（控制理论与控制工程专业论文）基于支持向量机的高炉向凉向热炉况预测研究.pdf

内蒙古科技大学硕士学位论文 作者：鄢常亮 指导教师：事悻母 教授 协助指导教师： 单位：一零声科技大学 论文提交日期：2 0 10 年0 5 月2 5 日 学位授予单位：内蒙古科技大学 单位： 单位： 广lri， t鼙r h p ； ： 基于支持向量机的高炉向凉向热炉况预测研究 t h ep r e d i c t i o nr e s e a r c ho ff u r n a c es t a t u sa st ot e n d e n c yt ot c o l d a n dh o tb a s e do n s u p p o r t v e c t o rm a c h i n e 研究生姓名：鄢常亮 指导教师姓名：崔桂梅 内蒙古科技大学信息学院 包头0 1 4 0 1 0 ，中国 c a n d i d a t e ：y a nc h a n g l i a n g s u p e r v i s o r ： c u ig u i m e i s c h o o lo f i n f o r m a i o ne n g i n e e r i n g i n n e rm o n g o l i a u n i v e r s i t yo fs c i e n c ea n dt e c h n o l o g y b a o t o u0 1 4 0 1 0 ，p r c h i n a 独创性说明 本人郑重声明：所呈交的论文是我个人在导师指导下进行的研究工 作及取得研究成果。尽我所知，除了文中特别加以标注和致谢的地方 外，论文中不包含其他人已经发表或撰写的研究成果，也不包含为获得 内蒙古科技大学或其他教育机构的学位或证书所使用过的材料。与我一 同工作的同志对本研究所做的任何贡献均已在论文中做了明确的说明并 表示了谢意。 签名： 日期：冱! ! ：! ! ! ! 关于论文使用授权的说明 本人完全了解内蒙古科技大学有关保留、使用学位论文的规定， 即：学校有权保留送交论文的复印件，允许论文被查阅和借阅；学校可 以公布论文的全部或部分内容，可以采用影印、缩印或其他复制手段保 存论文。 签名： ( 保密的论文在解密后应遵循此规定) 导师签名：兰窿堕日期：丕c ：乏1 2 内蒙古科技大学硕士学位论文 摘要 高炉炼铁是钢铁行业的上游主体工序，作为国民经济的支柱产业的重要组成部 分，它对钢铁工业的发展和节能降耗都起到了重要的作用。高炉冶炼过程是一个非 常复杂的过程，它的运行机制往往具有时滞性、非线性等特性。高炉炼铁过程的炉 温预测模型研究，一直都是炼铁自动化中的难题。能对炉温变化趋势的做出准确判 断，将有助于提高工长的操作水平，从而达到提高高炉利用系数和降低焦比的目 的。 支持向量机是源于统计学理论，发展起来的机器学习的一种算法，它能很好地 解决高维数、小样本、非线性、局部极小点等实际问题。目前，它已被广泛应用于 函数逼近、模式识别、数据挖掘等领域。论文从包钢甜高炉( 2 5 0 0 m 3 ) 2 0 0 9 年1 月 6 号至7 月5 号的生产同报中，选取数据，通过相关系数的计算，分析了高炉冶炼过 程中的控制变量( 风量、风温、热风压、喷煤量) 和状态变量( 炉顶压、综合负 荷) 与高炉铁水硅含量 s i 】( 高炉铁水含硅量反映了高炉的化学热，可以用来表示炉 温) 的相关性，判断各个参数对炉温控制的滞后时间，并在此基础上，建立了基于 核主元分析和支持向量机的高炉向凉向热预测模型。 论文主要包括以下四个方面的内容：高炉炼铁、高炉专家系统的概述；高炉冶 炼过程状态参数和控制参数的分析；核主元分析和支持向量机方法；基于核主元分 析和支持向量机的高炉向凉向热分类模型。 论文选取了1 2 0 组数据作为样本数据，用6 0 组作为学习样本，6 0 组作为测试样 本。用测试样本对通过学习样本建立的模型进行检验，结果表明：向凉预测模型的 识别率为9 5 ，向热预测模型的识别率为1 0 0 。证明模型选择参数合理，具有较高 的精度。 关键词：高炉；核主元分析；支持向量机 内蒙古科技大学硕士学位论文 a b s t r a c t b l a s tf u r n a c ei st h eu p s t r e a ms t e e li n d u s t r y ，t h em a i np r o c e s s ，a st h ep i l l a ri n d u s t r yo f n a t i o n a le c o n o m y ，a l li m p o r t a n tc o m p o n e n to fi t ss t e e li n d u s t r yd e v e l o p m e n ta n de n e r g y c o n s u m p t i o