[发明专利]一种基于时空特征提取的烧结终点预报方法

说明书

本发明公开了一种基于时空特征提取的烧结终点预报方法，属于工业过程软测量建模领域。该预报模型基于编码解码框架，编码网络用于提取数据中潜在的时空特征，解码网络实现烧结终点的多步预测。首先，选取与烧结终点相关的辅助变量，利用滑窗方法构造数据集。然后，采用多通道卷积提取数据的时序特征；接着，提出了一种变量交互感知模块，用于捕获数据的空间特征，并将两类特征进行融合获得数据的时空特征。最后，将提取的时空特征输入到解码网络，实现对烧结终点的提前多步预测。通过工厂实时数据进行测试，结果表明该模型在烧结终点的提前预报方面具有更为精准和稳定的表现，这对于提高烧结产品质量、产量和减少能耗具有重大意义。

技术领域

本发明属于烧结过程烧结终点提前预报的软测量方法，具体涉及一种基于时空特征提取的烧结终点预报方法。

背景技术

钢铁行业作为衡量国家综合实力和经济发展水平的重要产业，不但是国家生存和发展的保障，而且是国民经济的支柱。目前我国长流程的高炉炼钢生产仍占钢铁生成的主导地位,在高炉炼铁过程中，主要原料为烧结矿，它的入炉比重高达70％左右，铁水的质量与其产量和质量息息相关，烧结矿的稳定和优质生产也保证了炼铁过程的顺利进行。因此，作为获取烧结矿的主要途径，烧结过程是高炉炼铁流程中的关键环节。

随着“双碳”目标的提出，我国的发展战略中也正式包含了减少碳排放这一工作。而冶金行业作为高能耗、高排放的重工业，其结构的改造和转型已经是刻不容缓。如今，钢铁企业的改革正在快步进行，而高炉炼铁生产技术的提高和进步，主要取决于入炉原料性能的改善，所以改善烧结矿的生产已经是不可逆转的趋势。

烧结过程(包括配料、点火、燃烧和冷却四大部分)是一项涉及传质、传热和物理化学反应的复杂工业过程。烧结终点(burning through point,BTP)为烧结材料层从上到下烧穿时对应的风箱所在位置。烧结终点反映了当前烧结过程的质量，烧结终点偏离预设值，会出现未烧透和过烧的情况,这不仅会影响到烧结矿的产量,还会造成烧结机的损坏,这就增加了维护成本，同时还会减少烧结机的运行效率。烧结过程的控制，实际就是对烧结终点进行控制，使烧结终点稳定在倒数第二个风箱位置处。但由于受到反应过程中各类物质的影响，导致参数变化多端，而且很难预测随机干扰因素，这也使得烧结终点的预测控制成为了烧结过程的一大难点。如今国内烧结厂对烧结终点的把控依旧离不开人工看火，但是人工操作过度依赖于个人的工作经验，员工的调换等都容易出现问题，且个人操作带有较大盲目性，很容易导致烧结终点控制的效果不理想。

因此开发一套烧结专家系统的烧结终点预测模型，用于对烧结终点的预测控制有重大意义。实现对烧结终点位置的精确预测不但可以保证烧结过程各环节的稳定运行，使前后工序互不干扰、高效运作，还能确保有效地利用烧结面积，提高烧结矿的产量、节约能耗。

因此，根据烧结过程的实时过程参数、状态参数及操作参数，合理判断烧结过程，并准确预报烧结终点位置，以调整烧结机台车速度，达到稳定烧结终点，减少烧终点位置波动，提高烧结矿产量、质量的控制目的。及时预报烧结终点对于合理利用现有烧结设备，稳定烧结生产，促进烧结控制水平的提离化及提高烧结厂经济效益具有十分重要的意义。

发明内容

本发明针对烧结过程终点难以提前预报的问题，创新性地将深度学习框架编码解码网络引入烧结领域，提出了基于时空特征提取的烧结终点预报方法。主要包括以下四个步骤：首先，通过机理分析和专家知识，选取与烧结终点相关的变量，并从数据库里面读取和预处理；然后，读取风箱废弃温度，并对温度数据进行预处理，采用多项式拟合法计算BTP；随后，采用滑窗思想构建数据集，搭建时空特征提取网络捕获数据的隐藏特征，并将得到的时空特征输入到解码网络中，实现对烧结终点的多步提前预测；最后，对模型结果进行调试，并在实际工业现场检验。

本发明采用以下技术方案实现：

本发明首先提供了一种基于时空特征提取的烧结终点预报方法，其包括如下步骤：