[发明专利]一种烧结终点的鲁棒软测量方法及系统

说明书

本发明公开一种烧结终点的鲁棒软测量方法及系统，本发明首先采集烧结过程的相关参数，以及各时刻对应的烧结终点位置；然后对烧结现场数据采集单元所获取的相关烧结现场数据进行相关性分析，选取相关度高的输入变量，并对其进行滤波、剔除噪声及归一化处理，得到烧结终点鲁棒软测量建模数据；接着利用偏最小二乘广义M估计鲁棒随机权神经网络实现对烧结终点位置的建模；最后将进行预处理后的烧结现场关键数据输入训练所得模型中实现烧结终点鲁棒软测量。本发明能有效解决烧结终点预测建模中所普遍存在的多重共线性问题以及输入输出双方向异常数据问题，从而显著提高软测量精度。

技术领域

本发明涉及烧结自动化控制技术领域，尤其涉及一种烧结终点的鲁棒软测量方法及系统。

背景技术

烧结是钢铁生产工艺中的一个重要环节，它是将各种粉状含铁矿料、燃料(焦炭)、石灰石和溶剂按一定配比配料，经混合在烧结设备上使物料发生一系列的物理化学变化，将矿粉颗粒黏结成块得到熟料的过程。通过利用合格的烧结熟料进行后续高炉炼铁过程对于提高高炉利用系数、降低焦比、提高高炉透气性以及保障高炉稳定运行均有一定意义。

在烧结工艺中，烧结终点是反应烧结过程热状态的重要参数，是判断烧结过程是否正常运行的标志之一，并且它与烧结过程的能源利用率密切相关。烧结终点是指烧结过程全部完成时台车所处的位置，若烧结终点提前，则容易发生过烧现象，造成烧结机的利用率降低、有效烧结面积减小，最终影响烧结过程产量；若烧结终点延迟，则会造成混合料层无法充分燃烧，致使烧结矿质量下降，返矿率上升。因此，实现对烧结终点位置的精准预测以及有效控制对整个烧结生产的顺利进行，增强烧结矿的产量和质量，提高烧结过程能源利用率有着重要的实际意义。为了实现对烧结终点的精准预测，就需要建立烧结终点的在线软测量模型以实现对烧结终点位置的实时在线软测量，充分利用烧结过程中可直接检测的运行数据，建立数据驱动的烧结终点软测量模型。

然而，烧结过程数据普遍存在多重共线性问题以及同时存在输入、输出方向两类不同离群点的问题。多重共线性问题是指在实际的工业建模应用当中，受测量滞后或样本收集范围限制等因素影响，实际过程变量之间往往存在着普遍的相关关系，一般是近似的共线性(在一定程度上的共线性)，通过最小二乘法直接求取网络的输出权值存在严重的多重共线性问题，严重影响模型估计结果。同时存在两类不同离群点的问题是指在实际的工业生产中，由于测量仪器和变送器等设备的故障以及其他异常干扰，少量数据与大多数数据相距甚远，被称为离群点，这些离群点可以分为输入方向离群点与输出方向离群点。现有常规软测量建模方法无法有效地解决上述问题。

发明内容

针对上述现有技术的不足，本发明提供一种烧结终点的鲁棒软测量方法及系统。

为解决上述技术问题，本发明所采取的技术方案是：一种烧结终点的鲁棒软测量方法，包括如下步骤：

步骤1：通过各类检测设备以及数据采集器，采集烧结过程的相关参数，以及各时刻对应的烧结终点位置；

所述烧结过程的相关参数包括：烧结机料层平均厚度、大烟道温度、主风机变频器输出电流、点火炉膛温度、烧结料层原始透气性指数、烧结机速度、点火强度、大烟道负压、主风机风门、燃料比、主抽风机出口压力、点火气前排温度、点火回热风温度、烟道压力、各号风箱负压。

步骤2：对烧结过程的相关参数进行相关性分析，选取s个相关度高的参数作为输入变量，并对输入变量进行滤波、剔除噪声及归一化处理，得到烧结终点鲁棒软测量建模数据；

所述对输入变量进行滤波的过程如下：

针对由于烧结过程不稳定和检测设备不精确造成的跳变数据，采用噪声尖峰滤波算法用于剔除烧结过程中的噪声尖峰跳变数据；

采用移动平均滤波算法来剔除噪声尖峰跳变数据后的数据中较小的高频测量噪声波动干扰。