.06	51	60
21:24:10	1284.2	252.7	21100	9971	2.12	5.13	51	60
									21:24:20	1283.8	253.2	21372	9858	2.17	5.20	51	60
21:24:30	1283.0	253.1	21538	9940	2.17	5.21	51	60
									21:24:40	1283.0	252.9	20276	10345	1.96	5.01	50	60
21:24:50	1283.7	253.3	20647	9913	2.08	5.05	49	60
									21:25:00	1282.8	253.9	21130	9920	2.13	5.08	48	60
21:25:10	1282.2	255.3	20964	9851	2.13	5.09	48	60
									21:25:20	1283.9	255.5	20939	9910	2.11	5.08	48	60
21:25:30	1284.8	255.7	20198	9991	2.02	4.99	48	60

Claims (9)

1、一种基于实例推理的高炉热风炉燃烧自动控制方法，包括数据准备和在线运行两个阶段；其特征在于，

所述数据准备阶段包括以下步骤：

1)根据人工调节高炉热风炉燃烧的历史数据确定高炉热风炉燃烧的最佳空燃比区间；

2)设定拱顶温度上升速率的下限值、拱顶温度允许下降的范围和拱顶温度的上限值、高炉热风炉的燃烧时间和拱顶温度上升期时间，以及燃烧结束时废气温度的上限值；

3)设定拱顶温度上升期控制的采样周期、拱顶温度稳定期控制的采样周期及拱顶温度稳定期废气温度上升速率控制的校正周期；

4)规定在一条调节实例中所包含的与高炉热风炉燃烧过程相关的工艺参数；

5)从人工调节高炉热风炉燃烧的历史数据中，抽取多个成功的调节实例，作为在线运行阶段实例库的基础实例；

6)设置表示高炉热风炉燃烧的实时工艺参数和基础实例之间相似程度的距离阈值；

所述在线运行阶段包括以下步骤：

7)定时采集高炉热风炉燃烧过程的实时工艺参数；

8)在高炉热风炉开始燃烧后拱顶温度的上升期，根据定时采集的高炉热风炉燃烧过程的实时工艺参数，计算拱顶温度的上升速率，将当前的上升速率与上升速率的下限值进行比较，若其低于该下限值，则利用结合规则推理的实例推理方法对空燃比进行调节，以加快拱顶温度的上升速率；

9)在高炉热风炉燃烧进入拱顶温度的稳定期后，根据定时采集的高炉热风炉燃烧的实时工艺参数，计算当前拱顶温度的变化量，若该变化量超出了设定的拱顶温度允许下降的范围，则利用结合规则推理的实例推理方法对空燃比进行调节，以抑制拱顶温度的下降趋势；

10)在废气温度上升速率控制的校正点，根据定时采集的高炉热风炉燃烧过程的实时工艺参数，计算废气温度的上升速率、剩余燃烧时间及燃烧结束时预计达到的废气温度，利用基于实例的推理方法对煤气流量进行调节，以加快或减慢废气温度的上升速率，使废气温度在燃烧结束时恰好达到废气温度的上限值。

2、如权利要求1所述的基于实例推理的高炉热风炉燃烧自动控制方法，其特征在于，所述步骤1)中的确定高炉热风炉燃烧的最佳空燃比区间的具体步骤包括：

(1)从人工调节高炉热风炉燃烧的历史数据中提取高炉热风炉燃烧过程各个采样时刻拱顶温度和该时刻空燃比的数据；

(2)根据提取的数据绘制反映空燃比和拱顶温度之间关系的X-Y散点图，该散点图的外围包络线呈二次抛物线形状，抛物线顶点所对应的空燃比为最佳空燃比，以最佳空燃比为中点的一个取值范围为最佳空燃比区间。

3、如权利要求1所述的基于实例推理的高炉热风炉燃烧自动控制方法，其特征在于，所述步骤4)中采用的调节实例分为：应用于拱顶温度上升期控制的调节实例、应用于拱顶温度稳定期控制的调节实例及应用于废气温度上升速率控制的调节实例，各调节实例所包含的工艺参数分为问题描述和控制决策两部分。