nh a v ep l a y e da l li m p o r t a n tr o l e b l a s tf u r n a c ep r o c e s si sav e r yc o m p l e xp r o c e s s ， a n di t so p e r a t i n gm e c h a n i s mi so f t e nat i m ed e l a y ，n o n l i n e a r , c h a r a c t e r i s t i c b l a s tf u l t l a c e i r o n m a k i n gp r o c e s sp r e d i c t i o nm o d e l ，h a sb e e na u t o m a t e di nt h ei r o np r o b l e m t e m p e r a t u r e c h a n g e si nt r e n d sc a l lm a k ea c c u r a t ej u d g m e n t s ，w i l lh e l pt oi m p r o v et h ef o r e m a no ft h e o p e r a t i o n , t h u st oe n h a n c et h eb l a s tf u r n a c ea n dc o k er a t er e d u c t i o np u r p o s e s s u p p o r tv e c t o rm a c h i n ei sd e r i v e df r o ms t a t i s t i c a lt h e o r y ，d e v e l o p e dak i n do fm a c h i n e l e a r n i n ga l g o r i t h m s ，i ti sag o o ds o l u t i o nt ot h eh i 曲d i m e n s i o n a l i t y , s m a l ls a m p l e ，n o n l i n e a r , l o c a lm i n i n l u mp o i n t s ，a n ds ot h ea c t u a lp r o b l e m c u r r e n t l y ，i th a sb e e nw i d e l yu s e di n f u n c t i o na p p r o x i m a t i o n ，p a t t e r nr e c o g n i t i o n , d a t am i n i n ga n do t h e r f i e l d s t h ed a t ai s s e l e c t e df r o mt h ep r o d u c t i o nd a i l yr e p o r tb a s e do nb a o t o u6 撑b f ( 2 5 0 0 m 3 ) f r o m6j a n u a r y t o5j u l y ，t h r o u g hc a l c u l a t i o no fc o r r e l a t i o nc o e f f i c i e n t ，a n a l y s i so ft h eb l a s tf u r n a c ep r o c e s s c o n t r o lv a r i a b l e s ( w i n d , a i rt e m p e r a t u r e ，t h e r m a lp r e s s u r e ，p u l v e r i z e dc o a li n j e c t i o nv o l u m e ) ， a n ds t a t ev a r i a b l e s ( t o o fp r e s s u r eo fl o a d ) a n db l a s tf u r n a c eh o tm e t a ls i l i c o nc o n t e n t 【s i 】 ( b l a s tf u r n a c eh o tm e t a ls i l i c o nc o n t e n tr e f l e c t st h ec h e m i c a lh e a ：t ，c a nb eu s e dt or e p r e s e n t t h ef u l t l a c et e m p e r a t u r e ) c o r r e l a t i o nd e t e r m i n et h ep a r a m e t e r so ft h et e m