基于在线成分分析仪的烧结智能配料方法及系统与流程

1.本技术涉及烧结工艺的技术领域，尤其是涉及一种基于在线成分分析仪的烧结智能配料方法及系统。


背景技术：

2.烧结是将各种粉状含铁原料，配入适量的燃料和熔剂，加入适量的水，经混合和造球后在烧结设备上使物料发生一系列物理化学变化，将矿粉颗粒黏结成块的过程。烧结工艺主要包括烧结料的准备，配料与混合，烧结和产品处理等工序。
3.其中，配料是按烧结矿的质量指标要求，基于原料成分将各种烧结原料按一定比例配合在一起的工序过程，它是整个烧结工艺中的一个重要环节，适宜的原料配比可以产生出性能良好的液相，适宜的燃料用量可以获得强度高、还原性良好的烧结矿，使高炉生产达到高产、优质、低耗。
4.由于烧结原料品种较多，成分的波动较大，导致成品矿的成分数据未达标，因此需要调节各原料的配比，即调节各原料的混合料碱度及含碳量。普遍的，需要工作人员通过对成品矿的品质进行分析，人工调整混合料碱度及含碳量以提高成品矿的质量和产量，但烧结是持续的过程，工作人员需频繁花费时间分析原料配比的调整方案，调整步骤产生滞后性，仍会影响成品矿的质量和产量，因此需要改进。


技术实现要素：

5.为了实现在烧结过程中对原料配比的及时调整，以提高成品矿的质量和产量，本技术提供了一种基于在线成分分析仪的烧结智能配料方法及系统。
6.本技术的上述发明目的一是通过以下技术方案得以实现的：一种基于在线成分分析仪的烧结智能配料方法，包括步骤：实时获取若干原料按照预设料单混合后的混合料成分数据，混合料成分数据包括碱度值和含碳值；实时将混合料成分数据输入配比分析模型，将混合料成分数据与预设混合料的目标成分数据进行比较，目标成分数据包括目标碱度值和目标含碳值；当混合料成分数据与目标成分数据存在偏差时，计算得到的配比偏差数据，基于配比偏差数据，向下料控制终端发送用于调整混合料中各原料配比的调整指令；获取成品矿成分数据并与混合料成分数据进行时间归一化处理，实时将成品矿成分数据输入配比反馈模型，将成品矿成分数据与目标成分数据进行比较；当成品矿成分数据与目标成分数据存在偏差时，计算得到成分偏差数据，基于成分偏差数据调整目标成分数据。
7.通过采用上述技术方案，由于烧结过程的连续性，将混合料成分数据和成品矿成分数据进行时间归一化后，实现了数据在时间维度的对齐，进而达到原料、混合料和成品矿之间数据的精准反馈的前提。
8.进一步的，当完成混合料的配比之后，由于原料中各种类的铁矿含量不固定，使得混合料中各原料的成分会出现波动，将混合料的碱度和含碳量与预设混合料的碱度和含碳量进行比较，能够及时获知混合料的配比是否与目标的碱度和含碳量校准，实现在烧结前对混合料配比的及时反馈，并在作出及时调整，减低烧结后成品矿的成分与目标成分数据的偏差。
9.进一步的对成品矿的成分进行检测分析，由于烧结过程存在不确定的烧结损耗因素导致成品矿的含碳量和碱度波动，当分析的结果与预设的目标成分数据出现偏差时，则根据成分的偏差数据重新修改目标成分数据，即改变混合料的碱度和含碳量，使得实际得到的成品矿的碱度和含碳量与目标的碱度和含碳量校准。因此，通过在烧结过程中，对混合料的成分、成品矿的成分进行前后两次校准，使得在烧结原料的配比无法得到符合质量指标要求的烧结矿时，能够及时调整烧结原料的配比，进而提高成品矿的质量和产量。
10.本技术在一较佳示例中：所述实时将混合料成分数据输入配比分析模型，将混合料成分数据与预设混合料的目标成分数据进行比较的步骤之前，执行如下步骤：获取用户终端输入的目标含碳值、目标碱度值得到目标成分数据，以及获取用户终端输入的混合料中各原料的目标含水量值；基于目标成分数据以及目标含水量值计算得到混合料的目标配比值；所述当混合料成分数据与目标成分数据存在偏差时，计算得到的配比偏差数据的步骤，包括：当混合料成分数据与目标成分数据存在偏差时，获取混合料成分数据的当前配比值；计算目标配比值与当前配比值的差值得到配比偏差数据。
