（计算机软件与理论专业论文）基于数据挖掘的高炉炉型研究.pdf

东北大学硕士学位论文摘要 基于数据挖掘的高炉炉型研究 摘要 本文论述了面向对象的炉型管理系统的设计和实现。针对炉前操作人员对炉 型管理的新需求，提出了采用基于十字测温边缘温度、炉墙温度和理论燃烧温度 计算炉墙粘结厚度的理论和方法。使用回归分析数学方法建立炉墙温度模型，再 利用传热学的基本原理，根据炉墙温度的变化，计算高炉内部粘结的厚度。本系 统在高炉炉型管理方面提出了一套完整的理论方法，以动态图形化的模拟显示过 程，再现了高炉当前时刻炉内工作面的情况。本系统按照面向对象的思想，利用 u m l 语言进行了全新的软件体系结构的设计，使系统的可扩展性和可维护性得到 了明显的增强。 关键词炉型专家系统回归分析传热炉墙结厚 东北大学硕士学位论文a b s t r a c t t h er e s e a r c ho fb l a s tf u r n a c ei n n e rp r o f i l eb a s e d o n d a t a m i n i n gt e c h n o l o g y a b s t r a c t t h et o p i co ft h ep a p e r si st h er e s e a r c ho fb l a s tf u r n a c ei n n e rp r o f i l eb a s eo n d a t a m i n i n gt e c h n o l o g y i ti sc o m p l e t e l yd i s c u s s e dt h a tn e w s y s t e mt h e o r y ，a r c h i t e c t u r e ，i m p l e m e n t a t i o n w i t hc o m p a r i n gt h eo l ds y s t e m i ti ss a i dt h a tt h eo l ds y s t e mc h a r a c t e ra n d i m p r o v e m e n t o fn e ws y s t e m an e wi d e ai s u s i n g c r o s sw i s e t e m p e r a t u r e ，t h e o r yb u r n i n g t e m p e r a t u r et op r e d i c tt h eb l a s tf u r n a c ew a l lt e m p e r a t u r eb yr e g r e s s i n ga n a l y s i s m e t h o d b a s e do nt h et h e o r yo f h e a tt r a n s f e r w eg e tt h et h i c ko f b l a s tf u r n a c ew a l l t h ew h o l e s y s t e m i sm o d e l e db yt h eu m lb a s e do no b j e c t o r i e n t e di d e a i t c o n s u m e d l yi m p r o v e s t h e e x p a n s i b i l i t y a n d m a i n t a i n a b i l i t yo f t h es y s t e m k e yw o r d s i n n e rp r o f i l e ，e x p e r ts y s t e m ，r e g r e s s i n ga n a l y s i s ，h e a tt r a n s f c nb l a s t f u m a c ew a l ll i n e rt h i c k e n i n g 东北大学硕士学位论文 声明 声明 本人声明所呈交的学位论文是在导师的指导下完成的。论文中取 得的研究成果除加以标注和致谢的地方外，不包含其他人已经发表或 撰写过的研究成果，也不包括本人为获得其他学位而使用过的材料。 与我一同工作的同志对本研究所做的任何贡献均己在论文中作了明确 的说明并表示了谢意。 本人签名： 日期：恩 氨f捌瘳 会渺 东北大学硕士学位论文第一章前言 第一章前言 1 1 高炉专家系统简介 随着信息化产业的发展，专家系统已经广泛应用于工业生产的许多领域，而 在互联网技术迅猛发展的今天，网络技术与专家系统技术的结合更可能为工业生 产过程提供极大的便利。操作人员通过计算机网络监视工业生产的各个环节，利 用网络信息交互来预测和控制生产是人们长期以来追求的目标之一。在钢铁厂， 高炉是重要的生产工具，高炉的稳定决定了钢铁质量和产量。高炉是一个有机的 整体，为确保高炉的稳定顺行，需要随时监控高炉的运行状态，管理人员希望能 通过网络观察整个高炉的生产状况以省去他们周期性的进行现场检查的麻烦，炉 长希望通过终端监视屏得到高炉的当前综合状态和下一步操作指导从而分配操作 任务，而化验人员希望通过网络终端输入化验结果并得到高炉各种状态的预报值 等等，高炉专家系统就是针对以上这些需求而开发的一套生产、决策支持系统， 协助炉长或高炉操作人员控制高炉，保证高炉顺行高产。 