基于数据融合的烧结终点控制系统及控制方法
【技术领域】
[0001] 本发明涉及冶金技术控制领域，尤其涉及一种基于数据融合的烧结终点控制系统 及控制方法。
【背景技术】
[0002] 随着现代工业的迅速发展，钢铁生产规模日趋壮大，能源消耗日益增多，节能环保 指标越发成为钢铁生产过程的重要考察因素。在钢铁生产中，烧结过程是钢铁冶炼中一道 重要工序，是保证炼铁高炉节能环保的重要环节。
[0003] 烧结过程是将含铁原料配入适量的燃料和溶剂，经加水、混合、造球和焙烧后，形 成烧结矿的过程。烧结系统主要包括烧结台车、混合机、主抽风机、环冷机等多个设备，其总 的工艺流程参考图1所示。各种原料经配料室1配比，形成混合物料，混合物料进入混合机 2混匀和造球后，再通过圆辊给料机3和九辊布料机4将其均匀散布在烧结台车5上形成物 料层，点火风机6和引火风机7启动物料点火开始烧结过程。烧结完成后得到的烧结矿经 过单辊破碎机8破碎后进入环冷机9冷却，最后经过筛分整粒后送至高炉或成品矿仓。其 中，烧结过程需要的氧气由主抽风机10提供，烧结台车5下方设置有多个竖直并排的风箱 11，风箱11下方为水平安置的烟道12,烟道12与主抽风机10相连，主抽风机10通过烟道 12及风箱11产生的负压风经过台车，为烧结过程提供助燃风。
[0004] 在烧结生产中，一个重要的生产操作指标就是烧结终点的位置，烧结终点的稳定 与否是混合料在机车运行过程中完成烧结化学变化的关键环节，是控制烧结质量与降低成 本的关键所在。即，控制烧结终点就是控制烧结过程全部完成时台车在所述烧结台上所处 的位置，中小型烧结机的终点一般控制在倒数第二个风箱的位置，大型烧结机的终点一般 控制在倒数第三个风箱上。
[0005] 准确控制烧结终点位置，是烧结优质高产的重要条件。烧结终点位置与烧结机机 速、风机频率、风箱风门开度、烧结机风箱负压、混合料层厚度、燃料量、水分及透气性等多 种因素有关，获取烧结终点位置需要对多种相关参数进行检测。但由于烧结生产过程环境 恶劣，高温、高湿、高粉尘、强干扰，对检测元件和仪器具有较强的密封性、耐高温、耐腐蚀、 抗干扰能力要求。
[0006] 现有技术中，检测设备或是精度不够，或是不能应对复杂环境，故难以对烧结终点 做出精确有效的判断，导致烧结终点控制困难，生产效率和产品质量的下降。如果烧结终点 提前，烧结台的烧结面积未得到充分利用，同时使风大量从烧结机后部通过，破坏了抽风制 度，降低了烧结矿产量；如果烧结终点滞后，未完全燃烧的生料增多，导致返矿增加、成品率 降低，且没烧完的燃料卸入冷却机也会损坏设备。
【发明内容】
[0007] 基于现有技术的不足，需要对烧结过程中各种可测量参数的数据进行过滤、分析 及综合，建立多源数据与烧结状态的数据融合模型，分析当前烧结状态及烧结终点，调节烧 结终点位置，以提高烧结过程的控制精度，稳定烧结过程，提高烧结质量和钢铁生产节能减 排水平。
[0008] 本发明提供一种基于数据融合的烧结终点控制系统，所述烧结终点控制系统包括 数据采集单元、数据预处理单元、数据融合单元、自适应控制单元和系统数据库，其中，所述 数据采集单元、所述数据预处理单元、所述数据融合单元与所述系统数据库连接；所述自适 应控制单元与所述数据融合单元连接；所述数据采集单元与系统外部的输入设备连接；所 述自适应控制单元与系统外部的自动化系统连接。
[0009] 上述方案中优选的是，所述数据采集单元采集与烧结终点相关的数据，并将采集 到的数据存入所述系统数据库中。
[0010] 上述方案中优选的是，所述数据采集单元通过局域网的数据接口采集与烧结终点 相关的数据。
[0011] 上述方案中优选的是，所述数据预处理单元从所述系统数据库中获取数据，对所 述获取的数据进行滤波处理和\或剔除坏点的处理，并将处理后的数据存入所述系统数据 库中。