11.通过采用上述技术方案，目标成分数据由用户终端的工作人员进行人工设定，即根据以往经验设定混合料的目标碱度和目标含碳量，以及混合料中各原料的含水量，基于目标碱度、目标含碳量以及原料的含水量的结果，反推计算预达到目标成分数据所需的原料配比，即目标配比值，进一步获取混合料当前的配比值，计算得到配比偏差数据，既能实现混合料配比值的调整，使得混合料的碱度和含碳量均能达到目标成分数据的要求。
12.本技术在一较佳示例中：成品矿成分数据包括成品碱度值，所述当成品矿成分数据与目标成分数据存在偏差时，计算得到成分偏差数据，基于成分偏差数据调整目标成分数据的步骤，包括：当成品碱度值与目标碱度值出现偏差时，计算成品碱度值与目标碱度值之间的碱度偏差值；基于碱度偏差值调整目标碱度值；基于调整后的目标碱度值修改目标配比值。
13.通过采用上述技术方案，成品矿质量出现波动使得成品矿的碱度值与目标碱度值出现偏差时，能够获知两者的偏差值，基于碱度偏差值重新调整目标碱度，进一步基于重新调整后的目标碱度即能够计算混合料的新的目标配比值，进而实现对混合料的碱度的反馈调节，使得混合料中的碱度更为稳定。
14.本技术在一较佳示例中：成品矿成分数据还包括成品含碳值，所述当成品矿成分数据与目标成分数据存在偏差时，计算得到成分偏差数据，基于成分偏差数据调整目标成
分数据的步骤，还包括：当成品含碳值与目标含碳值存在偏差时，计算成品含碳值与目标含碳值之间的含碳偏差值；获取混合料中返矿的含碳值；基于返矿的含碳值以及含碳偏差值，调整目标含碳值；基于调整后的目标含碳值修改目标配比值。
15.通过采用上述技术方案，当成品矿的含碳值与目标含碳值存在偏差时，例如成品矿的含碳量过高时，则计算成品含碳值高出目标含碳值的含碳偏差值，同时要考虑返矿中的含碳量，才能精准地下调目标含碳值，即才能够精准下调混合料中碳的配比，使得成品矿的含碳值与目标含碳值校准，实现对混合料成分数据的反馈调节，使得混合料中的含碳量更为稳定。
16.本技术在一较佳示例中：混合料的碱度值包括mgo含量值，目标碱度值包括目标mgo含量值，成品碱度值包括成品mgo含量值，所述当混合料成分数据与目标成分数据存在偏差时，计算得到的配比偏差数据，基于配比偏差数据，向下料控制终端发送用于调整混合料中各原料配比的调整指令的步骤之后，执行如下步骤：将目标配比值输入结矿成分预测模型，输出成品矿的模拟mgo含量值；当模拟mgo含量值与目标mgo含量值存在偏差时，计算模拟mgo含量值与目标mgo含量值的mgo偏差值；依据mgo偏差值调整目标mgo含量值；基于调整后的目标mgo含量值，修改目标配比值；和/或，当成品mgo含量值与目标mgo含量值出现偏差时，计算成品mgo含量值与目标mgo含量值的mgo偏差值；基于mgo偏差值调整目标mgo含量值；基于调整后的目标碱度值修改目标配比值。
17.通过采用上述技术方案，mgo含量值用于决定白云石的配比，通过模拟烧结的模型，能够获知混合料烧结后，成品矿中的模拟mgo含量值，基于模拟的mgo含量值实现对目标mgo含量值的超前调节，进而实现混合料中白云石配比的超前调节；由于烧结过程中出现的mgo含量波动，进一步经过实际烧结后成品矿的mgo含量值，与目标mgo含量值进行比较，能够进一步反馈调节目标mgo含量值，通过前馈和反馈两种调节方式对混合料成分数据中mgo含量值进行，使得mgo含量值更为稳定。
18.本技术在一较佳示例中：所述实时获取若干原料按照预设料单混合后的混合料成分数据的步骤之前，执行如下步骤：创建混匀矿的灌仓模型，并实时捕捉灌仓模型每次下料的开始时间和结束时间；将灌仓模型自开始时间至结束时间内的下料量标记为一个料批；对料批在烧结过程中的位置进行实时定位。
19.通过采用上述技术方案，通过捕捉混匀矿的灌仓模型每次下料的开始时间和结束时间，能够获知在开始时间至结束时间的时间段内混匀矿的下料量以及混匀矿的成分，并标记为一个料批，通过在烧结过程中对该料批实时定位，能够获知混合料的下料批次以及