高炉专家系统的应用给社会生产带来了非常可观的经济效益。以炼铁行业为 例：日本川崎公司千叶厂6 号炉曾创下连续生产1 6 年零5 个月的大型高炉炉龄世界 纪录，其取得上述成绩的一个关键就是通过g o s t o p 系统保持炉况长期稳定。为 此，在日本，各大钢铁公司都竞相开发了各自的高炉专家系统，如川崎的 a d v a n c e dg o s t o p 、新日铁的a l i s 、日本钢管的b a i s y s 以及住友金属的 h y b r i d 等等。同样，美国、芬兰、澳大利亚也相应开发了各自的专家系统。这些 系统在实际运行中都取得了比较好的效果。 我国开展专家系统研究工作起步比较晚，尤其在高炉运行控制方面目前还没 有出现一套比较完整的实用专家系统，基本上靠引进国外技术来指导生产。如：宝 钢2 号高炉引进的川崎g o s t o p ，鞍钢1 1 号高炉引进的德国数据采集与监测系 统。尽管这些系统在生产中发挥了巨大的作用，但是由于国外系统售价很高，一 般的钢铁企业很难承受，不符合我国钢铁企业目前的经济状况。1 9 9 5 年唐山钢铁 公司某高炉因冷却设备长期漏水造成炉缸大凉而停产，损失达一亿元。引发这起 事故的根本原因之一就是检测高炉运行状况的手段十分落后。”1 东北大学硕士学位论文 第一章前言 1 2 论文结构 炉型管理系统是布料系统的一个支持模块，合理的操作炉型对高炉的优质、 高产、低耗、长寿有着决定性的意义。本论文从新系统设计的角度出发，重点阐 述炉型管理系统的设计方案和实施办法。全文共分六章，第一章为前言部分，介 绍该系统的一些相关的背景知识；第二章系统综述，讲解原系统的特点和新系统 的改进措施，着重介绍新系统中增加的模块炉型管理系统的作用和原理；第三章 数学模型的建立，讲述如何利用回归分析的数学工具建立高炉炉墙模型的方法和 过程：第四章炉墙热负荷分析。根据传热学原理，阐述了如何利用炉墙温度的变 化计算炉内粘结物厚度的推理过程；第五章误差分析。分析了产生误差的原因和 解决办法。最后一章结论，主要讨论在新系统的设计过程中取得的成果和今后的 工作。 2 东北大学硕士学位论文g - 章实时高炉专家系统综述 第二章实时高炉专家系统综述 2 1 原系统概述 2 1 1 原系统开发背景 目前我国已成为世界第一产铁大国，截止到2 0 0 1 年生铁产量达1 4 2 8 5 7 万吨。 随着国外钢铁公司在高炉专家系统方面的应用日趋成熟，国内一些大的钢铁公 司，比如“鞍钢”、“宝钢”、“首钢”，也把高炉的计算机控制提到日程之上，为 了适应钢铁企业进一步发展的需要，原国家冶金部提出了“炼铁系统结构优化” 的目标要求。1 9 9 2 年东北大学人工智能一专家系统实验室承担了国家“八五”重 点科技攻关项目“鞍钢高炉冶炼过程专家系统工业试验”，1 9 9 5 年8 月，移植到 鞍钢1 0 号高炉试运行，年底通过国家验收，1 9 9 7 年通过冶金部技术鉴定，称“本 系统处于国内领先水平，部分指标已达到国际先进水平”，1 9 9 8 年获冶金部科技 进步一等奖。1 9 9 8 承担国家九五科技攻关项目“鞍钢高炉炉况诊断和操作决策人 工智能系统”的研究和开发，其目的是采用计算机人工智能技术，结合以前科研 经验和成果，把高炉专家的经验转化为计算机可以识别的知识库模式，从而诊断 和预测高炉冶炼中的各种状态并做出相应的操作指导。整个系统结合了国内外很 多高炉专家系统的优秀方案，采用了人工智能中许多先进的技术，对仪表要求较 少，适合国内太部分高炉仪表维护不善，仪表数据不全的实际情况，并且具有完 整的理论基础，于2 0 0 1 年通过国家验收。 2 1 2 系统开发环境 目前，本系统开发是以鞍山钢铁公司1 1 号高炉为实验基础。鞍钢1 1 号高炉 容积2 5 8 0 立方米，采用无料钟布料方式，有4 个出铁1 3 ，约9 0 分钟出铁一次。 该炉于1 9 9 5 年2 月建成，引进了较先进的检测仪表和炉控设备，仪表控制系统 是英国欧路公司生产的集散系统t c s 一6 0 0 0 ，自动化水平很高。这为研制和应用高 炉专家系统创造了很有利的条件。高炉检测仪表的分布如图2 1 所示。 东北大学硕士学位论文第二章实时高炉专家系统综述 图2 1 1 1 号高炉检测仪表分布 f i g 2 1t h e l o o k - o v e rm e t e ro f1l # b l u s tf u m a c e 高炉仪表控制系统采用英国欧路公司生产的集散系统，高炉主体的传感器数 据由该公司的t c s 一6 0 0 0 采集后，通过l i n k 网传送到过程控制计算机中。过程 控制计算机为v a x 4 0 0 0 小型机。v a x 4 0 0 0 通过d e cn e t 网将采集的数据送到5 台v a x 一4 0 0 0 v c l 无盘工作站和一台高性能的p c 服务器。5 台无盘工作站主要用 于监测高炉工艺参数的变化。p c 服务器用来建立实时数据的数据库，并通过以 太网向高炉专家系统、热风炉控制系统等p c 机提供所需要的数据。