[发明专利]高炉炉温闭环控制系统的设计方法及应用

说明书

本发明提供了一种高炉炉温闭环控制系统的设计方法及应用，采集符合高炉生产高煤比、低焦比、低燃料比指标的数据，进行预处理；基于时间序列神经网络模型进行炉温预测，并建立炉温趋势分类模型，并对其训练和测试；再根据炉温趋势，结合三种炉温工况分类数据，分别建立基于炉温向热、基于炉温平稳和基于炉温向凉的喷煤量预测模型；最后对炉温趋势分类模型和喷煤量预测模型建立反馈关系，得到高炉炉温闭环控制系统。本发明先预测炉温趋势，后基于该趋势进行喷煤量预测，提高了命中率和准确率，且模型收敛性好，总体预测趋势与实际趋势一致；其在应用时自动化、智能化程度高，保证高炉顺行的同时提升了高炉的经济效益，对实际高炉生产的指导价值高。

技术领域

本发明涉及高炉炉温智能控制技术领域，尤其涉及一种高炉炉温闭环控制系统的设计方法及应用。

背景技术

高炉炼铁是钢铁生产中的上游产业，在钢铁工业降低成本与节能降耗的发展中起着举足轻重的作用。高炉冶炼过程控制复杂，涉及了相互交叉的化学反应动力学和流体动力学。高炉炉温是高炉的一个重要的指标，其稳定与否是高炉是否顺行的表现；高炉炉温从数据上看是一个非线性、随机性和滞后性的反应过程，但是如果能够预测炉温趋势，就可以提前采取控制措施，保证炉温的稳定率，进而保证高炉的稳定顺行。传统的高炉炼铁企业的炉温控制主要依靠历史数据，且根据经验丰富的操作工人来实现；但是大多数据有较大的时间滞后性，存在响应速度慢，误差范围大，过于依赖人力的问题，不适合现代化高炉炼铁信息化发展的要求。喷煤量作为调节炉温的重要手段，会直接影响着高炉的炉缸工作状态和高炉的稳定顺行；因此建立能够指导高炉操作人员对喷煤量控制决策的预测模型，有一定的应用价值。

发明专利(申请号为CN 200810163518.1)公开了一种高炉炉温优化控制方法，采用了阶梯式动态矩阵的预测算法，对当前炉温的发展做出正确的预测，采取正确的调控措施，实现对炉温控制提前调节、小幅度调节，以提高高炉炉温控制精度，减小误差范围，杜绝炉温发展成“过热”或“过凉”，避免炉况故障；但是，因为在该方法中采用了大量的复杂公式和复杂模型的运算，其应用效果受限于管理水平和企业人员素质，难以量化，部分企业信息化项目可能达不到该方法的预期效果，这将限制该方法的应用。

有鉴于此，有必要设计一种改进的高炉炉温闭环控制系统的设计方法及应用，从控制理论角度分析，基于经验推理和数学模型计算交叉的预测控制，在复杂推理和优化计算的基础上实现简便智能控制，以解决上述问题。

发明内容

本发明的目的在于提供一种高炉炉温闭环控制系统的设计方法及应用，该方法包括数据筛选和采集、数据预处理、构建炉温趋势分类模型、基于炉温的三种工况分别构建对应的喷煤量预测模型以及完成整个流程的联合调控；在系统应用时基于高炉炼铁工序，以高炉顺行为基础，实现高炉生成过程中自动化、智能化的炉温闭环控制，实时准确的进行高炉炉温检测，并根据炉温实时调控喷煤量。

为实现上述发明目的，本发明提供了一种高炉炉温闭环控制系统的设计方法，包括以下步骤：

S1、采集符合高炉生产高煤比、低焦比、低燃料比指标的数据；将所述数据根据炉温向凉、炉温平稳、炉温向热三种工况进行分类；

S2、将步骤S1采集的所述数据进行预处理，使其值落在相同范围内；

S3、基于时间序列神经网络模型进行炉温预测，并建立炉温趋势分类模型；选取步骤S1中已分类的三种工况数据各若干组作为训练数据，对所述炉温趋势分类模型进行训练，再选取各若干组作为测试数据进行模型的测试，直至模型的分类误差在5％以内；

S4、根据步骤S3的所述炉温趋势分类模型，结合步骤S1的炉温向凉、炉温平稳、炉温向热三种类型的数据，采用支持向量机分别建立基于炉温向热的喷煤量预测模型、基于炉温平稳的喷煤量预测模型以及基于炉温向凉的喷煤量预测模型；

S5、对所述炉温趋势分类模型和喷煤量预测模型建立反馈关系，得到高炉炉温闭环控制系统。