p e r a t u r ec o n t r o lo f t h el a gt i m e ，a n do nt h i sb a s i s ，t h ee s t a b l i s h m e n to fn u c l e a r - b a s e dp r i n c i p a lc o m p o n e n t a n a l y s i sa n ds u p p o r t v e c t o rm a c h i n e st oc o o lt h eh o tb l a s tf o r e c a s t i n gm o d e l t h i st h e s i si n c l u d e st h ef o l l o w i n gf o u ra s p e c t s ：b l a s tf u r n a c e ，b l a s tf u r n a c ee x p e r t s y s t e mo v e r v i e w ；b l a s tf u r n a c ec o n d i t i o na n dc o n t r o lp a r a m e t e r so ft h ea n a l y s i s ；k e r n e l p r i n c i p a lc o m p o n e n ta n a l y s i sa n ds u p p o r tv e c t o rm a c h i n e s ；b a s e do nk p c aa n ds v mt h e b l a s tf u r n a c et oc o o lt h eh e a tc l a s s i f i c a t i o nm o d e l t h ep a p e ru s e d12 0t a pn u m b e r sa ss a m p l en u m b e r s ，t h e6 0t a pa ss t u d ys a m p l e ，t h e o t h e r6 0t a pa st e s ts a m p l e 。t ob u i l dm o d e l ，c h e c kt h em o d e lb yt e s t i n gt h es t u d i e ds a m p l e t h ec o o lr e c o g n i z er a t i oo ff a i l u r ed i a g n o s i si s9 5 ，t h eh o tr e c o 嘶z er a t i oo ff a i l u r e d i a g n o s i si s10 0 i nc o n c l u s i o n , t h ep a r a m e t e ro fm o d e li sc o r r e c ta n dt h em o d e lh a sh i 曲 p r e c i s i o n k e yw o r d s ：b l a s tf u r n a c e ；k e r n e lp r i n c i p a lc o m p o n e n ta n a l y s i s ；s u p p o mv e c t o r m a c h i n e 内蒙古科技大学硕士学位论文 目录 摘要i a b s t r a c t i i 1 者论1 l 。1 论文研究方向及工业背景1 1 2 高炉专家系统简介2 1 3 国内外的研究应用现状3 1 4论文的主要内容4 2 高炉状态相关工艺参数分析。6 2 1 高炉炼铁工艺过程的复杂性6 2 2 高炉炼铁过程的状态参数和控制参数8 2 2 1 选取模型参数8 2 2 2 参数与铁水硅含量时间滞后分析1 4 3 基于核主元分析支持向量机的故障诊断研究2 0 3 1 核主元分析2 1 3 1 1 理论背景2 1 3 1 2 核方法基本概念2 2 3 1 3 基本原理2 3 3 1 4 核主元分析的特征提取步骤2 5 3 2 支持向量机研究概况2 5 3 2 1 理论背景2 5 3 2 2 支持向量机的特点2 7 3 2 3 支持向量机原理和算法2 7 3 2 4 基于支持向量机故障诊断的基本步骤。3 1 4 建立高炉向凉向热预测模型3 3 4 1 样本数据的选取和处理3 3 4 1 1 样本数据的选取3 3 4 1 2 数据的预处理3 3 4 2 向凉预测模型3 4 4 2 1 样本数据的核主元分析。3 4 4 2 2 基于s v m 的向凉预测模型。3 5 4 2 3 向凉模型的检测3 6 4 3 向热预测模型3 7 4 3 1 样本数据的核主元分析3 7 4 3 2s v m 建立向热预测模型。