高炉仪表控 制系统实际采集的数据分别反映不同位置的温度、压力、透气性、风量、压差、 料批数、料尺位置、上料信号、加煤信号、加焦信号、加风减风信号等指标。“1 2 1 3 系统结构及主要功能 实时高炉专家系统采用人工智能原理与技术，根据高炉仪表提供的各种高炉 状态参数，实时判断生产过程中高炉的各种状态和指标，为操作和决策人员提供 专家级的支持。系统按照功能模块划分，共有五部分：炉况评价、异常炉况判断、 高炉热状态、操作建议和布料制度指导。 系统的各部分组成及数据流向如图2 2 所示。 4 东北大学硕士学位论文第二章实时高炉专家系统综述 图2 2 软件结构图 f i g 2 2t h e c o n s t r u c t i o no f t h es y s t e m 各模块功能如下： 炉况评价系统：判断当前炉况是否异常。采用g o s t o p 方法，将炉况分为好、 注意、坏三个等级，每两分钟对炉况评价一次。 炉况类型判断子系统：其目的是根据高炉仪表的数据情况，利用带有时态逻 辑的模型推理来判断管道、崩料、悬料、炉况向凉、炉况向热、难行、低料 线等七类异常炉况。 含s i 量、含s 量预报模型：预报高炉的热状态，由于高炉铁水的含硅量与高 炉的炉温状况具有较为明显的对应关系，所以准确的预测高炉铁水的含硅量 值就能很好的反映当前的铁水温度情况。另外，高炉冶炼中影响钢材质量的 一个主要问题是铁水中的含硫量。热塑性加工时，钢的含硫量的多少决定了 其是否会产生热脆缺陷。目前在鞍钢1 1 号高炉上的炉温判断主要包括铁水含 硅量预报、铁水含硫量预报和炉温趋势预报三个部分。在温度预报模块中采 一5 一 东北大学硕士学位论文第二章实时高炉专家系统综述 用了t d ( t e m p o r a ld i f f e r e n c e s ) 时差算法，三层前馈的神经元网络对高炉 炉温变化的预测有很好的效果，命中率接近8 5 。 操作指导子系统：是在当前炉况判断的基础上，运用炉前专家的现场操作知 识，经过步进式的推理判断，提出下一步的操作建议，作为炉前操作人员当 前控制高炉动作的参考，使之能更好的控制炉况的变化，保证高炉稳定，高 产。高炉在异常炉况情况下，经常同时发生几种不同的异常炉况类型，比如 管道、崩料、悬料、低料线、难行、向凉和向热等。因此系统按照事故的严 重程度给予几种异常炉况类型不同的优先权。异常炉况类型的优先级越高， 事故越严重，系统要优先处理，根据事故的预报和发生两种情况，做出相应 的操作指导建议。 布料指导与煤气流分布子系统：主要针对当前的布料制度和一氧化碳、二氧 化碳的含量，进行模式匹配，并提出建议的布料制度。煤气流分布显示是为 了弥补在国内的一些钢铁公司中，缺乏先进的煤气流分布检测仪表的不足而 专门设计的。通过利用炉喉十字测温的实时数据参数，运用相应的人工智能 方法，给出煤气流分布的一种近似的模型，对炉前的操作起一定的指导作用。 本系统分为两部分，一是实时布料操作指导子系统( 如图2 3 所示) ，一是离 线布料操作指导子系统( 如图2 4 所示) ，根据这两个子系统做出的操作建议， 最后由高炉炉长做最后的操作决策。 厂n 依据十字蔫温分 布调节煤气流分布 识别煤气流分布模式 分布是否异常 炉下部温度! 竺 是否异常 调节边缘气流 输出当前与建议 的布料制度 布料代码 及数据库 【 竺! j 1 _ _ _ ，- - - - _ - _ - _ - _ - - - - - - - - - - - - - - - - - - - 一 图2 3 实时布料指导子系统结构图 f i g 2 3t h ev i e wo f o n l i n eo p e r a t i o nd i r e c t i o ns u b s y s t e m 一6 一 东北大学硕士学位论文 第二章实时高炉专家系统综述 图2 4 离线操作布料指导子系统结构图 f i g 2 4t h e v i e wo f o f f l i n eo p e r a t i o nd i r e c t i o ns u b s y s t e m 2 2 新增模块概述 2 2 1 炉型管理系统开发目的 高炉冶炼过程是在高温和一定压力的条件下进行的，整个系统是封闭的， 目前国内外高炉都很难直接测量炉内的状况。高炉的煤气流的分布好坏，直接影 响了高炉的生产与炉龄。而布料制度的变化，会影响高炉上部煤气流的分布，决 定高炉内部热量的传递及炉料下降的顺行程度，从而影响高炉冶炼过程和铁水质 量等高炉各项技术经济指标。因此，追求煤气流分布的最佳化以及依据煤气流的 分布状况有效地进行布料控制直是大家非常关注的课题。八十年代末曰本川崎 制铁开发了目标推断型布料操作指导系统，它根据炉喉径向温度分布，炉身上部 径向温度分布，炉身上部煤气流利用率分布和炉身中下部炉墙热负荷来确定布料 操作的趋向，得到很好的效果。“1 武钢和芬兰r a u t a r u u k k i 公司联合开发的高炉炉 一7 一 东北大学硕士学位论文 第二章实时高炉专家系统综述 型管理系统通过统计、分析与炉型管理有关的信息，定期利用规则对高炉炉型管 理进行评价，给出动作建议，对指导生产起到良好的效果。