[发明专利]一种高炉炼铁的生产过程智能控制方法及系统

权利要求书

1.一种高炉炼铁的生产过程智能控制方法，其特征是，所述方法包括以下步骤：

获取高炉炼铁过程中的现场数据；

将所述现场数据整合为统一格式；

将所述现场数据分为操作参数和原燃料参数，并基于高炉操作规则的关联分析，对参数进行优化；

建立数字模型，模拟高炉冶炼过程，计算生产过程参数；

利用所述关联分析结果，对多数数字模型进行修正，利用数组模型的计算结果调整关联分析；

分别获取统一格式的现场数据、高炉操作规则及模型的计算参数，基于深度学习和遗传算法，对高炉生产过程进行控制。

2.根据权利要求1所述高炉炼铁的生产过程智能控制方法，其特征是，所述现场数据包括高炉铁矿石、焦炭、煤粉成分、尺寸、温度，热风温度、风量、风压，炉顶煤气温度、炉顶煤气利用率、有效利用系数、焦比、煤比。

3.根据权利要求1所述高炉炼铁的生产过程智能控制方法，其特征是，所述现场数据分别通过高炉PLC子系统的生产操作数据、工业传感器子系统的检测数据、LIMES子系统的检化验数据、MES子系统的生产计划数据、DCS子系统的过程控制数据和ERP子系统的成本设备数据中获取。

4.根据权利要求1所述高炉炼铁的生产过程智能控制方法，其特征是，采用K-均值算法和EM算法将现场数据分为操作参数和原燃料参数；

所述操作参数包括热风温度、风量、风压，炉顶煤气温度、炉顶煤气利用率、有效利用系数、焦比和煤比；

原燃料参数包括高炉铁矿石、焦炭、煤粉成分、尺寸和燃料温度。

5.根据权利要求4所述高炉炼铁的生产过程智能控制方法，其特征是，利用HotSpot算法和Apriori算法进行操作规则间的关联分析；

所述操作规则包括第一参数组与第二参数组的数学关联关系，所述第一参数组包括高炉铁矿石、焦炭、煤粉成分、尺寸、燃料温度，热风温度、风量和风压，所述第二参数组包括炉顶煤气温度、炉顶煤气利用率、有效利用系数、焦比和煤比。

6.根据权利要求5所述高炉炼铁的生产过程智能控制方法，其特征是，所述优化的参数包括热风温度、风量、风压，炉顶煤气温度、炉顶煤气利用率、有效利用系数、焦比、煤比。

7.根据权利要求1所述高炉炼铁的生产过程智能控制方法，其特征是，所述建立数字模型，模拟高炉冶炼过程，计算生产过程参数具体包括：

基于回旋区质量和热平衡理论，建立高炉风口回旋区数学模型；

采用基于计算流体力学的多相流方法建立高炉数学模型，模拟解析高炉冶炼过程，预测高炉生产指标；

基于有效能理论，建立高炉火用评价模型，描述高炉炼铁过程的能量流的运行行为及效果。

8.根据权利要求7所述高炉炼铁的生产过程智能控制方法，其特征是，所述生产指标包括生铁产量、利用系数、渣量、焦比、煤比、燃料比、炉顶煤气利用率和铁水质量。

9.一种高炉炼铁的生产过程智能控制系统，其特征是，所述系统包括：

监测监控模块，用于获取高炉炼铁过程中的现场数据；

数据转换模块，用于将所述现场数据整合为统一格式；

数据处理模块，用于将所述现场数据分为操作参数和原燃料参数，并基于高炉操作规则的关联分析，对参数进行优化；

仿真建模模块，用于建立数字模型，模拟高炉冶炼过程，计算生产过程参数；

管理分析模块，利用所述关联分析结果，对多数数字模型进行修正，利用数组模型的计算结果调整关联分析；

过程控制模块，分别获取统一格式的现场数据、高炉操作规则及模型的计算参数，基于深度学习和遗传算法，对高炉生产过程进行控制。

10.一种计算机存储介质，所述计算机存储介质中存储有计算机指令，其特征是，所述计算机指令在智能控制系统上运行时，使所述智能控制系统执行如权利要求1-8任一项所述智能控制方法的步骤。