3 7 4 3 3 向热模型的检测3 9 - 内蒙古科技大学硕士学位论文 结论4 1 参考文献4 2 附录a核主元分析程序4 5 附录b支持向量机分类程序4 6 附录c 支持向量机检测程序5 0 附录d建立模型的数据5 1 附录e检验数据5 3 在学研究成果5 4 致 谢5 5 内蒙古科技大学硕士学位论文 1 绪论 1 1 论文研究方向及工业背景 钢铁工业是内蒙古自治区乃至全国的重要基础产业。据国家统计局统计，2 0 0 9 年 1 1 0 月全国粗钢产量4 7 2 4 7 万吨，比上年同期增长1 0 5 。1 0 月粗钢r 产水平达到 1 6 6 9 3 万吨，环比下降1 2 5 ，但整月粗钢产量达5 1 7 5 万吨，同比增长4 2 4 ，并连续 四个月产量均在5 0 0 0 万吨以上。2 0 0 9 年全年粗钢产量达5 7 6 亿吨，同比增长1 5 左 右。我国作为全球最大的钢铁生产国和消费国，已占据全球近4 0 的钢铁产量。高炉炼 铁作为钢铁企业的上游工序，其耗能约占整个钢铁行业能耗的6 0 ，其成本约占整个行 业成本的l 3 。因此，炼铁的节能降耗在各个企业提高经济效益中占有重要的地位。除 了挖掘高炉潜力的各种工艺措施之外，推进高炉冶炼过程自动化技术的应用是炼铁技术 发展的趋势。【l j 在中国金属学会等编写的( 2 0 0 6 2 0 2 0 年中国钢铁工业科学与技术发展指南一书 中指出，钢铁冶炼的科技创新进入了快速的发展时期，我国大中型钢铁企业的发展已基 本上处于中等工业发达国家的水平，某些科技成果已跻身于世界领先行列，但是总体来 说我们的技术仍与工业发达国家存在着较大的差距，如高炉的自动化程度普遍低下，专 家系统中的“炉况判断及操作预测模型、炉热指数预测模型、无料钟布料判断模型、硅 含量预测模型、炉底侵蚀预测模型、软融带预测模型、热风炉燃烧气体流量设定及操作 预测模型 等局部数学模型不准确等问题。 高炉冶炼一旦启动，就需要长年累月不问断的运行。如果高炉炉况的恶化将减少高 炉的使用寿命，轻则降低生产效率，重则被迫停止生产，将会给钢铁企业造成巨大的经 济损失。因此，对高炉炉况进行准确的诊断和预报，实现高炉炉况的实时监测和异常状 况的及时预报，并适时、适度地采取适当的调整措施，避免炉况恶化，对确保高炉长期 的稳定、高效运行起到重要作用，也对提高高炉的生产效率，避免不必要的能源浪费， 实现节能减耗，增加企业效益等具有深远的意义。而高炉炉况与故障预测诊断系统正是 “高炉专家系统的重要组成部分，因此，各国钢铁企业以及相关研究机构也一直致力 于高炉炉况与故障预测诊断系统的研究和应用【2 j 。 自上世纪9 0 年代以来，国内很多企业，在基础自动化方面的发展取得了显著成 效，应用了计算机数据采集系统，实现了对高炉参数的集中监控，使得对大型高炉的在 线监测成为一种普遍的手段。然而，数据库技术在状态监测方面的应用并未给高炉炉况 状态分析的效果带来质的改变，大量的历史数据不断的积累，但都被束之高阁，并没有 降低进行信号采集、特征提取、状态识别和诊断决策这四个步骤的难度。激增的数据背 后隐藏着许多非常重要的信息，而钢铁企业却不能充分利用这些数据中所蕴含的信息去 内蒙古科技大学硕士学位论文 监测设备的运行状态、诊断高炉炉况及故障的位置、原因和严重程度等。因此，高炉冶 炼行业亟待对已有数据进行更高层次的分析，挖掘出这些数据背后的经济利益和社会效 益。面对这一挑战，传统的信号处理与分析技术和人工智能技术显得力不从心，高炉炉 况预报和故障诊断的知识的获取出现了瓶颈。 源于数据库技术引发的海量数据和人们期盼利用这些数据的愿望，自上世纪8 0 年 代后期，数据挖掘技术开始发展起来。数据管理系统来存储数据，用机器学习的方法分 析数据、挖掘海量数据后面的重要知识，便促成了数据挖掘技术的产生。在商业领域成 功应用后，便开始向其他领域渗透。它在对海量数据进行关联规则、分类和预测、聚类 等分析上显示出强大的生命力，尤其在人的分辨和分析能力不能胜任的高维海量数据方 面。由此，将数据挖掘与高炉状态预测和故障诊断技术相结合，为突破传统炉况预测和 故障诊断系统知识获取的瓶颈，提供一种全新的思路【3 叫。 此外，在高炉炉况预测过程中，多数处理的是传感器采集的数据，这些原始的环境 噪声信号和非电量信号，此外加上由信号传输线产生的噪声，都一起进入了数据采集系 统，最后在数据采集系统得到的数据除包含原始信息外，还有报警数据、导出数据等。 同时由于诊断对象运行工况复杂，影响因素众多，同一种故障往往有不同的表现，同一 种症状又常常是多种因素共同作用的结果。严格的讲，检测量与故障特征之间，故障特 征与故障源之间都是非线性映射，仅靠单一的诊断方法和故障特征量是无法完成诊断任 务的。同时由于信息多种多样的表现形式，对信息处理速度和信息容量的要求也越来越 高，这一切都已经远远超出了传统信息处理方法的能力。面对以上诸多难题，克服的方 法之一就是利用信息融合技术进行信息的综合处理，获得对被测对象一致性的可靠了解 和解释，以利于故障诊断系统做出正确的诊断和决荆m 。 