“1 本炉型管理系统充分吸收国内外高炉专家系统的经验，提出了一套新的高炉 炉型管理的思想方法。通过数据挖掘和炉墙热负荷分析，动态显示当前炉壁工作 面情况，判断高炉边缘煤气流分布是否异常。如果异常，则建议进行边缘气流调 节，改善边缘煤气流发展，为高炉布料提出问接性指导建议。 2 2 2 炉型管理系统在原系统中的作用 炉型管理系统是布料系统的一个支持模块，主要功能是通过动态显示炉墙 厚度的变化，直观的观察炉壁是否有粘结或结瘤，一旦炉壁粘结，则操作人员可 以通过加重边缘煤气流等方法，调整炉型，保证高炉内侧炉墙工作面光滑、稳定。 合理的操作炉型对高炉的优质、高产、低耗、长寿有着决定性的意义。其逻辑关 系如图2 5 所示。 调整煤气流分布 炉型模拟显示 炉壁是否有。兰! 粘结物 调节边缘气流 处理炉墙结厚 和炉墙侵蚀 i ：嚣i 藿h ! 型型垦堡翌塑塑! 图2 5 炉型管理系统的作用 f i g 2 5t h ef u n c t i o no f d i s p l a y i n gi n n e rp r o f i l eo f b f 2 2 3 炉型管理系统的基本原理 炉墙厚度变化是指高炉炉墙内壁由于矿石粘结、脱落和侵蚀而引起的炉墙 径向宽度的变化。高炉炉墙结厚与结瘤产生的机理是融化后的液相重新凝固的结 果，产生的原因比较复杂，比如长时间低炉温、低硫冶炼，造成软熔带下移，终 渣碱度偏高，燃料、原料质量不稳定，都会引起炉壁粘结。“3 一般高炉结厚现象 经常发生，按其部位可分为上部结厚、中部结厚和下部结厚，当炉墙结厚积累一 一8 一 东北大学硕士学位论文第二章实时高炉专家系统综述 段时间后会产生脱落，脱落的矿石和渣皮掉入炉缸铁水中，会导致炉凉，影响出 铁质量，炼铁产量也会大幅度下降。 炉壁侵蚀是指高炉炉壁由于炉内高温，频繁粘结和脱落而导致厚度减小。它 是影响高炉寿命的重要因素之一，如果炉壁侵蚀严重，会腐蚀冷却壁，导致冷却 水泄露，造成高炉大凉，严重的会导致高炉停产。n ， 炉型管理系统的核心是找到某种途径，把炉内壁粘结的情况通过高炉仪表数 据间接反映出来，然后利用数据挖掘的方法建立仪表数据和炉墙温度的数学模 型，从而推算出炉墙的厚度变化。 当高炉内发生异常现象时，虽然不能直接观察到这些现象，但是根据多年的 高炉专家和炉前操作人员的高炉生产经验，当发生这些现象时，都会有相应的征 兆，这些征兆通过设在高炉上的相关检测仪表的数值变化反映出来。例如，高炉 炉墙粘结会导致粘结处炉墙温度的下降，而且随着粘结厚度的增加，炉墙温度也 呈一个缓慢下降的趋势，这个过程经常持续几天甚至十几天。一旦炉壁粘结脱落， 炉墙温度会在很短的时间内突然跃升，在曲线上呈现梯度变化。 图2 61 1 号高炉炉身温度一时间曲线图 f i g 2611 # b l a s tf u r n a c et e m p e r a t u r e - t i m eg r a p h 图2 6 所示的是鞍钢1 1 号高炉炉身西向六段温度随时间变化的曲线，日期是 从2 0 0 3 年3 月3 1 日至4 月5 日，从图中的曲线我们可以清楚的看到，炉身温度 在3 月3 1 日至4 月3 日期间缓慢的下降，该点炉内壁已经产生粘结并在逐步增 厚，在4 月3 日晚温度曲线突然跳起，幅度有3 0 多度，说明粘结正在脱落。我 9 东北大学硕士学位论文第二章实时高炉专家系统综述 们可以看出粘结是个长期缓慢的过程，而脱落是个短暂快速的过程，这也符合高 炉专家对炉壁粘结和脱落的判断经验。 上图说明，粘结厚度和炉身温度呈反比例关系，也就是说，如果我们有粘结 厚度和炉身温度的样本数据集，那么通过数据挖掘的方法就可以找出这个关系， 从而预测将来某个时刻的炉身粘结厚度。但是，由于高炉内部的生产条件非常严 酷( 如高温、炉尘等) ，目前还没有测量手段直接得到高炉内部炉壁粘结的数据， 高炉操作人员只能通过炉温曲线和其他仪表参数状态间接判断炉壁是否粘结和 脱落( 比如上图中炉壁温度下降和跃升) ，而没有一个定量的判断标准。所以， 要定量的判断高炉炉壁的粘结的厚度，只能通过炉墙温度的变化，根据传热学的 导热贩理，间接推算出来。 具体原理和方法如下： 在没有粘结的理想情况下，根据传热学的基本原理，炉墙某点的炉壁内侧的 煤气流温度与该点径向的炉身温度成正比例关系，由于炉壁内侧煤气流温度无法 测量，而十字测温边缘温度可以间接反应该方向上纵向炉壁内侧的煤气流温度。 在炉壁没有粘结的情况下，使用回归分析的数据挖掘方法，建立十字测温边缘温 度、理论燃烧温度和同向炉墙温度数据的数学模型，以计算任意时刻，炉壁理论 无粘结情况下的炉墙温度值，理论炉墙温度与实际测量的炉墙温度的差值梯度就 是由粘结而引起的，然后根据传热学导热原理，推算出炉墙粘结的厚度。整个计 算过程分三部分。 1 、建立数学模型 取高炉炉壁无粘结时刻的炉墙温度、十字测温边缘温度( 高炉上部) 、理论 燃烧温度( 高炉下部) 为样本数据集，建立以十字测温边缘温度、理论燃烧温度 为自变量，同时同向的炉墙温度为因变量的回归数学模型。预测理论无粘结情况 下的炉墙温度。 2 、炉墙热负荷分析 因为炉墙内外两侧温度不同，所以炉墙有热量的传递现象，主要方式为热传 导，从炉墙内表面向炉墙外表面传导热量，属于多层平板的稳定导热形式。”