在烧结过程中的实时位置，进而实现每一批混合料和对应的成品矿的数据匹配。
20.本技术在一较佳示例中：所述获取混合料中返矿的含碳值的步骤之前，执行如下步骤：实时获取烧结的总返矿量，并基于总返矿量实时计算得到烧结的返矿率；基于返矿率实时调整用于返回至混合料中的返矿的量；基于返矿的量实时更新用于输出返矿的实际仓位；基于返矿的实际仓位调整混合料成分数据的当前配比值。
21.通过采用上述技术方案，为了使烧结生产过程中返矿达到动态平衡，返回至混合料中的返矿的量，取决于烧结后返回至返矿仓的总返矿量，而返回至返矿仓的总返矿量不稳定，进而通过计算总返矿量得到返矿率，通过返矿率设定好输出至混合料的实际返矿仓的仓位，节省了工作人员人工调整实际仓位和目标仓位的工作，进一步根据返矿的实际仓位，即根据实际返矿的量，自动调整原料的配比，使得混合料成分数据能够达到目标成分数据。
22.本技术的上述发明目的二是通过以下技术方案得以实现的：一种基于在线成分分析仪的烧结智能配料系统，包括：混合料获取模块，用于实时获取若干原料按照预设料单混合后的混合料成分数据，混合料成分数据包括碱度值和含碳值；配比分析模块，用于实时将混合料成分数据输入配比分析模型，将混合料成分数据与预设混合料的目标成分数据进行比较，目标成分数据包括目标碱度值和目标含碳值；配比调整模块，用于当混合料成分数据与目标成分数据存在偏差时，计算得到的配比偏差数据，基于配比偏差数据，向下料控制终端发送用于调整混合料中各原料配比的调整指令；成品矿分析模块，用于获取成品矿成分数据并与混合料成分数据进行时间归一化处理，实时将成品矿成分数据输入配比反馈模型，将成品矿成分数据与目标成分数据进行比较；目标成分调整模块，用于当成品矿成分数据与目标成分数据存在偏差时，计算得到成分偏差数据，基于成分偏差数据调整目标成分数据。
23.通过采用上述技术方案，由于烧结过程的连续性，将混合料成分数据和成品矿成分数据进行时间归一化后，实现了数据在时间维度的对齐，进而达到原料、混合料和成品矿之间数据的精准反馈的前提。
24.进一步当完成混合料的配比之后，由于混合料中各原料的成分会出现波动，将混合料的碱度和含碳量与预设混合料的碱度和含碳量进行比较，能够及时获知混合料的配比是否与目标的碱度和含碳量校准，实现在烧结前对混合料配比的及时反馈，并在作出及时调整，减低烧结后成品矿的成分与目标成分数据的偏差。
25.进一步的对成品矿的成分进行检测分析，由于烧结过程存在不确定的烧结损耗因素导致成品矿的含碳量和碱度波动，当分析的结果与预设的目标成分数据出现偏差时，则根据成分的偏差数据重新修改目标成分数据，即改变混合料的碱度和含碳量，使得实际得到的成品矿的碱度和含碳量与目标的碱度和含碳量校准。因此，通过在烧结过程中，对混合料的成分、成品矿的成分进行前后两次校准，使得烧结原料在出现偏差时，能够及时得到调
整，提高成品矿的质量和产量。
26.本技术的上述目的三是通过以下技术方案得以实现的：一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述基于在线成分分析仪的烧结智能配料方法的步骤。
27.本技术的上述目的四是通过以下技术方案得以实现的：一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述基于在线成分分析仪的烧结智能配料方法的步骤。
28.综上所述，本技术包括以下至少一种有益技术效果：1.分析的结果与预设的目标成分数据出现偏差时，则根据成分的偏差数据重新修改目标成分数据，即改变混合料的碱度和含碳量，使得实际得到的成品矿的碱度和含碳量与目标的碱度和含碳量校准。因此，通过在烧结过程中，对混合料的成分、成品矿的成分进行前后两次校准，使得烧结原料在出现偏差时，能够及时得到调整，提高成品矿的质量和产量；2.基于碱度偏差值重新调整目标碱度，进一步基于重新调整后的目标碱度即能够计算混合料的新的目标配比值，进而实现对混合料的碱度的反馈调节，混合料中的碱度更为稳定；3.成品矿的含碳量过高时，则计算成品含碳值高出目标含碳值的含碳偏差值，同时要考虑返矿中的含碳量，才能精准地下调目标含碳值，即才能够精准下调混合料中碳的配比。