1 2 高炉专家系统简介 高炉过程自动化是工业自动化的跨世纪难题之一。复杂的高炉过程促使自动化专业 人员对炼铁工艺和过程的控制模型进行深入的研究。大量数据都通过各种传感器来采 集，建立高炉数据库，并在此基础上建立起实用的智能化的数学模型以及专家系统知识 库，并成功地将炼铁工艺技术、计算机技术、信息技术、数学模型技术、自动控制技术 这5 个学科等的多学科技术有机地结合起来，使得高炉炼铁自动化控制研究从传统的闭 环反馈自动控制研究发展到“高炉专家系统 的研究。 早期开发的专家系统中都包含了炉体温度监控以及故障处理子系统。主要原因有两 个：其一，保证炉况顺行的前提是冷却壁、炉体等设备的稳定运行，也是正常运行高炉 其他数学模型的前提；其二，相比其他优化模型，炉体温度监控及故障处理在一般模型 开发上较为容易，进行故障诊断最常用的方法是对信号的处理，进行简单的越限报警和 内蒙古科技大学硕士学位论文 状态检测。当然，随着研究的深入，也有使用频谱、自回归滑动平均模型、相关函数等 方法对信号进行分析检测，以幅值、误差等特征值与设定值比较进行故障诊断。现阶段 主要运用数学模型来诊断故障，其中有两类数学模型应用广泛： 1 基于解析方法的模型。如参数估计法、状态估计法、等级空间法等。由于系统 大多数都是非线性的，因此现在更多研究的是非线性模型，如区间参数模型、含不确定 环节的模型等。这些模型都非常复杂，属于多类学科交叉的技术，使用观测器、知识工 程、鲁棒控制、自适应等交叉技术，甚至混合技术。因此在我国钢铁企业成功应用并且 商品化的模型非常少。 2 基于知识方法的模型。如专家系统、模糊技术、符号有向图、神经网络、模式 识别等。多数钢铁企业使用的专家系统，能够帮助高炉工长提高操作水平，受到普遍的 欢迎。【1 5 】 1 3 国内外的研究应用现状 以炉体温度监控及故障诊断模型作为重要组成部分的专家系统有： 1 日本钢管福山厂b a s i y s 系统，是以炉温预报和异常炉况判断为主的“专家系 统 ，被应用在日本钢管福山厂5 # 高炉上，简称b a s i y s 系统。它包含了9 0 0 个信号 检测点，专家知识库包括7 0 0 余条规则( 炉况判断2 0 0 多条，炉热预报5 0 0 多条) ；2 0 分钟一次预测异常炉况( 包括悬料和崩料等) ，2 0 分钟一次炉热状态预测，命中率达 8 3 。此“专家系统”是基于传感器的在线实时型系统。 2 日本川崎公司在1 9 7 9 年开发的( a d v a n c e dg o s t o p ) 系统，目前已创新发展到 第3 代。该系统是按照高炉操作经验和工艺机理相结合的方法建立的。它采用炉子热状 态、透气性、炉顶煤气和温度分布、炉体温度以及炉缸渣铁残留量等8 个参数的水准 值，以及风压、炉热指数、各层炉身压力、炉顶煤气c o 及n 2 浓度等参数的变动值进 行综合判断，从而得出炉况的“好、“注意”、“坏”三种结论。 3 芬兰r a u t a m u l d d 公司开发的高炉控制的专家系统。该系统是芬兰r a u t a r u u k k i 公司在引进日本a d v a n c e dg o s t o p 系统的基础上，在上世纪9 0 年代初根据本公司控制 高炉生产的经验完成的，它有两个智能库，一共8 5 0 条专家知识。其中一个智能库用于 高炉正常操作，而另一个智能库用于指导停炉后的开炉操作，以及炉况突变时该调剂哪 些控制参数。 4 上世纪9 0 年代北京科技大学与首钢合作开发的“人工智能高炉冶炼专家系统 应用在1 7 2 6 m 3 高炉上，其知识库、推理机主要由模糊矩阵、隶属度、隶属函数等构 成，与统计模型、机理模型结合，研究高炉炉体状态、热状态和高炉顺行状态，综合全 面地判断高炉冶炼状态。包括3 个子系统：炉热状态判断子系统、炉况顺行判断子系统 内蒙古科技大学硕士学位论文 ( 悬料，崩料，滑料等) 和炉体状态判断子系统( 炉墙结瘤，冷却壁烧穿及漏水等) ， 达到了当时国内的先进水平，但其泛化性差，难于推广应用。 另外，国内一些大型钢铁公司如首钢、昆钢、武钢、等企业的大型高炉分别引进了 芬兰r a u t a r u u k k i 公司的“高炉控制专家系统”和奥钢联的“v a i r o n 高炉优化软件包一 专家系统”，取得了一定的成效，但花费极为昂贵( 国外的专家系统一般每套在1 0 0 万 美元左右) 。 1 5 1 比较国内外的专家系统可以发现，由于设备条件、原料、燃料的差异，国外的专家 系统一般不适合国内的中小型高炉。因为在专家系统的开发上，国内与国外的切入点就 有很大的差异，国外早期专家系统一般为以某个具体模型为主的模型集成系统，后期则 为在“穷举法 基础上的多规则专家系统，一般专家知识库包含上千条规则，而这些规 则是建立在国外钢铁公司的先进检测设备以及高质量的原燃料基础上的。