1 通 过热流量的计算公式，利用理论炉墙温度与实际测量的炉墙温度的差值，推导出 炉壁粘结的厚度。 3 、炉型计算与显示 本炉型管理系统根据测量炉墙温度仪器的分布情况，分纵向和横向两部分， 实时显示高炉炉墙内工作面情况。横向八个方向，分别为：北( n o r t h ) ，东北 ( n o r t h e a s t ) ，东( e a s t ) ，东南( s o u t h e a s t ) ，南( s o u t h ) ，西南 ( s o u t h w e s t ) ，西( w e s t ) ，西北( n o r l h w e s t ) ；纵向分五段，分别为： 一】0 一 东北大学硕士学位论文第二章实时高炉专家系统综述 六段，七段，八段，九段，十段。其中六段接近炉缸，十段接近炉喉。据高炉专 家的经验，在高炉的实际生产中，六段至八段处于矿石软熔带附近，是最容易粘 结的区段。我们最终得到高炉炉身4 0 个点( 8 5 ) 的炉墙温度测量值，也计算出 4 0 个点的的炉壁粘结厚度值，使用绘图工具，采取曲线拟合方法，动态模拟显示 高炉炉身从五段到十段的炉型。为高炉操作人员提供一个可视化的炉型显示界 面。 东北大学硕士学位论文 第三章炉墙温度数学模型的建立 第三章炉墙温度数学模型的建立 3 1 数据挖掘 3 1 1 什么是数据挖掘 当今世界数据库实际应用的容量已经达到上万亿的水平( t ) l ，0 0 0 ，0 0 0 ，0 0 0 ，0 0 0 个字节。在这些大量数据的背后隐藏了很多有价值或有决策意义 的“知识”，以前数据库的应用只停留来数据存储级别上，对数据的进一步处理和 发掘的能力非常有限，那么怎么得到这些“知识”呢? 也就是怎样通过一棵棵的 树木了解到整个森林的情况? 计算机科学对这个问题给出的最新回答就是：数据挖掘。在堆积如山的海量 数据中找到蕴藏的“知识金块”，为社会和企业的发展提供丰富的决策支持数据。 数据挖掘给企业带来的潜在的投资回报几乎是无止境的，随着计算机应用的普及 和人工智能技术的发展，数据挖掘已经渗透到国民经济和科学研究的各个领域和 部门，成为信息处理的主要工具之一。数据挖掘已经成为世界i t 发展中的一个产 业。 概括的讲，数据挖掘是一个利用各种分析工具在海量数据中发现模型和数据 间关系的过程。m 3 数据挖掘的第一步是描述数据计算统计变量( 比如平均值、均方差等) ， 再用图表或图片直观的表示出来，进而可以看出一些变量之间的相关性( 比如曲 线极值和拐点的数据之间的距离) 。选择正确的数据源对整个数据挖掘项目的成败 至关重要。 单单是数据描述并不能为人t l n 订行动计划提供足够的依据，必须用这些历 史数据建立一个预言模型，然后再用另外一些数据对这个模型进行测试。一个好 的模型没必要与数据库中的数据1 0 0 的相符( 城市交通图也不是完全的实际交通 线路的等比缩小) ，但它在你做决策时是一个很好的指南和依据。 最后一步是验证模型。比如用十字测温边缘温度、理论燃烧温度和炉墙同一 方向上某一点的历史温度数据库做了一个模型，来预测将来某时刻的炉墙温度。 在得到这个模型后就直接利用这个模型做出决策或采取行动是不稳妥的，应该先 对- - + 部分数据做一个实际的测试，然后再决定。 大部分情况下，数据挖掘都要先把数据从数据仓库中拿到数据挖掘库或数据 集市中( 如图3 1 ) 。从数据仓库中直接得到进行数据挖掘的数据有许多好处。如 果数据在导入数据仓库时已经清理过，那很可能在做数据挖掘时就没必要在清理 1 ，一 东北大学硕士学位论文第三章炉墙温度数学模型的建立 次了，而且所有的数据不一致的问题都已经解决了。 图3 1 数据挖掘库从数据仓库中得出 f i g 3 1d a t am i n i n gb a s ef r o mt h ed a t aw a r e h o u s e 数据挖掘库可能是你的数据仓库的一个逻辑上的子集，而不一定非得是物理 上单独的数据库。但如果数据仓库的计算资源已经很紧张，最好还是建立一个单 独的数据挖掘库。 当然为了数据挖掘也不必非得建立一个数据仓库，数据仓库不是必需的。建 立一个巨大的数据仓库，把各个不同源的数据统一在一起，解决所有的数据冲突 问题，然后把所有的数据导到一个数据仓库内，是一项巨大的工程。只是为了数 据挖掘，可以把一个或几个事务数据库导到一个只读的数据库中，就把它当作数 据集市，然后在它上面进行数据挖掘( 如图3 2 ) 。 图3 2 数据挖掘库从事务数据库中得出 f i g 3 2d a mm i n i n g b a s ef r o ma f f a i rd a t a b a s e 数据挖掘利用了人工智能( a i ) 和统计分析的模式发现和预测的技术。数据 挖掘不是为了替代传统的统计分析技术。相反，它是统计分析方法学的延伸和扩 展。大多数的统计分析技术都基于完善的数学理论和高超的技巧，预测的准确度 还是令人满意的，但对使用者的要求很高。而随着计算机计算能力的不断增强， 我们有可能利用计算机强大的计算能力只通过相对简单和固定的方法完成同样的 功能。 