29.4.通过在烧结过程中对该料批实时定位，能够获知混合料的下料批次以及在烧结过程中的实时位置，进而实现每一批混合料和对应的成品矿的数据匹配。
附图说明
30.图1是本技术一实施例的实现流程图；图2是本技术另一实施例的实现流程图；图3是本技术另一实施例的实现流程图；图4是本技术另一实施例的实现流程图；图5是本技术另一实施例的实现流程图；图6是本技术另一实施例的实现流程图；图7是本技术一种计算机设备的原理框图。
具体实施方式
31.以下结合附图1-7对本技术作进一步详细说明。
32.在以实施例中，如图1所示，本技术公开了一种基于在线成分分析仪的烧结智能配料方法，具体包括如下步骤：s10：实时获取若干原料按照预设料单混合后的混合料成分数据，混合料成分数据包括碱度值和含碳值；在本实施例中，若干原料包括了混匀矿、熔剂、燃料以及部分返矿，混匀矿包括磁
铁矿、褐铁矿、赤铁矿以及菱铁矿等，熔剂中主要包含有效的cao成分，并加入有一定量的白云石，使得成品矿中含有一定量的mgo以提升成品矿的质量。燃料主要包括焦粉和无烟煤。
33.预设料单为工作人员根据经验预设的原料的下料量。
34.具体的，实时获取包括混匀矿、熔剂、燃料以及部分返矿混合而成的混合料的碱度和含碳量。
35.s20：实时将混合料成分数据输入配比分析模型，将混合料成分数据与预设混合料的目标成分数据进行比较，目标成分数据包括目标碱度值和目标含碳值；在本实施例中，目标碱度值是指混合料完成配料后所要达到的目标碱度，目标含碳值是指混合料完成配料后所要达到的目标含碳量。
36.配比分析模型用于实时比较混合料的碱度和含碳量与目标碱度、目标含碳量，并计算实时混合料与所要达到的目标混合料的配比差值的模型。
37.具体的，由于原料成分的波动，每一批按照料单混合后的混合料可能出现碱度和含碳量的波动，因此需要将混合料的碱度值与目标碱度值进行比较，混合料的含碳值与目标含碳值进行比较，以保证混合料在烧结前的碱度和含碳值达标。
38.进一步的，目标成分数据也可以为目标碱度区间和目标含碳区间，即混合料的碱度、含碳量分别在目标碱度区间内和目标含碳区间内即为校准。
39.s30：当混合料成分数据与目标成分数据存在偏差时，计算得到的配比偏差数据，基于配比偏差数据，向下料控制终端发送用于调整混合料中各原料配比的调整指令；在本实施例中，当混合料中原料的成分出现波动时，会导致混合料的成分数据与目标成分数据存在偏差，例如混合料中熔剂的碱度降低，会导致混合料中总体的碱度降低。
40.配比偏差值数据是指：将当前混合料的碱度值和含碳值调整至目标碱度值和目标含碳值所需修改的各种原料的配比数据。
41.下料终端包括用于计算各种原料配比的智能计算模型，以及高精度的称量设备用于控制原料的下料量；下料终端接收到调整指令后基于配比偏差数据计算得到具体需要增加或减少的原料以及增加或减少的量，并通过称量设备控制精准下料。
42.具体的，当混合料的碱度值与目标碱度值、和/或混合料的含碳值与目标含碳值存在偏差值，通过配比分析模型计算得到当前混合料的配比偏差数据，基于配比偏差数据生成调整指令发送至下料终端。
43.进一步下料终端接收到调整指令后，计算出具体需要增加或减少配比的原料，以及增加或减少的量并通过称量涉笔进行配料调整的精准控制。
44.s40：获取成品矿成分数据并与混合料成分数据进行时间归一化处理，实时将成品矿成分数据输入配比反馈模型，将成品矿成分数据与目标成分数据进行比较；在本实施例中，时间归一化处理使得成品矿成分数据与当初对应的混合料成分数据进行时间维度上的数据对齐。成品矿成分数据包括了成品矿的碱度和含碳量。