相对而言，国 内研究者则以运筹学、控制论等为理论基础，针对国内高炉自动化设备水平存在差距， 原燃料成分复杂等具体情况，建立起以铁水含硅量【s i 】预报模型为核心的专家系统。n 匐 在专家系统中，高炉故障诊断模型是重要的组成部分。从一开始最简单的状态检 测、越限报警的实时动态系统到现在基于模糊逻辑的智能报警系统，已逐渐不能满足生 产的实际需要。在随着高炉炼铁基础自动化的发展，对炉体的监控设施更加完备，数据 更加充分，就需要建立精度更高的高炉故障诊断模型，来及早的发现故障，并给出消除 故障的方法，从而提高铁水的质量，避免不必要的能源浪费。 在我国2 5 0 多座3 0 0 m 3 以上容积的高炉中，只有少数几座高炉应用了“专家系 统 ，并且在大型高炉上应用的“专家系统”基本上都是花费巨资从国外引进的。对于 一般高炉来说，难以承受这种巨资的投入。中国要从钢铁大国发展成为钢铁强国，就必 需尽快在炉体温度监控与故障诊断模型在理论研究及应用方面有新的突破，建立起拥有 自主知识产权的智能控制自动化的“高炉专家系统”。 1 4 论文的主要内容 高炉炼铁中，铁水含硅量 s i l 是评定高炉炉况稳定性和生铁质量的重要指标，也是 表征高炉热状态及其变化的主要标志。炉温作为平稳的随机发展过程是由众多影响因素 形成的惯性发展过程，而受控过程则是对风温、风量、喷煤量等控制参数和综合负荷、 透气性等状态参数的调整，以期达到对高炉炉况和炉温发展趋势的调控，从而保持炉温 发展的平稳状态。高炉炼铁的基础自动化为保持炉温的平稳发展创造了基础条件，但是 如果不能正确地预测和调控炉温，仍然难免炉温发生剧烈波动，从而影响生产的顺利进 行。高炉的状况会随着炉龄的延长而缓慢地变化，对异常炉况进行预报和控制属于高炉 的中期控制。本文在以数据挖掘和信息融合为理论基础，主要研究高炉的故障诊断方 内蒙古科技大学硕士学位论文 法，分析了影响高炉炉温的几个重要参数，并做了各参数对炉温影响的时滞分析。同 时，从高炉冶炼的反应机理出发既考虑到影响高炉的状态因素综合负荷和透气性，又考 虑到了喷煤、风温、风量、风压等控制因素，建立起了基于支持向量机的高炉向凉向热 故障诊断模型。在通过使用核主元分析( ，c a ) 算法对包钢六号高炉在线采集的1 2 0 组典型数据进行预处理，去除线性性，然后使用支持向量机( s v m ) 加以分类。此方法 结合了k p c a 在非线性特征提取上的优势，以及s v m 在处理小样本问题上泛化能力强 的特点，针对包钢六号高炉建立了基于核主元分析和支持向量机多分类机的高炉向凉向 热故障诊断模型，目的就是实现对炉温是否在正常范围内进行准确的判断。 内蒙古科技大学硕士学位论文 2 高炉状态相关工艺参数分析 钢铁工业是国民经济的支柱产业，最近几年随着中国经济的迅猛发展，其产能也不 断增加，2 0 0 8 年我国的粗钢产量达到了5 亿吨，约占世界总产量的4 0 ，2 0 0 9 年的粗 钢产量超过了6 亿吨。高炉炼铁作为钢铁生产流程的上游工序，为下游炼钢工序提供质 量合格的铁水，在现代化钢铁联合企业中有着重要的地位和作用。 2 1 高炉炼铁工艺过程的复杂性 高炉是一个竖式的圆筒形炉子，其本体包括炉基、炉壳、炉衬及冷却设备和高炉框 架或支柱。如图1 1 所示。 控 制 指 令 图1 1 高炉炼铁工艺流程的控制图 高炉生产设备除高炉本体外，还有以下几个系统： 1 上料系统：包括原料的贮存、贮矿槽、中和、称量与筛分，最后通过斜桥或皮 带机把炉料运至炉顶，经装料设备装入炉内。主要任务是准确、及时、稳定地将合格的 原燃料送入高炉。 2 送风系统：包括鼓风机、热风总管、热风炉、围管等。主要任务是连续、可靠 地供给高炉所需的热风。 3 煤气除尘系统：包括煤气管线、洗涤塔、重力除尘器、文氏管、脱水器等，高 压高炉还有高压阀组；有的高炉采用静电除尘器、干式布袋除尘器。主要任务是回收高 炉煤气，使其含尘量降至l o m g m 3 以下，以满足用户对煤气质量的要求。 入、储存、加热、油泵及喷枪。主要任务是保证均匀、稳定地想高炉喷入大量煤粉，以 煤代焦，降低消耗，节约昂贵、短缺的冶金焦炭。 高炉炼铁工艺流程的复杂性，集中表现为高炉炉况的复杂性。首先，高炉冶炼过程 众多子工序包含着大量的影响因素，包括配料、上料、布料、鼓风、富氧、喷煤、出 渣、出铁等，各个子工序间相互作用和影响，各个环节的影响参数多达数百项，这就决 定了高炉炼铁工艺过程的复杂性。其次，高炉内部流体存在着复杂的相态，如从炉顶加 入的铁矿石、焦炭呈固态，流出的铁水呈液态，鼓入的热风和产生的高炉煤气为气态， 三相流体之间不断进行着动量、质量和能量的传递和转换。同时铁矿石在各种条件下进 行着各种化学反应，炉料从炉顶处下降，下降过程中受到上升煤气的阻力并被加热，越 向下温度越高，各种反应随之发生。矿石逐步熔化形成软熔体，矿石中的铁元素被逐渐 还原出来。在滴落带，渣、铁熔化滴落，穿过焦炭层下降到炉缸区域，形成铁水和炉 渣。