烧结终点控制模型及试验分析

结合马钢300 m2烧结机的控制问题,分析了烧结质量与烧结终点的关系和烧结终点与风箱坐标的位置,提出了前馈-反馈控制方法,研制出适用本设备的烧结终点位置模糊控制模型,用于适时调节烧结机的速度,进行了大量的正常工况和异常工况中欠烧、过烧情形下的试验,证明实施模糊控制后,烧结终点位置精度得到明显改善,总体改善程度约为55%,提高了烧结矿质量.该方法可用于同类型设备的控制中.     

基于二维区间自回归模型的烧结终点预测

炼铁烧结生产过程中,烧结终点位置难以确定,建立二维区间自回归模型对烧结终点进行预测。在阐述模型原理的基础上,设计基于运动模式的二维区间自回归预测建模流程,包括构建自回归预测模型得到计算空间的模式类别变量,利用K近邻算法分类得到模式运动空间中的模式类别变量。采用实际烧结终点废气温度数据验证模型,包括采用主成分分析法对多个废气温度时间序列得到进行降维并形成二维数据空间;利用四叉树粒子群优化算法划分废气温度时间序列二维模式运动空间;引入二维区间数来度量模式类别变量;建立二维带输入的区间自回归模型(IARX)实现炼铁烧结终点预测。结果表明,与传统的一维区间自回归模型相比,所建模型预测准确度更高。     

浅谈烧结终点控制模型

介绍了通过控制BRP位置间接控制烧结终点的方法。通过计算BRP位置,实时调整烧结机速度和烧结机台车压入率厚度,使烧结终点稳定在系统设定的范围之内,形成了基于专家知识的烧结终点模糊控制系统。该模型被应用后,可根据实际情况调整烧透点的位置,保证了烧结生产正常运行,改善了烧结矿各项技术指标,2009年节约成本2310万元。     

基于反应带触底映像的烧结终点预报模型

基于废气温度的烧结终点预报、调节方法预报准确性差、调节震荡性高,严重影响余热发电指标。研究各反应带料层厚度及垂直烧结速度的综合作用效果与反应带触底映像位置及长度的一一对应关系,建立基于烧结反应带触底映像位置及长度的烧结终点预报模型。新模型修正了现有预报模型关于烧结终点定义存在的根本性错误,采用反应带触底映像长度作为烧结终点预报指针,提出全程参与、分区预报、分级校正、补偿调节的烧结终点预报及自动调节新方法,并建立相应的烧结终点预报及调节动力决定模型。新模型采用数值模拟与实体数据关联相结合的方法面向生产实用,具有较高的可操作性。     

基于稳定烧结终点的配碳调节技术研究

在建立基于时间序列的烧结终点预报模型、以及采用主成分分析方法确定烧结过程配碳量表征因素的基础上,本文尝试建立了自适应的合理配碳量预报及调节操作指导模型,提前15min给出配碳调节的建议,以期稳定烧结终点。模型现场运行结果显示,其给出的配碳调节建议具有很好的可靠性和准确度。     

基于废气温度上升点的烧结终点预报系统

探讨了基于烧结废气温度上升点的终点预报策略,开发了烧结终点模糊逻辑控制模型,对终点实施准确的预测预报和在线优化控制。该系统在济钢实施后,使烧结机利用系数提高了0.2 t/（m^2·h）,终点波动由7%降到3%。     

基于热状态参数的烧结终点自适应预报

为解决过程时滞和时变特性给烧结终点控制带来的困难 ,在对烧结过程热状态分析的基础上 ,提出了用废气温度上升点和废气温度曲线面积来提前预报终点的策略 ,用系统辨识的方法建立了时间序列模型。采用自适应技术跟踪系统的时变特性 ,实现了对终点的提前预报。     

莱钢265m^2烧结机综合自动化控制系统

莱钢在原2台265 m^2烧结机三电一体自动控制的基础上,通过数据处理及误差矫正技术、下料流量恒定控制策略、混合料水分自动控制、烧结透气率的检测及判断等,对基础自动化进行了完善优化,同时,在过程控制中,将图像判断烧结终点与在线模糊控制烧结终点有机结合,形成了烧结终点的过程控制模型,终点控制精确度高,预报性强。系统优化后,每吨烧结矿可节省固体燃料消耗1 kg以上,烧结机利用系数提高10%左右。     