45.配比反馈模型用于将成品矿的碱度与目标碱度值进行比较，将成品矿的含碳量与目标含碳值进行比较，并计算输出比较的差值。
46.具体的，成品矿的碱度和含碳量需要保持在一个稳定的状态，以使烧结矿的产量和质量能够得到提升，但烧结过程中碱度和含碳量均会出现波动，使得成品矿的碱度和含碳量出现波动，导致成品矿不达标，因此需要将成品矿的成分数据与目标成分数据进行实
时比较，以指导后续目标碱度值和目标含碳量的改变。
47.s50：当成品矿成分数据与目标成分数据存在偏差时，计算得到成分偏差数据，基于成分偏差数据调整目标成分数据。
48.在本实施例中，成分偏差数据是指成品矿的碱度与目标碱度值的偏差值，和/或成品矿的含碳量与目标含碳值的偏差值。
49.具体的，成品矿成分数据与目标成分数据存在偏差时，根据偏差的数据重新调整目标含碳值和目标碱度值，使得混合料的配比随调整后目标成分数据发生改变，使得后续烧结得到的成品矿能的成分数据能够与目标成分数据校准，即成品矿的含碳量和碱度均能与目标含碳值、目标碱度值校准。提高成品矿的产量和质量。
50.在一实施例中，步骤s20之前，执行如下步骤：s21：获取用户终端输入的目标含碳值、目标碱度值得到目标成分数据，以及获取用户终端输入的混合料中各原料的目标含水量值；s22：基于目标成分数据以及目标含水量值计算得到混合料的目标配比值。
51.在本实施例中，用户终端是指供烧结的监管人员操作的pc端或移动终端。目标含水量值是指各种原料的预设的含水量。
52.目标配比值是指混合料达到目标碱度值和目标含碳值所对应的原料配比，具体的，用户终端输入预设的混合料的目标含碳值、目标碱度值以及各原料的目标含水量值，基于目标成分数据以及目标含水量值计算得到混合料的目标配比值。
53.步骤s30中“当混合料成分数据与目标成分数据存在偏差时，计算得到的配比偏差数据”的步骤，包括：s31：当混合料成分数据与目标成分数据存在偏差时，获取混合料成分数据的当前配比值；s32：计算目标配比值与当前配比值的差值得到配比偏差数据。
54.在本实施例中，混合料成分数据的当前配比值是指混合料按照料单进行配比得到的配比数据。配比偏差数据是指原料配比的偏差值。
55.在一实施例中，参照图2，成品矿成分数据包括成品碱度值，步骤s50包括：s51：当成品碱度值与目标碱度值出现偏差时，计算成品碱度值与目标碱度值之间的碱度偏差值；s52：基于碱度偏差值调整目标碱度值；s53：基于调整后的目标碱度值修改目标配比值。
56.在本实施例中，成品碱度是指成品矿的碱度，碱度偏差值是指成品碱度值与目标碱度值的差值。
57.调整目标碱度值是指将目标碱度值加上碱度偏差值作为新的目标碱度值。
58.具体的，当成品碱度值与目标碱度值出现偏差时，计算成品碱度值与目标碱度值的差值，得到碱度偏差值，将原本的目标碱度值加上碱度偏差值得到调整后的目标碱度值。
59.进一步的，根据目标碱度值，修改目标配比值。即修改混合料的原料配比，实现混合料配比的反馈调节。
60.在一实施例中，成品矿成分数据还包括成品含碳值，参照图3，步骤s50还包括：s54：当成品含碳值与目标含碳值存在偏差时，计算成品含碳值与目标含碳值之间
的含碳偏差值；s55：获取混合料中返矿的含碳值；s56：基于返矿的含碳值以及含碳偏差值，调整目标含碳值；s57：基于调整后的目标含碳值修改目标配比值。
61.在本实施例中，含碳偏差值是指成品含碳值与目标含碳值的差值。由于混合料的含碳量需考虑返矿中含碳的因素、综合烧损变化对配碳的影响、非燃料含碳对配碳的影响、煤、焦互变对配碳的影响、主机参数变化对配碳的影响、结矿feo变化对配碳的影响，因此需要通过返矿的含碳值以及含碳偏差值进行目标含碳值的调整，例如当返矿含碳值较高时，原料中燃料的配比可以适当减少。
62.具体的，当成品含碳值与目标含碳值存在偏差时，通过计算成品含碳值与目标含碳值的差值得到含碳偏差值，基于返矿的含碳值以及含碳偏差值，调整得到新的目标含碳值。
