[发明专利]一种基于配矿技术下预测烧结矿转鼓指数的方法

说明书

本发明公开一种基于配矿技术下预测烧结矿转鼓指数的方法，属于冶金炼铁技术领域。将碱度R₂、镁铝比、混合料CaO成分、混合料Fe含量、混合料SiO₂含量、混合料MgO含量、混合料Al₂O₃含量，七个变量进行数据预处理，基于原始数据的均值和标准差进行的标准化，将处理后的数据用Gradient Boost算法进行预测，得到基于配矿技术下对烧结矿转鼓指数的预测模型，该方法利用高斯分布数据扩增方法结合基于Gradient Boost算法的预测模型训练，利用该预测模型能够有效预测烧结矿转鼓指数，根据实际生产需求对所得方案进行排序以供配矿参考，满足实际冶炼工艺要求，能够有效提高高炉炼铁的效率。

技术领域

本发明属于冶金炼铁技术领域，具体涉及一种基于配矿技术下预测烧结矿转鼓指数的方法。

背景技术

近些年，中国在开拓创新工艺以及新技术方面相当活跃，烧结机明显向大型化以及环保化方向发展，大型烧结机数量急剧增加，与此同时能耗指标大幅度降低，而且在此基础上环境指标明显改善，此外在烧结理论和技术方面也取得一些进步。

现有的相关技术中，中国专利申请公布号CN114067926A公开了一种烧结台车各料层烧结矿的转鼓强度预测方法。首先基于台车生产原料在不同工艺条件下进行烧结杯实验，得到不同的烧结矿，然后进行转鼓强度测试，同时对烧结矿的孔隙率、典型矿物含量、典型矿物显微力学性能进行测试分析，建立烧结矿的孔隙率、典型矿物含量、典型矿物显微力学性能与烧结矿的转鼓强度之间的定量关系模型；然后将烧结台车各料层的烧结矿待测样品的孔隙率、典型矿物含量以及对应矿物显微力学性能代入第一定量关系模型，从而预测得到烧结矿的转鼓强度。该工艺的不足之处在于：该方法从工艺出发，预测时间较长，利用多种仪器设备进行工艺加工，步骤较为繁琐。

中国专利申请公布号CN113358439A公开了一种球团矿转鼓强度测定用试样的制备装置及其方法，适用于炼铁原料以及球团矿生产检验技术领域。本发明通过鼓前筛分过程中对粒级的预判和减量秤的精确给料，实现转鼓强度测定用试样的快速制备。本发明通过筛分给料减量秤的给料出口在转鼓鼓前筛的接料口上方；转鼓鼓前筛固定在支架上；转鼓鼓前筛安装有小、中、大三种粒级出口，电动卸料阀安装在转鼓鼓前筛中粒级出口的溜管上；小粒级集料秤和中粒级集料减量秤以及大粒级集料秤都安装在转鼓鼓前筛相应粒级的物料出口下方；本发明通过鼓前筛分过程中对粒级的预判和减量秤的精确给料，实现转鼓强度测定用试样的快速制备。该方法从工艺出发，采用对机械结构的改进进行分析，对数据的分析会造成误差。

中国专利申请公布号CN103258130B公开了一种烧结矿转鼓强度预测方法，包括建立预测模型和用建立的预测模型预测转鼓强度两个步骤，所述建立预测模型的方法包括S1、采集具有烧结矿转鼓强度的各化学成分的样本数据；S2、针对样本数据，建立灰色残差修正模型和支持向量机模型进行转鼓强度预测；S3、组合预测：确定灰色残差修正模型和支持向量机模型两者的最优权系数，构成最优的组合预测模型进行转鼓强度预测。该方法的缺点在于对于小样本数据适用，但是如果是大数据量，SVM的运行时间和内存使用方面会明显有缺陷。

目前，烧结矿研究领域大量的研究数据、生产实践数据和实验室得到的实验数据等没有得到有效整合，更无法得到高效利用，烧结矿原料特性没有被深入系统的研究、测试和总结，无法变革现有的传统研发模式，实现烧结矿领域转鼓指数研究的快速发展。因此，本发明使用数学回归方法进行数据建模，构建“七个变量对应一个性能”的预测模型，建立基于Gradient Boost算法（简称GB算法）的预测模型，输入采用碱度R、镁铝比、混合料CaO成分、混合料Fe含量、混合料SiO₂含量、混合料MgO含量、混合料Al₂O₃含量指标，输出采用烧结矿转鼓指数预测优化烧结矿性能具有重要的意义。

发明内容

本发明的目的在于提供一种预测烧结矿转鼓指数的方法，进而得到最优的矿石混合比，节能减排。