一些新兴的技术同样在知识发现领域取得了很好的效果，如神经元网络和决策 树，在足够多的数据和计算能力下，它们几乎不用人的关照自动就能完成许多有 价值的功能。 数据挖掘就是利用了统计和人工智能技术的应用程序，它把这些高深复杂的技 13 东北大学硕士学位论文第三章炉墙温度数学模型的建立 术封装起来，使人们不用自己掌握这些技术也能完成同样的功能，并且更专注于 自己所要解决的问题。 3 1 2 数据挖掘分类 挖掘的分析方法可以分为两类：直接数据挖掘和间接数据挖掘。“ l 、直接数据挖掘 目标是利用数据样本建立一个模型 的变量( 可以理解成数据库中表的属性 2 、间接数据挖掘 使用这个模型对剩余的数据或一个特定 即“列”) 进行描述。 目标中没有选出某一具体的变量用模型进行描述，而是在所有的变量中建立 起某种关系。 3 1 3 数据挖掘分析方法 l 、分类( c l a s s i f i c a t i o n ) 首先从数据中选出已经分好类的训练集，在该训练集上运用数据挖掘的分类 技术，建立分类模型，对于没有分类的数据进行分类。 2 、估值( e s t i m a t i o n ) 估值与分类类似，不同之处在于，分类描述的是离散型变量的输出，而估值 处理连续值的输出；分类的类别是确定数目的，估值的量是不确定的。 3 、预言( p r e d i c t i o n ) 通常，预言是通过分类或估值起作用的，也就是说，通过分类或估值得出模 型，该模型用于对未知变量的预言。从这种意义上说，预言其实没有必要分为一 个单独的类。 预言其目的是对未来未知变量的预测，这种预测是需要时间来验证的，即必 须经过一定时间后，才知道预言准确性是多少。 4 、相关性分组或关联规则( a f f i n i t yg r o u p i n g o ra s s o c i a t i o nr u l e s ) 通过分析数据或记录间的关系，决定哪些事情将一起发生。 5 、聚集( c l u s t e r i n g ) 聚集是对记录的分组，把相似的记录存放在一个聚集里。聚集和分类的区别 是聚集不依赖于预先定义好的类，不需要训练集。 6 、描述和可视化( d e s c r i p t i o n a n dv i s u a l i z a t i o n ) 对数据进行归约、概化或图形描述等。 1 4 东北大学硕士学位论文第三章炉墙温度数学模型的建立 3 1 4 数据挖掘过程 基本数据挖掘步骤包括： 1 、定义问题 要想充分发挥数据挖掘的价值，必须要对目标有一个清晰明确的定义，即决定 到底想干什么。比如想建立“炉墙温度模型”和建立“十字测温边缘温度模型”， 要解决这两个问题虽然用到的数据集是相同的，而建立的模型几乎是完全不同的， 必须做出明确的决定。有效的问题定义还应该包含一个对知识发现项目得到结果 进行衡量的标准。当然还应该有整个项目预算和理性的解释。 2 、建立数据挖掘库 连同下面的两个步骤，这三步构成了数据预处理的核心。这三步合在一起比其 他所有的步骤加在一起所花得时间和精力还多。一旦从数据挖掘的结果中学到“知 识”之后，很可能要修改数据以得到更好的结果，因此就需要把数据准备和数据 挖掘不断的反复进行。可以把建立数据挖掘库分成下面几个部分：( 1 ) 数据收集； ( 2 ) 数据描述：( 3 ) 选择；( 4 ) 数据质量评估和数据清理；( 5 ) 合并与整合；( 6 ) 构建元数据：( 7 ) 加载数据挖掘库；( 8 ) 维护数据挖掘库。 3 、分析数据 如果数据集包含成百上千的字段，那么浏览分析这些数据将是一件非常耗时和 累人的事情，这时你需要选择一个具有好的界面和功能强大的工具软件来协助你 完成这些事情。在本系统的数据分析阶段就使用了s a s 统计分析工具对数据进行 选择、合并。 4 、准备数据 这是建立模型之前的最后一步数据准备工作。可以把此步骤划分成4 个部分： 选择变量、选择记录、创建新变量、转换变量。 5 、建立模型 一旦决定了预测的类型之后( 分类还是回归) ，就需要为这个预测选择模型的 类型。可能是一棵决策树、神经网络、甚至传统的数学统计。选择什么样的模型决 定了你需对数据做哪些预处理工作。 6 、评价模型 模型建立好之后，必须评价它的结果、解释它的价值。 7 、实施 当提交一个复杂的应用时，数据挖掘可能只是整个系统的一小部分，模型一般 都合并到应用程序的内部，而且可能是最关键的一部分。例如，常常把数据挖掘 得到的知识与领域专家的知识结合起来，然后应用到数据库中的数据。 一15 东北大学硕士学位论文 第三章炉墙温度数学模型的建立 3 2 建立高炉炉墙温度模型 3 2 1 模型定义 建立高炉炉墙温度模型的目的就是在任意时刻，通过炉墙温度数学模型计算 出当前理论无粘结情况下的炉墙温度。然后通过传热学公式，推算出径向炉壁内 表面的温度。 根据传热学多层平板稳定导热原理，炉壁某点在没有粘结的情况下，其内表 面的温度与径向炉墙热电耦的温度数据之间，存在正比例关系。但是由于高炉内 部温度数据无法直接获得，而在炉喉处的十字测温( 炉身上部) 边缘温度数据基 本上可以代表该方向上炉壁煤气流温度的变化趋势和幅度( 数值不相等) ，再加上 该方向上的风口区理论燃烧温度( 炉身下部) 数据，建立以十字测温边缘温度、 理论燃烧温度为自变量，炉墙温度为因变量的回归模型。