烧结终点双边界自动调节模型研究

烧结终点单边界调节法的调解过程存在准确性差、震荡性高等缺陷。文章以某钢铁公司烧结生产过程为研究对象,通过对200组实际烧结机温升数据的统计、对比、归纳,深入研究了烧结机温升曲线形状及曲线斜率分区规律,分析了单边界模型造成调节偏差的本质原因,建立了以燃烧带触底段两端点位置为控制目标的双边界调节模型。通过对大量样本数据的层次分析,获得了前后边界用于自动调节的数学条件,以及调节动力函数关联式。针对前后边界调节在生产中的响应速度,提出了基础调节与应急调节相结合的自动调节策略。研究结果对提高烧结与余热发电两过程的协调性具有一定的指导意义。     

韶钢105m~2烧结机过程控制系统的设计与应用

介绍了韶钢105 m2烧结机过程控制系统的构成及主要控制方式。以烧结生产中关键的自动配料、混合料水分、点火炉以及烧结终点控制为例,综合应用烧结理论和控制理论等多学科知识,对烧结过程控制系统及其控制方法进行了探讨,阐述了控制系统在烧结生产过程中的实际应用和效果。     

基于烧结大数据预测小于10 mm烧结矿含量模型

为了给高炉提供合格的烧结矿，提出基于烧结生产线各个环节的大量数据，将XGBoost算法、因子相关分析与深度学习算法相结合的大数据技术对烧结矿小于10 mm粒级含量进行预测。首先，对烧结厂数据库的数据进行搜集、整合和预处理；其次，进行因子分析，筛选出适合建模的14个相关变量并进行变量之间的相关性分析；最后，建立深度神经网络算法模型。通过测试并与传统算法模型进行性能比较，结果表明，模型预测效果很好，达到了精确预测烧结矿小于10 mm粒级含量的目的，对烧结实际生产具有很好的指导意义。     

一种基于深度神经网络的烧结料层透气性预报模型

为了保证整个烧结生产过程的顺利进行,通过对承钢2号烧结厂数据库中的数据进行采集、整合和预处理,运用相关性分析筛选出与料层透气性相关的重要特征变量,基于深度神经网络算法建立料层透气性预报模型,以即时为现场操作人员提供科学的操作指导。通过测试并与随机森林模型、支持向量机模型进行性能对比,结果表明,深度神经网络具有很好的预测效果,可实现对料层透气性的精准预测,对优化烧结现场的操作效果具有很好的指导意义。     

基于多类别生产状态的烧结矿转鼓指数预测模型

将烧结生产大数据与机器学习算法相结合,提出了一种多类别生产状态下预测烧结矿转鼓指数的研究方法.通过数据采集、整合及预处理操作,共获得特征参数65种.以烧结终点位置(BTP)为基础,采用试验研究及可视化分析等方法将转鼓指数划分为2个类别.基于分类别转鼓指数数据集,使用特征选择算法计算了特征参数的重要排序,确定最佳特征参数...     

基于MIV-GA-BP模型预测烧结矿FeO含量

工艺绿色化、装备智能化、产品高质化已成为当前钢铁行业主要发展目标。作为影响烧结矿性能的重要指标之一,FeO的含量不仅影响烧结矿还原性的高低和烧结过程的能耗,而且在一定程度上影响高炉间接还原、燃料比等指标。针对目前研究过程中存在的数据量少、工艺结合不紧密、特征选择方法针对性不强等问题,提出了基于MIV-GA-BP算法的烧结矿FeO含量预报模型。以承钢3号烧结机1年的生产数据作为研究基础,首先选取BP神经网络作为深度学习模型,然后利用遗传算法的特点解决了网络调参难等问题,成功构建了基于遗传算法优化的BP神经网络模型。在特征选取阶段将MIV算法的优越性与工艺理论相结合,选取了拥有更好解释性的参数作为模型的输入,此方法提高了模型预测准确率,成功实现了烧结矿FeO含量的预测。上线测试结果表明,误差允许范围内模型命中率达到87.9%,对现场烧结生产具有更好的指导性。     