在这个炉料不断下降，煤气不断上升的过程中，流体的相态不断发生变化，这个过 程非常复杂。 正是高炉炉况的复杂性，对数学分析模型的建立提出了更高的要求。例如，在高炉 冶炼过程中，固体下落的同时气体要上升，如果气体对固体的阻力太大，就会导致悬料 等炉况事故的发生。如果炉内化学反应状态不均匀，那么又会导致崩料等炉况事故的发 生。同时，悬料和崩料等炉况故障状态判断的边界又是非常模糊的，这就更增加了高炉 炉况识别的复杂性。在高炉炉内不断进行着高温的物理化学过程，煤气流和固体、软熔 体和液体在不断地对流运动中，每一批入炉原燃料的化学成分也是不断变化的，外部环 境对开放型的高炉冶炼进程也产生着影响。在这样错综复杂的生产环节链中，某一个子 工序的某一些环节出现波动或故障，都要影响到高炉的冶炼进程，导致高炉的不同运行 状态。1 1 6 2 2 高炉炼铁工艺和炉况的复杂性，使得高炉冶炼过程的控制也变得相当复杂。高炉冶 炼过程作为一个高度复杂的非线性动力学过程，仅从化学反应动力学角度考察，炉内发 生的主要化学反应就多达1 0 8 种，其复杂性可想而知。而从流体动力学角度考察，高炉 冶炼过程存在着三相混合可压缩的粘性流体，其流体动力学方程完全是非线性的。此 外，高炉冶炼过程所具有的时变、高维、分布参数等复杂特性和封闭条件下的操作所带 来参数检测上的困难，都使得高炉冶炼过程的自动控制成为冶金自动化的技术难题。 2 3 】 内蒙古科技大学硕士学位论文 2 2 高炉炼铁过程的状态参数和控制参数 高炉运行最重要的是要保持其顺行，达到最佳状态。由于高炉内部非常复杂，处于 “黑盒 状态，因此需要通过一些可以观察的参数来对高炉炉况进行判断，这些参数称 之为状态参数。状态参数既是反映高炉冶炼过程状态的特征参数，同时也是控制参数作 用的结果，它们无法像控制参数那样进行实时调整。其中，比较重要的状态参数有料 速、透气性、风口状况、铁水与炉渣成分等，这些参数中有些可以通过人工观察得到， 有些可以通过计算机自动采集比较精确得到。在对高炉状态进行判断时，将计算机判断 与人工判断结合起来，从而得到比较准确的判断。 2 4 2 6 状态参数反映了高炉当前运行状态，而当工长要对炉温进行调控的时候，就需要利 用控制参数了。影响热状态的参数很多，既有入炉原料的性质( 成分、比重、配料比 等) 、装料方式等上部控制参数，同时又受到风量、风温、喷煤以及富氧量等下部控制 参数的影响，而且各个参数之间也存在着相互影响。 本文故障诊断模型为高炉炉温向凉、向热故障诊断模型。在高炉冶炼过程中，严格 来说，“炉温包括铁水的物理温度和化学温度两方面。铁水物理温度很难测量到，所 以在日常高炉炼铁生产中， “炉温主要是指铁水含硅量 s i 】。 在高炉冶炼过程中，s i 0 1 2 的还原反应在炉内的低温区域几乎不能进行，只在炉身下 部及炉缸部位的高温区域进行直接还原。 s i 0 2 + 2 c = s i + 2 c 0 上述反应是吸热反应，所以只有在炉缸温度高的区域才能促进反应的进行。另外， 还原出l k g 硅要吸收2 4 5 0 0 k j 的热量，由于吸热量大，所以对炉缸部位的热状况影响也 很大。铁水中的【s i 既是评定高炉炉况稳定性和生铁质量的重要指标，也是表征高炉热 状态及其变化的主要标志。铁水含硅量【s i 】是由化验确定的，其目测值是由工长通过目 测铁水沟里铁水的温度和铁花颜色来估计的。这要凭经验，误差大小因人而异。虽然铁 水取样送化验室分析含硅量比较准确，但是化验结果要等半个小时后才能得到。这样， 在许多情况下发现铁水中的含硅量不符合要求时，就为时已晚，已无法通过及时调节各 输入参数来改善炉况和铁水质量，造成生产上的损失。因此，建立高炉炉温故障诊断模 型，对提高高炉操作水平具有重要的价值。 2 2 1 选取模型参数 在建立炉温向凉向热故障诊断数学模型中，参数的选取原则是： 1 选择的参数必须符合高炉在生产中的实际情况，根据自身的技术特点进行选 取； 内蒙古科技大学硕士学位论文 2 根据高炉现场工作人员的操作经验进行参数选取，了解工长在操作时最关心的 参数是什么，不太关心的参数是什么； 3 选取参数较多时，由于参数之间的自相关性的存在，有必要控制参数的个数， 尽量选取涵盖信息量比较大的参数； 4 做铁水硅含量与参数的相关性分析，计算相关系数，选择相关系数较大的参 数。闳 根据第一条原则，选取包钢6 # 高炉铁次1 0 4 8 9 1 0 5 1 8 数据作为样本数据，根据第二 条原则，选取高炉工长关心的参数：料批、风量、风速、冷风压、热风压、炉顶压、风 温、喷煤、综合负荷。根据第三条原则，由于选取的参数较多，所以做铁水硅含量 s i 】 与各参数的相关性分析，得到各参数与铁水硅含量 s i 】的相关系数及各个参数间的相关 系数，见表2 1 。 