[0012] 上述方案中优选的是，所述数据预处理单元的所述滤波处理包括采用数字滤波方 法对所述获取的数据进行滤波处理。
[0013] 上述方案中优选的是，所述数据预处理单元的所述剔除坏点的处理包括判断故障 数据和剔除故障数据，其中，所述判断故障数据为：如果数据超出的烧结设备允许的范围或 正常生产允许的范围，则所述数据预处理单元判断是否为设备故障或生产异常；所述剔除 故障数据为剔除因设备故障引起的故障数据。
[0014] 上述方案中优选的是，所述数据预处理单元还对属于生产异常的情况进行报警处 理。
[0015] 上述方案中优选的是，所述数据预处理单元的所述状态判断包括判断故障数据， 即如果数据超出的烧结设备允许的范围或正常生产允许的范围，则所述数据预处理单元判 断是否为设备故障或生产异常。
[0016] 上述方案中优选的是，所述数据预处理单元的所述预处理包括对属于生产异常的 情况进行报警处理。
[0017] 上述方案中优选的是，所述数据融合单元从所述系统数据库中获取数据，对所述 获取的数据进行时间、空间和状态的融合处理，并将处理后的数据存入所述系统数据库中。
[0018] 上述方案中优选的是，所述数据融合单元包括时间融合模块、空间融合模块及状 态融合模块。
[0019] 上述方案中优选的是，所述数据融合单元获取所述数据预处理单元处理后的数 据，所述数据融合单元通过所述时间、空间和状态的融合处理判断烧结终点是否为提前或 滞后以及其提前或滞后的程度。
[0020] 上述方案中优选的是，所述时间融合模块对与烧结终点相关的异步传感器的数据 进行采样时间同步处理。
[0021] 上述方案中优选的是，所述异步传感器包括测速仪、料厚仪、水分仪。
[0022] 上述方案中优选的是，所述采样时间同步处理包括如下步骤：首先，对所述数据按 照时间序列进行排列，并将所述排列后的数据存放到所述系统数据库中；然后，采用拟合算 法求得所述数据按时间变化的拟合曲线；最后，从所述拟合曲线中取出采样时刻的拟合值 进行时间融合对准。
[0023] 上述方案中优选的是，所述空间融合模块对从多个同种检测设备获得的数据进行 空间配准。
[0024] 上述方案中优选的是，所述空间配准包括如下步骤：首先，设置尺度压缩比例因 子；然后，根据神经网络法或者等比例压缩法，按所述尺度压缩比例因子对所述获得的数据 进行压缩或者放大处理；最后，将坐标系由单轴坐标系转换到矩阵坐标系，实现数据空间的 融合。
[0025] 上述方案中优选的是，所述状态融合模块用于实现数据融合处理，对时空融合后 的数据进行烧结状态判断，即判断烧结终点是否为提前或滞后以及其提前或滞后的程度。
[0026] 上述方案中优选的是，所述烧结状态判断包括如下步骤：
[0027] 第一步，将经过所述时空融合后的数据定义为X/=[XXpXX2，…XXn]，其中，乂父"表 示第n种数据时空融合后的数值；
[0028] 第二步，定义专家烧结状态为X」以数值表示烧结状态，从0-1之间的连续或离 散数值表示从欠烧到过烧；
[0029] 第三步，采用学习算法推导出X/与乂」的关系矩阵f(*);令Xi=f(X/) -乂」，则 \表示经理论推导出的烧结状态；
[0030] 第四步，设为XpXj勺一次观测值，以概率密度函数曲线作为XpXj勺特征函 数，记成pjxhpjx);
[0031] 第五步，为了表示观测值Xi、Xj之间的偏差的大小，定义置信距离测度dmdij的值 为第i项数据与第j项数据的所述置信距离测度，du反映了第i项数据与第j项数据的融 合度，du的值可借助正态分布误差函数
直接求得：
[0034] 则置信距离测度du构成一个矩阵
[0035]第六步，确定一个阈值e，当置信距离测度小于e时认为两种数据相互支持，定 义表示第i项数据与第j项数据的支持程度；
[0036] 当第i项数据与第j项数据相互支持时，rij值为1(ru= 1)，否则为0,则关系矩 阵为：<