[发明专利]一种判断高炉炉缸过凉的方法

说明书

技术领域

本发明涉及高炉炼铁监测领域，尤其是一种判断高炉炉缸过凉的方法。

背景技术

高炉炼铁是现代钢铁企业生产生铁的主要方式，其生产过程伴随着大量的强耦合、非线性、大时滞的物理和化学反应，高炉内部的这种工艺复杂的特点导致了很难用常规的检测设备和检测手段来直接获取高炉内部的物理和化学状态。而高炉内部的热状态又是高炉稳定顺行的最直接体现，高炉过凉不利于顺利出铁和渣铁分离，过热不仅造成高炉难行而且造成大量的能源浪费。因此，提早获取高炉炉缸的热状态可以更早地对高炉实施干预，可以保证在高炉顺行的前提下减少能源消耗，降低焦比，减少有害气体的排放，对于钢铁企业实现绿色低碳生产和适应国家环境保护政策有着重要意义。鉴于高炉热状态是反映高炉工作状态的重要指标，尽早判断高炉炉缸过凉对于高炉操作人员非常重要，但高炉内部的复杂多变决定了高炉炉缸过凉状况不能直接被高炉操作人员获取。常规的判断高炉炉缸过凉状况的手段都是借助于高炉铁水中的硅含量来间接判断高炉炉缸是否过凉，但这种方法需要求解高炉各种过程变量与高炉铁水中的硅含量之间的数学模型，而无论数学模型是使用时间序列模型还是使用人工神经网络等模型来判断高炉炉缸都存在判断结果不理想的情况。

发明内容

本发明的目的是提供一种判断高炉炉缸过凉的方法，旨在区别对待影响高炉炉缸过凉的影响因素，从高炉炼铁工艺的实际出发，综合考虑高炉布料、高炉鼓风、历史铁水硅含量对高炉炉缸过凉的影响，结合RBF神经网络和高炉专家知识各自的优点，形成高效的综合的数学模型，从而尽早判断高炉炉缸过凉的状况，据此结果对高炉实施控制。

实现本发明的目的共设计三个技术方案，分别是高炉铁水中的Si含量与高炉炉缸过凉的判断方案、高炉料速计算模型计算结果与高炉炉缸过凉判断方案、理论燃烧温度计算模型计算结果与高炉炉缸过凉的判断方案。

1、高炉铁水中的Si含量与高炉炉缸过凉的判断方案：

此方案包括以下步骤：

1)选取RBF神经网络计算模型的输入变量。由于高炉实际操作中涉及的参数众多，因此为了简化模型的结构，提高模型的运算速度和泛化能力，经删减后确定的输入变量包括冷风流量、热风温度、风压、压差、透气性、顶压、顶温、小时煤粉喷吹量、前两次出铁时铁水中的Si含量-Si(i-1)，Si(i)。

2)对输入变量实施进行归一化处理。由于输入变量之间数量级相差较大和RBF神经网络对输入数据的要求，确定采用均值方法处理输入变量：

X‾=X-XminXmax-Xmin]]>

其中：为归一化后的数据，X为输入变量，X_min为输入变量的最小值，X_max为输入变量的最大值。

3)确定RBF神经网络结构。RBF神经网络结构的确定主要包括输入层神经元的个数、隐含层神经元的个数、输出层神经元的个数、RBF中心的选取、RBF中心宽度。输入层神经元的个数实际就是网络输入变量的个数，输出层神经元的个数可以根据网络的预报能力和实际需求来选取。RBF中心宽度r可以先选为1，取值可以适当放宽或降低，其对网络实际的预报能力影响不是很大，而且其影响还可以通过网络权值和RBF中心的优化来补偿。RBF神经网络的中心可以通过最近邻聚类方法学习来获得。

最近邻聚类法的具体过程如下：