表2 1 相关系数矩阵 【s i 】 l 料批 0 0 3l 风量- 0 2 1 50 1 7 2 l 风速 - 0 2 2 30 0 9 l0 8 2 6l 冷风压旬0 0 30 2 0 00 2 6 40 2 8 01 热风压 o 1 0 30 2 2 00 4 1 30 4 3 00 7 1 71 炉顶压 - 0 2 1 80 1 6 80 6 1 2 0 6 4 80 4 5 80 7 6 41 风温o 11 00 1 3 50 5 3 70 5 8 00 4 3 50 7 3 60 9 4 21 煤粉量 0 1 8 50 2 0 50 5 2 8 0 5 6 00 2 8 10 5 6 00 7 5 5o 8 11l 综合负荷 _ 0 1 60 6 1 6- 0 1 7 0 - 0 3 9 00 0 5 5- 0 0 8 3- 0 2 5 3- 0 3 1 6旬5 41 由上表可以看出铁水硅含量 s i 与料批和冷风压的相关系数仅为o 0 3 和0 0 0 3 ，可见 【s i - 与它们的相关性很小，这也符合实际的生产情况。而与其他7 个变量的相关系数在 0 2 2 3 0 1 8 5 之间，具有较大的相关系数，下面就风量、风速、风温、热风压、炉顶压、 煤粉量、综合负荷对炉温的影响做详细分析，并根据参数选择的第四条原则，确定模型 的参数。 1 风量 风量调节的作用表现在对料速的影响上。炉料下降的速度，既受力学因素的支配， 也取决于风口前燃烧的焦炭量。显然，随着风量的增加，炉料下降速度增快，同时风口 前由于焦炭燃烧而生成的煤气量也相应地增多，使煤气上升的浮力增加，又有使炉料下 内蒙古科技大学硕士学位论文 降减慢的另一面：反之则结果相反。但是只要煤气流分布合理，炉缸温度充沛而稳定， 上升的煤气流浮力不大于炉料下降力，则炉料下降速度与入炉风量成正比，即增加风量 炉料下降速度加快，减少风量使炉料下降速度减慢。 在风口尺寸不变的条件下，增加风量，风口前鼓风流速加快即鼓风动能加大，使风 口的焦炭循环区或燃烧带相应扩大，中心煤气流得到相应的发展；反之，在减少风量的 情况下，就会削弱中心煤气流而相对地使边缘煤气流发展。 从以上分析可以看出：因风量而引起的炉料下降速度，以及煤气流分布的变化，都 会影响到煤气能的利用程度和炉况顺行情况，这也表示对高炉直接还原和间接还原的比 例有一定的影响，这些都会影响到炉缸温度。 由于风量的变动将影响煤气流分布、下料速度、成渣区位置的变动，所以在送风制 度各参数的调剂顺序中，风量调剂属于最后手段。只有当调剂风温、鼓风湿分、喷吹量 等参数无效时，才调节风量。例如当炉温向凉，通过提高风温降低鼓风湿分、增加喷吹 量无效时，采取减风手段，减风后要密切注意煤气流分布状况，炉料下降是否均匀。 其中，风量调节的原则是： ( 1 ) 风量变化直接影响炉缸煤气体积，减风应一次即减到需要水平，加风则应和 缓，以免影响顺行。 ( 2 ) 风量变化对气流分布和高炉产量的影响最大，一般只宜在其他手段不足时才 采取风量调节。 一般在炉况顺行的情况下，为获得高产应使用高炉顺行允许的最大风量，即全风作 业保持稳定。高炉生产实践证明，使用风量过小时，由于产生的煤气量和燃烧的焦炭量 过少，这对提高炉温是不利的。风量必须与料柱透气性相适应，所以改善料柱透气性是 增加风量的基础。风量变化直接影响炉缸煤气体积，因此正常生产时加风一次不能过 猛，否则将破坏顺行。一般中型高炉每次加风控制在3 0 - - , 5 0m 3 r a i n ，间隔时间 2 0 - , 3 0 m i n 。在非特殊情况下，应保持全风操作，不要轻易减风。必须减风时，一次可减 到需要水平。在未出渣铁前，减风时应密切注意风口状况，避免灌渣。圈 2 风速 高炉冶炼中，鼓风通过风口断面时达到的速度，就是风速。其表示方法有两种：标 准风速和实际风速。由单位时间内通过一个风口的风量q ( m 3 s ) 除以风口的截面积 ( m 2 ) 求得。 用标准状态下的风量q o 算得的风速称标准风速，即 圹虿q o ( 删 内蒙古科技大学硕士学位论文 用实际状态下的风量算得的风速称为实际风速，即 ，：q o ( 2 7 3 + t 风) p o ( 式2 2 ) 至斫 2 7 3 p 4 ” 鼓风在一定速度下运动所具有的能量称为鼓风动能。其大小表示鼓风克服风口前料 层阻力后像炉缸中心穿透的能力。对于炉缸直径一定的高炉，在正常冶炼中，都对应一 个相适应的鼓风动能。超过这个范围，无论怎样进行其他的调节，都难以维持炉况稳定 顺行。 ( 1 ) 适宜的鼓风动能有利于炉缸工作均匀活跃，炉况稳定顺行，有利于生产优质 生铁，高炉冶炼能取得良好的经济技术指标。 ( 2 ) 适宜的鼓风动能可以使煤气流的分布合理，提高煤气利用率并有利于高炉寿 命。 此外，由风速公式可以看出，风速与风量成正相关，也可以从表l 查到，风量与风 速的相关系数为0 8 2 6 ，具有非常大的相关系数，这说明他们具有非常高的相关性。虽 然风速与【s i 】的相关系数为0 2 2 3