63.进一步的，基于调整后的目标含碳值，修改混合料中原料的配比。
64.在一实施例中，混合料的碱度值包括mgo含量值，目标碱度值包括目标mgo含量值，成品碱度值包括成品mgo含量值，参照图4，步骤s30之后，执行如下步骤：s31：将目标配比值输入结矿成分预测模型，输出成品矿的模拟mgo含量值；s32：当模拟mgo含量值与目标mgo含量值存在偏差时，计算模拟mgo含量值与目标mgo含量值的mgo偏差值；s33：依据mgo偏差值调整目标mgo含量值；s34：基于调整后的目标mgo含量值，修改目标配比值。
65.在本实施例中，结矿成分预测模型，用于输入目标配比值得到成品矿的成分数据，其中包括mgo含量值，在其他实施例中也可以得到成品矿的模拟含碳值即其他成分数据。
66.具体的，通过结矿成分预测模型得到模拟的mgo含量值，能够预测成品矿的mgo含量，进而能够超前调整白云石的配比，降低烧结后成品矿mgo含量的波动。
67.和/或，s35：当成品mgo含量值与目标mgo含量值出现偏差时，计算成品mgo含量值与目标mgo含量值的mgo偏差值；s36：基于mgo偏差值调整目标mgo含量值；s37：基于调整后的目标碱度值修改目标配比值。
68.在本实施例中，结合结矿成分预测模型，实现对混合料中mgo含量的前馈+后馈调节，提高了对混合料中mgo含量的稳定性的控制。
69.具体的，当成品mgo含量值与目标mgo含量值出现偏差时，计算当成品mgo含量值与目标mgo含量值出现偏差时的差值，将原本的成品mgo含量值加上mgo含量偏差值，得到调整后的目标mgo含量值。
70.进一步的，基于调整后的目标mgo含量值修改混合料中白云石的配比。
71.在一实施例中，参照图5，步骤s1o之前，执行如下步骤：s11：创建混匀矿的灌仓模型，并实时捕捉灌仓模型每次下料的开始时间和结束时间；s12：将灌仓模型自开始时间至结束时间内的下料量标记为一个料批；
s13：对料批在烧结过程中的位置进行实时定位。
72.在本实施例中，灌仓模型是指用于存储混匀矿的料仓模型，由于灌仓模型输出的混匀矿是间断性的，且每隔一段时间输出一次，因此将开始时间和结束时间之间输出的混匀矿标记为一个料批，且基于烧结各个阶段的运行速度，能够获取料批在烧结过程中的实时定位，进而实现每一批混合料和对应的成品矿的数据匹配。
73.具体的，创建用于装载混匀矿的灌仓模型，并实时捕捉灌仓模型每次下料的开始时间和结束时间；开始时间和结束时间为相邻的两个时间点。
74.将灌仓模型自开始时间至结束时间内的输出的混匀矿的量标记为一个料批；由于该批混匀矿经过熔剂、燃料、返矿的添加后形成混合料，即对混匀矿料批的追踪定位，也是对混合料的料批在烧结过程中的定位。对混合料的料批进行实时的定位，能够获知每批混合料对应的成品矿的质量，进而能够根据成品矿的质量以及对应混合料的成分数据精准优化原料的配比。
75.在一实施例中，参照图6，步骤s55之前，执行如下步骤：s551：实时获取烧结的总返矿量，并基于总返矿量实时计算得到烧结的返矿率；s552：基于返矿率实时调整用于返回至混合料中的返矿的量；s553：基于返矿的量实时更新用于输出返矿的实际仓位；s554：基于返矿的实际仓位调整混合料成分数据的当前配比值。
76.在本实施例中，总返矿量是指烧结形成的烧结矿中粒度不达标，需要返回重新烧结的部分烧结矿的总量，通常设置有返矿仓供返回的烧结矿装载。而返回的烧结矿有一部分需要输入混合料中重新混匀，而输入至混合料这部分的烧结矿为返矿，返矿的量需与返回至返矿仓的烧结矿的量达到平衡。返矿率是指需要返回重新烧结的部分烧结矿占总烧结矿的比例。
77.具体的，实时获取烧结的总返矿量，由于需要重新烧结部分的烧结矿需要采用返矿仓进行装载，而返矿仓装载的容量有限，为了使返回至返矿仓与输出至混合料的返矿达到动态平衡，通过基于总返矿量实时计算得到烧结的返矿率，通过实时更新的返矿率计算返回至混合料中的返矿的量，基于实时更新的返矿的量调整实际仓位，即能够实现自动返矿的动态平衡，进一步的，实际仓位的自动调整，也便于混合料成分数据的当前配比值的实时调节，达到烧返矿之间比例的动态调节的目的。
