[发明专利]一种连续型辊道窑炉运行态势评估方法

权利要求书

1.一种连续型辊道窑炉运行态势评估方法，其特征在于，包括以下步骤：

步骤1、根据辊道窑的结构特征，提取参与其运行态势评估的指标，建立一个多层次多指标态势评估模型；

所述多层次多指标态势评估模型由上到下包括辊道窑炉层、温区层、时间维度层以及属性层；所述辊道窑炉层设有辊道窑炉整体作为评估目标；辊道窑炉整体在温区层设有多个温区作为其评估指标；每个温区分别在时间维度层设有多个时间维度作为其评估指标；每个时间维度分别在属性层设有多个属性作为其评估指标；

步骤2、根据各层评估指标重要性和控制需求指定各个评估指标的权重，构建权重向量，以反映各属性、时间维度和温区的差异；

步骤3、基于每个温区的测量数据序列，计算其下各个属性的状态值，用于表征该属性状态的好坏；再结合各层评估指标的权重向量，采用“由下而上，由部分到整体”的评估方式实现由属性到时间维度到温区再到辊道窑炉整体的运行态势评估值。

2.根据权利要求1所述的连续型辊道窑炉运行态势评估方法，其特征在于，所述步骤1的多层次多指标态势评估模型，每个温区分别在维度层设有三个时间维度作为其评估指标；三个时间维度分别为实时维度、短期维度以及长期维度；其中，实时维度在属性层设有高温、低温和上下温差属性作为其评估指标；短期维度在属性层设有高温、低温、上下温差和温度变化属性作为其评估指标；长期维度在属性层设有高温、低温、上下温差和温度控制器属性作为其评估指标；

其中，高温属性和低温属性分别表示一段时间内温区的温度比预设目标温度高和低的程度，高温属性和低温属性简称为HT属性和LT属性；

上下温差属性表示一段时间内该温区内部上下烧结单元的温度差的严重程度，简称为TD属性；

温度变化属性表示温区的温度波动程度，简称为TV属性；

温度控制器属性该温区的温度控制性能，简称为TC属性。

3.根据权利要求2所述的连续型辊道窑炉运行态势评估方法，其特征在于，所述步骤3具体包括以下步骤：

步骤3.1、基于各个温区的测量数据序列，计算其下各个属性的状态值：

SitValueHT=Σi=kk+N(tui-Ttg,if(Ttg<tui))+Σi=kk+N(tli-Ttg,if(Ttg<tli))Count(Ttg<tui=k..k+N)+Count(Ttg<tli=k..k+N)---(1-1)]]>

SitValueLT=Σi=kk+N(Ttg-tui,if(Ttg>tui))+Σi=kk+N(Ttg-tli,if(Ttg>tli))Count(Ttg>tui=k..k+N)+Count(Ttg>tli=k..k+N)---(1-2)]]>

SitValueTD=Σi=kk+N|tui-tli|N---(1-3)]]>

SitValueTV=Σi=kk+N((tui-tli)-(tui-tli)‾)2N---(1-4)]]>

(tui-tli)‾=1NΣi=kk+N(tui-tli)---(1-5)]]> 1

SitValue_TC＝r(E_tu,E_cu)+r(E_tl,E_cl)(1—6)

其中，

Etu=[etui+N,...,etui],Etl=[etli+N,...,etli]]]>

E_cu＝[Δcu_i+N,…,Δcu_i],E_cl＝[Δcl_i+N,…,Δcl_i]

etui=Δtui+Δt·ui+Δt··ui,etli=Δtli+Δt·li+Δt··li]]>

Δtu_i＝T_tg-tu_i,Δtl_i＝T_tg-tl_i

Δt·ui=Δtui+1-Δtui,Δt·li=Δtli+1-Δtli]]>

Δt··ui=Δtu·i+1-Δt·ui,Δt··li=Δtl·i+1-Δt·li]]>

Δcu_i＝cu_i+1-cu_i,Δcl_i＝cl_i+1-cl_i

其中，SitValue_HT、SitValue_LT、SitValue_TD、SitValue_TV和SitValue_TC分别表示某一温区HT属性、LT属性、TD属性、TV属性以及TC属性的状态值；T_tg为该温区的预设目标温度，i表示测量时间点的序号，N为用于计算属性状态值的测量时间点的个数；t_ui、t_li、c_ui和c_li分别为第i个测量时间点测得的该温区内部上、下烧结单元温度值和电流值；r(·)为计算两个序列的相关系数的函数；

步骤3.2、首先，定义态势值的取值范围为SitLevels＝[1,2,…,M]，态势值越低则代表性能越好；

然后，计算各个属性的模糊关系向量：

先根据窑炉烧结工艺参数中的余差和温区的上下温差确定HT属性、LT属性和TD属性的隶属评估矩阵；根据温区的温度波动程度确定TV属性的隶属评估矩阵；根据温区电流测量数据序列和温度测量数据序列的相关系数，确定TC属性的隶属评估矩阵；将a属性的隶属评估矩阵记为X_a＝[x_a1,x_a2,…,x_aM]，a∈{HT，LT，TD，TV，TC}；

再通过以下梯形隶属函数求得各个属性的状态值从属于每个态势值的隶属度：

pm=SitValuea-xa(m-1)c-xa(m-1),xa(m-1)≤SitValuea<c1,c≤SitValuea≤fxa(m+1)-SitValueaxa(m+1)-f,f<SitValuea≤xa(m+1)0,else---(2-1)]]>

其中，p_m表示属性从属于态势值m的隶属度，m＝1,2,…，M，0≤p_m≤1,∑p_m＝1；SitValue_a是步骤3.1中计算得到的某一属性的状态值，a∈{HT，LT，TD，TV，TC}；

最后由属性的状态值从属于每个态势值的隶属度，得到该属性的模糊关系向量：

P＝[p₁,p₂,…,p_M](2-2)；

步骤3.3、计算各个时间维度的态势值向量Pt_j：

其中，B_j＝[b₁,b₂,…b_K]为第j个时间维度下的属性权重向量，K为该时间维度下所有属性的个数；P_K为该时间维度下第K个属性的模糊关系向量，表示该时间维度下所有属性的模糊关系向量构成的K×5的模糊矩阵；表示模糊变换；

步骤3.4、取态势值向量Pt_j中最大的元素所对应的态势值作为该时间维度的态势值；由各个时间维度的态势值构建多时间维度态势向量结合时间维度权重向量[weight₁,weight₂,weight₃]，计算相应的温区态势值z＝[weight₁,weight₂,weight₃]·Time；

步骤3.5、由各个温区的态势值构建多温区态势向量结合温区权重向量[w₁,w₂,…,w_n]，计算辊道窑炉整体运行态势：

SitKiln＝[w₁,w₂,…,w_n]·SitZone＝∑z_nw_n；

其中，n为温区层的温区个数。