基于KPLS与SVM的热连轧板凸度预测

热连轧作为典型的流程工业过程,具有多变量、强耦合、过程非线性的特点,轧制机理非常复杂。针对传统方法难以获得准确的数学模型从而导致板形质量预测精度较低的问题,采用基于数据驱动的核偏最小二乘 (KPLS) 方法以有效处理工艺参数和质量指标之间的非线性关系,以此为基础,建立了基于KPLS结合支持向量机(SVM)的板凸度预测模型,并采用粒子群优化算法 (PSO) 优化支持向量机参数,进一步提高热连轧板凸度预测精度。预测结果表明,96.86%的板凸度预测值绝对误差小于5.5 μm,整体具有较高的预测精度,对实现板形质量精确控制、提高热轧产品质量具有重要意义。     

高炉炼铁数据缺失处理研究初探

针对高炉炼铁过程中的数据缺失问题,提出以单维结合多维的系统化数据填补模式。总结并阐述数据缺失填补办法的发展现状以及优劣势比较。在此基础上,通过对河北某钢铁厂的实际高炉生产数据进行分类比较,并结合填补办法的优缺点,针对高炉炼铁数据提出一套以简单统计类办法、线性插值法、机器学习法等多种办法相结合的方案,以实现高炉数据的深度整合及处理,满足数据挖掘工作的供数需求。同时选取了炉顶温度、氧气管道温度作为数据样本,利用临近点中间值法、临近点均值法、线性插值法、Adaboost算法等对样本数据进行了填补且填补效果较为理想,充分验证了方案的可行性。     

基于大数据技术的烧结终点优化控制

针对烧结终点优化控制问题,介绍了近年来关于烧结终点位置判断、烧结终点建模控制这两方面所取得的研究成果。基于大数据技术的兴起和国内外关于大数据技术的成功应用,提出了一种基于大数据技术的烧结终点优化控制策略,并给出了具体的实施方案。依据该实施方案,初步完成了烧结原始料层透气性预报模型的构建以及料层透气性核心操作参数最优控制范围的确定,用于指导现场操作人员改善透气性,保证烧结过程在稳定的原始料层透气性情况下运行生产,避免烧结过程后期因烧结终点偏差过大、对台车等操作参数异常调节而引起整个烧结过程发生更大的波动。     

中天钢铁烧结富氧点火研究与应用

对于未配置焦化厂的大多钢铁企业而言,其烧结机所用的点火煤气绝大多数为高炉煤气、转炉煤气或二者的混合气体。采用这些低热值煤气点火的烧结,表层烧结矿质量较采用焦炉煤气而言为差。针对此,项目组研发了富氧点火工艺,在中天180 m2烧结机上成功实施。实施后,富氧点火在降低煤气消耗的同时提高了炉膛温度,在富氧300 m3/h条件下,炉膛温度升高15~36 ℃,煤气流量降低250~600 m3/h;同时富氧改善了表层烧结固体燃料燃烧效果,最终降低固体燃耗1.25 kg/t,表层烧结矿强度提升2.27%,内返矿配比降低1%。     

基于承钢生产数据预测烧结矿FeO含量北大核心CSCD

为了克服烧结矿中FeO含量检验滞后的问题,基于烧结生产各个环节所积累的大量数据,采用XGBoost算法建立FeO含量预测模型,以指导生产工作人员及时调整配料方案和设备参数。首先对承钢3号烧结机sqlsever数据库中的相关数据进行提取和整合,然后结合特征工程对特征参数数据进行一系列可视化分析和处理,最后将XGBoost算法应用于预测烧结矿FeO含量的建模当中,并与决策树模型预测效果进行对比。结果表明XGBoost模型预测效果较好,预测后的损失值最小可达0.071876,实现了准确预测FeO含量的目的,为烧结矿FeO含量的预测提供了一种有效的预测方法。