78.在一实施例中，工作人员通过预设料单设置好混匀矿、熔剂以及燃料的下料量，发送下料指令至下料终端，下料终端进行配料并通过称量设备精准控制。
79.下料的过程中实时检测混合料的碱度和含碳量，当下料完成时，混合料的碱度和含碳量均未达到用户终端预先设置的目标碱度值。则计算得到碱度偏差值，基于碱度偏差值计算得到用户控制碱度的配比偏差值，发送调整指令至下料终端继续添加熔剂以提高碱度，当碱度与目标碱度值校准时，控制下料终端停止下料。
80.进一步校准后的混合料进行烧结，得到的成品矿的碱度值小于目标碱度值，此时获取碱度偏差值，将碱度偏差值加上原本的目标碱度值，得到调整后的目标碱度值。基于目标碱度值修改混合料的目标配比值，基于调整后的目标配比值，再次发送调整指令以控制下料终端将原料的当前配比值调整至目标配比值，使得混合料的原料配比重新校准。
81.应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程
的执行顺序应以其功能和内在逻辑确定，而不应对本技术实施例的实施过程构成任何限定。
82.在一实施例中，提供一种基于在线成分分析仪的烧结智能配料系统，该基于在线成分分析仪的烧结智能配料系统与上述实施例中基于在线成分分析仪的烧结智能配料方法对应。该基于在线成分分析仪的烧结智能配料系统包括：混合料获取模块，用于实时获取若干原料按照预设料单混合后的混合料成分数据，混合料成分数据包括碱度值和含碳值；配比分析模块，用于实时将混合料成分数据输入配比分析模型，将混合料成分数据与预设混合料的目标成分数据进行比较，目标成分数据包括目标碱度值和目标含碳值；配比调整模块，用于当混合料成分数据与目标成分数据存在偏差时，计算得到的配比偏差数据，基于配比偏差数据，向下料控制终端发送用于调整混合料中各原料配比的调整指令；成品矿分析模块，用于获取成品矿成分数据并与混合料成分数据进行时间归一化处理，实时将成品矿成分数据输入配比反馈模型，将成品矿成分数据与目标成分数据进行比较；目标成分调整模块，用于当成品矿成分数据与目标成分数据存在偏差时，计算得到成分偏差数据，基于成分偏差数据调整目标成分数据。
83.可选的，还包括：输入值获取模块，用于获取用户终端输入的目标含碳值、目标碱度值得到目标成分数据，以及获取用户终端输入的混合料中各原料的目标含水量值；目标配比值生成模块，用于基于目标成分数据以及目标含水量值计算得到混合料的目标配比值。
84.可选的，配比调整模块包括：当前配比获取子模块，用于当混合料成分数据与目标成分数据存在偏差时，获取混合料成分数据的当前配比值；配比偏差计算子模块，用于计算目标配比值与当前配比值的差值得到配比偏差数据。
85.可选的，成品矿成分数据包括成品碱度值，目标成分调整模块包括：碱度偏差计算子模块，用于当成品碱度值与目标碱度值出现偏差时，计算成品碱度值与目标碱度值之间的碱度偏差值；目标碱度调整子模块，用于基于碱度偏差值调整目标碱度值；第一目标配比修改子模块，用于基于调整后的目标碱度值修改目标配比值。
86.可选的，成品矿成分数据还包括成品含碳值，目标成分调整模块还包括：含碳偏差计算子模块，用于当成品含碳值与目标含碳值存在偏差时，计算成品含碳值与目标含碳值之间的含碳偏差值；返矿含碳获取子模块，用于获取混合料中返矿的含碳值；目标含碳值调整子模块，用于基于返矿的含碳值以及含碳偏差值，调整目标含碳值；第二目标配比修改子模块，用于基于调整后的目标含碳值修改目标配比值。
87.可选的，混合料的碱度值包括mgo含量值，目标碱度值包括目标mgo含量值，成品碱度值包括成品mgo含量值，还包括：预测输入模块，用于将目标配比值输入结矿成分预测模型，输出成品矿的模拟mgo含量值；模拟计算模块，用于当模拟mgo含量值与目标mgo含量值存在偏差时，计算模拟mgo含量值与目标mgo含量值的mgo偏差值；模拟偏差模块，用于依据mgo偏差值调整目标mgo含量值；模拟配比修改模块，用于基于调整后的目标mgo含量值，修改目标配比值。