如图3 - 3 所示。 图3 3 炉墙温度回归模型逻辑图 f i g 3 3t h el o g i s t i cv i e wo f r e g r e s s i n gm o d e lo f w a l lt e m p e r a t u r e 3 2 2 建立数据挖掘库 一般来说，直接在数据仓库上进行数据挖掘是不合适的。因为数据挖掘会使你 成为数据仓库非常活跃的用户，这可能会带来一些资源申请上的问题，比如需要 经常把许多表连接在一起，访问数据仓库的细节数据。一个简单的试验在数据仓 库内都要很多步才能完成。并且大部分情况下你肯定需要修改挖掘的数据，而且 还会遇到把外部的数据拿到数据仓库内和在原有的表中增加新的字段的情况。数 据仓库可能不支持要对数据进行各种复杂分析所需的数据结构，这包括对数据进 行统计查询，多维分析，和各种复杂的图表和可视化。 最好建立一个独立的数据集，把要挖掘的数据都收集到这个数据集中。这并不 是一定要使用一个数据库管理系统。根据要挖掘的数据量的大小、数据的复杂程 1 6 东北大学硕士学位论文第三章炉墙温度数学模型的建立 度、使用方式的不同，有时一个简单的平面文件或电子表格就足够了。 丌发本系统的过程中，使用了s a s 统计分析信息系统。s a s 系统是用于决策 支持的大型集成信息系统，具有完备的数据访问、数据管理、数据分析和数据呈 现功能。它是美国软件研究所( s a si n s t i t u t ei n c ) 经过多年的研制于1 9 7 6 年推出 的。它可以广泛的应用在商业和科研领域，目前已被许多国家和地区的机构所采 用。它的主要功能如下： 数据获取：s a s 可以从以各种形式存储的数据中获取有用的信息。数据的 来源可以是长度不确定的记录、二进制文件、自由格式的数据、甚至包括 残缺数据的文件。并且可以通过s a s 系统中的各种界面方便地访问这些数 据。 数据管理：一旦将数据导入s a s 系统后，用户可以根据自己的需求方便地 管理这些数据。在s a s 系统中可以使用s q l 语言对数据库进行查询、创 建、升级等操作。另外，s a s 系统还提供了专门的查询窗口。在这个窗口 中，只要通过单击鼠标就可以完成对数据的查询。这样，即使一个完全不 懂s q l 语句的用户也可以方便地进行数据的查询。 数据分析：s a s 系统提供了功能强大的数据分析工具。除了可以计算出一 些常用的统计量( 均值、总和、中值、方差、标准差、相关系数等等) 之 外，还可以进行大量的统计推断。 数据表示：s a s 系统除了可以以列表形式给出数据外，还可以根据用户的 需要给出各种各样的输出形式。很多种格式只需要简单的定义，并不用复 杂的编程。 应用软件开发：s a s 系统提供了灵活、方便的应用程序开发环境。在交互 式的窗口内，可以通过简单易用的命令、特制的工具条和动态菜单方便地 进行开发。 s a s 系统本身就具备了数据库管理的多重功能，并发展了数据仓库技术、数据 挖掘技术和决策支持技术，成为越来越引人注目的数据仓库数据挖掘，决策支持技 术的主要提供者。1 s a s 对数据的统计分析过程如图3 4 所示。 在开发炉型管理系统过程中，首先，将高炉炉墙温度、十字测温边缘温度、理 论燃烧温度数据以时间排序，作为总体存入s a s 数据集中，利用s a s 的各种分析 工具对数据进行特征抽取( 具体方法见后续相关小节) ，然后使用s a s 的 s a s i n s i g h t 模块，对样本数据进行回归分析，建立数学模型。 东北大学硕士学位论文 第三章炉墙温度数学模型的建立 3 2 3 数据准备 描述 图34 ：s a $ 的统计分析过程 f i g 3 4t h ep r o c e s so fs a ss t a t a n da n a l y s i s 高炉冶炼过程是在高温和一定压力的条件下进行的，整个系统是封闭的， 目前国内外高炉都很难直接测量炉内的状况，而是通过高炉的各种外围检测设备 间接检测炉内状况，高炉炉型显示系统所需数据以高炉上部、中部、下部各种温 度数据为基础，其他数据作为补充，通过对数据的分析，间接得到高炉炉墙内壁 的粘结厚度。所需数据按照提供数据的仪表位置的不同大致分为三类： 1 、十字测温数据 高炉十字测温装置在高炉炉喉附近( 如图2 1 ) ，通过十字测温可以测量出高 炉炉喉附近煤气流的温度，从而推断出高炉内部的煤气流的分布和炉内煤气的利 用状况。该测温装置共有2 1 点，按照东南，西南，东北，西北四个方向平面垂直 交叉排列，建立本模型只使用四个方向上靠近炉壁边缘的测温点数据，该数据反 映了炉壁内侧煤气流的分布情况( 如图3 5 所示) 。至于东、南、西、北四个方向 上的温度值使用左右相临的方向上温度的平均值表示。例如，北向边缘煤气流温 度= ( 西北十字测温边缘温度值+ 东北十字测温边缘温度值) 2 。 2 、炉身温度数据 炉身温度是高炉重要的检测数据之一，通过炉身温度可以判断出高炉内部温 度变化和运行情况，是高炉生产中重要的监测数据。 鞍钢1 l 号高炉炉墙内，都有嵌入式的检测温度仪表。