4、如权利要求1所述的基于实例推理的高炉热风炉燃烧自动控制方法，其特征在于，所述步骤5)中的采用的实例库包括：拱顶温度上升期空燃比正向调节实例库、拱顶温度上升期空燃比反向调节实例库、拱顶温度稳定期空燃比正向调节实例库、拱顶温度稳定期空燃比反向调节实例库及废气温度上升速率调节实例库；其中，拱顶温度上升期空燃比正向调节实例库和反向调节实例库用于对拱顶温度稳定期控制决策的实例推理；拱顶温度稳定期空燃比正向调节实例库和反向调节实例库用于对拱顶温度稳定期控制决策的实例推理；废气温度上升速率调节实例库用于对废气温度上升速率控制决策的实例推理。

5、如权利要求1所述的基于实例推理的高炉热风炉燃烧自动控制方法，其特征在于，所述步骤5)中实例库采用的基础实例的具体抽取步骤为：

(1)在人工调节高炉热风炉燃烧的历史数据中，找到操作工对空燃比或煤气流量进行成功调节的采样时刻，计算并记录各个工艺参数在所述采样时刻的值。

(2)将该工艺参数值按照其所属的燃烧阶段、调节方向、控制目标分别写入所述的所述各调节实例库。

(3)重复进行上述步骤(1)、(2)，以抽取足够多的不同调节实例，作为在线运行阶段实例推理过程所依据的基础实例。

6、如权利要求1所述的基于实例推理的高炉热风炉燃烧自动控制方法，其特征在于，所述步骤6)中的所述高炉热风炉燃烧的实时工艺参数和基础实例之间相似程度采用规一化绝对值距离来表示。

7、如权利要求1所述的基于实例推理的高炉热风炉燃烧自动控制方法，其特征在于，所述步骤7)中的定时采集的高炉热风炉燃烧过程实时工艺参数包括：拱顶温度、废气温度、煤气压力、煤气流量、空气流量、煤气阀位和空气阀位。

8、如权利要求1所述的基于实例推理的高炉热风炉燃烧自动控制方法，其特征在于，所述步骤8)和步骤9)中采用的结合规则推理的实例推理方法，具体包括以下步骤：

(1)首先根据计算出的当前空燃比对空燃比的调节方向进行规则推理，以决定究竟是应该正向调节还是反向调节；

(2)如果推理结论是正向调节，则在正向调节实例库中进行实例的检索和匹配过程；若找到相似实例，就将该实例中的煤气阀增量和空气阀增量输出到阀门的执行机构以调节煤气和/或空气阀位；若未找到相似实例，则将空气阀开度增加一个最小调节单位；

(3)如果推理结论是反向调节，则在反向调节实例库中进行实例的检索和匹配过程；若找到相似实例，则将该实例中的煤气阀增量和空气阀增量输出到阀门的执行机构以调节煤气和/或空气阀位；若未找到相似实例，则将空气阀开度减少一个最小调节单位。

9、如权利要求8所述的基于实例推理的高炉热风炉燃烧自动控制方法，其特征在于，所述采用的实例的检索与匹配过程，具体步骤包括：

(1)将定时采集和计算得出的反映当前时刻高炉热风炉燃烧过程的各个工艺参数值作为1个需要利用实例推理解决的新的问题描述；

(2)计算该新的问题描述和所对应的实例库中各个基础实例的问题描述部分两两之间的规一化绝对值距离；

(3)将该规一化绝对值距离和所述的距离阈值进行比较：如果存在规一化绝对值距离小于该阈值的基础实例，就将其视为与新的问题描述比较相似的实例，其中距离最小的基础实例作为经过检索和匹配过程所找到的相似实例；如果不存在规一化绝对值距离小于该阈值的基础实例，就表示没有找到与新的问题描述相似的实例。

Images