88.可选的，还包括：灌仓创建模块，用于创建混匀矿的灌仓模型，并实时捕捉灌仓模型每次下料的开始时间和结束时间；料批标记模块，用于将灌仓模型自开始时间至结束时间内的下料量标记为一个料批；料批定位模块，用于对料批在烧结过程中的位置进行实时定位。
89.可选的，还包括：实际计算模块，用于当成品mgo含量值与目标mgo含量值出现偏差时，计算成品mgo含量值与目标mgo含量值的mgo偏差值；实际调整模块，用于基于mgo偏差值调整目标mgo含量值；实际配比修改模块，用于基于调整后的目标碱度值修改目标配比值。
90.可选的，还包括：返矿率模块，用于实时获取烧结的总返矿量，并基于总返矿量实时计算得到烧结的返矿率；返矿输出模块，用于基于返矿率实时调整用于返回至混合料中的返矿的量；仓位更新模块，用于基于返矿的量实时更新用于输出返矿的实际仓位；配比调整模块，用于基于返矿的实际仓位调整混合料成分数据的当前配比值。
91.关于基于在线成分分析仪的烧结智能配料系统的具体限定可以参见上文中对于基于在线成分分析仪的烧结智能配料方法的限定，在此不再赘述。上述基于在线成分分析仪的烧结智能配料系统中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
92.在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图7所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储各种原料成分数据，混合料成分数据、成品矿成分数据，目标配比值、目标配比值、配比分析模型、配比反馈模型、结矿预测模型以及混合料成分数据与目标成分数据的校准结果。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现基于在线成分分析仪的烧结智能配料方法。
93.在一个实施例中，提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现基于在线成分分析仪的烧结智能配料方法。
94.在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现基于在线成分分析仪的烧结智能配料方法。
95.本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本技术所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器（rom）、可编程rom（prom）、电可编程rom（eprom）、电可擦除可编程rom（eeprom）或闪存。易失性存储器可包括随机存取存储器（ram）或者外部高速缓冲存储器。作为说明而非局限，ram以多种形式可得，诸如静态ram（sram）、动态ram（dram）、同步dram（sdram）、双数据率sdram（ddrsdram）、增强型sdram（esdram）、同步链路（synchlink） dram（sldram）、存储器总线（rambus）直接ram（rdram）、直接存储器总线动态ram（drdram）、以及存储器总线动态ram（rdram）等。
96.所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。
97.以上所述实施例仅用以说明本技术的技术方案，而非对其限制；尽管参照前述实施例对本技术进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本技术各实施例技术方案的精神和范围，均应包含在本技术的保护范围之内。