从高炉炉身下部( 六段) 到炉喉附近( 十六段) 共有十一层热电耦( 如图3 6 所示) ，每两分钟提取一次温度 数据，通过l i n k 网络发送到数据库中。 每一段横截面方向热电耦分八个方向放置，分别是：北( n o r t h ) ，东北 一1r 一 东北大学硕士学位论文第三章炉墙温度数学模型的建立 ( n o r t h e a s t ) ，东( e a s t ) ，东南( s o u t h e a s t ) ，南( s o u t h ) ，西南( s o u t h w e s t ) ， 西( w e s t ) ，西北( n o r t h w e s t ) 。图3 7 所示的是热电耦在某一段横截面的分布 位置。 图3 5 鞍钢”号高炉炉喉十字测温截面图 f i g 3 5c r o s sw i s em e a s u r e m e mo nt e m p e r a t u r eo v e rf u r n a c et h r o a t 标 高 炉 炉 身 炉墙 炉喉( 十字测温) 十六段 十五段 十四段 十三段 十二段 十一段 十段 九段 八段 七段 六段 炉身上部 炉身中部 炉身下部 图3 6 鞍钢11 号高炉测量炉身温度热电耦纵向分布图 f i g 3 6t h el e n g t h w a y sd i s t r i b u t i o ng r a p ho f b l tf u r n a c ew a l lt e m p e r a t u r e 1 9 1 东北大学硕士学位论文 第三章炉墙温度数学模型的建立 西 北 东 南 图37 鞍钢11 号高妒测量妒身温度热电耦横向分布图 f i g 3 7t h et r a n s v e r s ed i s t r i b u t i o ng r a p ho f b l a s tf u r n a c ew a l lt e m p e r a t u r e 热电耦是嵌入到炉墙内部的，其径向位置在耐火砖与冷却壁之间，距离炉壁 内表面大约1 0 0 m m ，如图3 8 所示。 图38 鞍钢11 号高炉测量炉身温度热电耦径向位置图 f i g 3 8t h er a d i a ll o c a t i o ng r a p ho f b l a s tf u r n a c ew a l lt e m p e r a t u r e 本模型只使用了六段到十段的温度数据，共8 ( 横向) 5 ( 纵向) = 4 0 个测温 点的温度数据。 3 、理论燃烧温度数据 高炉的热量几乎全部来自回旋区碳的燃烧热和鼓风带入的物理热。回旋区热 状态的主要标志是风口前理论燃烧温度t 。它不仅影响渣铁温度( 即炉缸温度) ， 还影响软熔带形状、煤气流分布和还原反应。日本高炉随着炉容扩大和燃料比降 低，理论燃烧温度控制在2 1 0 0 2 4 0 0 。c 之间。国内高炉喷吹燃料后，理论燃烧温 一2 0 东北大学硕士学位论文 第三章炉墙温度数学模型的建立 度维持在2 0 0 0 2 3 0 0 。c 之间。理论燃烧温度过高或过低都导致高炉不顺，生产变 坏。 铁水温度 1 5 4 0 1 5 2 0 15 0 0 2 2 图39 理论燃烧温度与铁水温度的关系 f i g 3 9t h er e l a t i o n s h i pb e t w e e nt h e o r yb u r n i n g t e m p e r a t u r ea n dm o l t e ni r o nt e m p e r a t u r e 高炉容积，m 3 图3 1 0 高炉容积和理论燃烧温度的关系 f i g 3 i 0t h er e l a t i o n s h i pb e e f w e e nf bc u b a g e a n dt h e o r yb u r n i n gt e m p e r a t u r e 适宜的理论燃烧温度应能满足高炉正常冶炼所需的炉缸温度和热量，即保证液 态渣铁充分加热，炉缸热交换和还原反应正常进行，喷吹燃料在回旋区迅速燃烧。 因此，适宜的理论燃烧温度随高炉冶炼条件不同而有一定范围。高炉炉墙温度模 型使用风口区的理论燃烧温度作为回归方程的自变量，把高炉下部的温度变化因 素引入方程。 高炉内部在高温和一定压力下，发生的化学和物理变化非常复杂，计算理论 燃烧温度的原理就是遵循热量守恒原理，根据化学物理变化的方程式，计算碳在 参与铁的还原反应和燃烧时，所放出的热量。计算过程中需要很多高炉的仪表数 据的支持，目前国际上流行两种计算方法： ( 1 ) 常规计算法 利用热量守恒原理推导而得，数据计算准确，但是计算复杂，所涉及的检测 仪表很多。 计算所需的主要数据为：焦比( k ) ，焦碳含碳量( c k ) ，油比( m ) ，煤比( y ) ， 碳在风口区燃烧率( c 。) ，鼓风湿分( f ，) ，鼓风温度( “) ，输送煤粉所需载 气量( b # ) ，输送煤粉载气温度( t * ) ，油、煤在炉内利用率等( b m ，b y ) 。 炉缸煤气量vq ： 2 2 42 2 4 c o = 百一c 燃= 丁k 蛇k + 件c m