[发明专利]一种基于粒子群优化案例推理的RH终点温度预测方法

说明书

本发明提供一种基于粒子群优化案例推理的RH终点温度预测方法，属于封装外壳技术领域。该基于粒子群优化案例推理的RH终点温度预测方法S1：建立第一案例库；S2：计算出第一多元线性回归系数；S3：获取第一预设影响因子；S4：对属性权重进行优化；S5：对RH精炼钢水终点温度进行预测以获取预测温度。本发明中保证在多次精炼任务中依然能迅速根据当前条件运算出最合理的预测值，提高系统的可靠性和效率。

技术领域

本发明属于冶金过程的生产与控制技术领域，涉及一种基于粒子群优化案例推理的 RH 终点温度预测方法。

背景技术

钢铁产业作为国民经济的支柱产业，占据着及其重要的地位，发展历程源远流长，然而随着时代的进步，科技的创新，传统炼钢技术与产品已经越来越难以满足如今多元的需求。在07年，宝钢股份有限公司在经过理论上的创新以及实际操作的参考，又在炉外精炼模型部分取得可喜的突破，成功的实现转炉冶炼中的“一键炼钢”部分，只需操作工按下一个开始键即可自动冶炼，近日在取得转炉“一键炼钢”突破的基础上，宝武集团通过不懈的探索与行动终于打破了国外的技术封锁，实现了国内真正意义上的“一键炼钢+全自动出钢”工艺贯通，突破了“智慧炼钢”中极其重要的瓶颈部分。

但是，对于炉外精炼这一块国内钢铁厂目前还基本采用人工操作的方式，对操作员工的经验等要求性较强。然而常规的操作方式依然存在着一定的不足之处：1)对操作的工人要求较高，需要在现场进行长期培训和一定程度的实际操作；2)效率较低，温度实时更新程度较差，必须要钢水到达相关工艺点再进行实时测温，若不满足温度需求还要返回上一个工艺点重新处理（加热或降温），达到温度需求后才能进行下一步，占用下一炉钢的处理资源，延长整体精炼周期；3)成本增加，测温次数的增加和精炼周期的延长会导致单位时间产出量下降，设备使用率降低，加速温度测量仪器的损耗，进而导致成本上升；4)每一个工艺点都重新测温容易扩大测量误差的影响程度，长期工作容易产生疲累，导致误操作；5)危险指数较高，增加事故发生率。因此，亟待设计高效自动预测钢水终点温度的方法来部分代替人工操作，减少人力劳动，提高系统的工作效率与安全性能，获得可观的经济效益。

在RH冶炼期间，会发生各种物理或化学变化，都会对钢温产生干扰，故需综合考虑多种因素。操作因素和非操作因素影响实际生产过程中钢水终点的温度，操作因素是指精炼过程需要采取的工艺操作，包括氩气消耗、真空室烘烤温度、总处理时间、到站钢水温度、处理开始钢水温度、加脱氧剂量、到站含氧量、吹氧量、加合金量等。非操作因素是指不可控因素，例如钢包状况以及真空室中钢水的导热和散射热等。

此外，目前已经有人研究出利用理论模型来预测RH精炼炉钢液温度的方法来代替或减少实际温度测量，但大多还仅仅停留在物理计算或根据热平衡理论建立热传导模型来预测温度变化情况进而预报出RH炉钢水终点温度，但RH处理工艺异常复杂，存在大量不可控因素，该方法对计算过程作出大量假设和简化，同时为了减少非线性因素导致的复杂性，将许多非线性因素线性化，将不稳态因素稳态化处理，导致建立的物理模型越来越偏离实际。也有人在此基础上分析引起RH精炼炉钢水温度变化分量，利用BP神经网络计算自然温降引起的温度变化分量，从处理开始时刻至该时刻的时间间隔、RH精炼炉周围环境温度和钢液重量作为BP神经网络模型输入层，自然温降引起的RH炉钢液温度变化作为输出层，该方法比传统方法精度更高，对处理过程进行了有效控制，提高温度命中率，但预测精度也只能满足小范围小时间段的预报需求。

发明内容

本发明针对现有的技术存在的上述问题，提供一种基于粒子群优化案例推理的RH 终点温度预测方法，本发明所要解决的技术问题是：如何提供一种基于粒子群优化案例推理的 RH 终点温度预测方法。

本发明的目的可通过下列技术方案来实现：

一种基于粒子群优化案例推理的 RH 终点温度预测方法，包括如下步骤：

S1：分析出所有引起当前RH精炼炉数据中的钢液温度变化趋势的第一影响因素并建立第一案例库；