本发明涉及钢铁冶金行业烧结机烧结终点控制领域,具体涉及一种基于多目标优化模型的烧结终点智控方法。
背景技术:
1、烧结生产工序是钢铁冶金行业及其重要的一个环节,它的主要任务是将各种矿粉、燃料、熔剂、返矿等原料加水混匀后,生产成合格的烧结矿,用于后续的高炉炼铁生产。烧结工序主要配套设备包括原料给料、混料、布料、烧结机、主抽风机等。烧结终点的控制过程非常复杂,受原料条件、生产工况等多因素影响。
2、现有的烧结机终点控制方法大部分采用单一目标控制,使用过程中当变化参数过多时,需要操作工人的人为干预,无法根据生产条件和任务的变化实现自动调整,尤其是原料条件变化时,需要依赖人工的频繁操作调整才能实现变工况生产。因此,开发基于不同生产任务的多目标优化模型烧结终点智控方法非常有必要。
技术实现思路
1、本发明的目的是为了解决现有技术中存在的缺点,而提出的一种基于多目标优化模型的烧结终点智控方法。
2、为实现上述目的,本发明采用了如下技术方案:一种基于多目标优化模型的烧结终点智控方法:所述方法具体步骤如下:
3、s1:分别根据实际需要计算得到扰动值;
4、所述扰动值有五项,分别是配料原料变化扰动值r1、料层透气性扰动值r2、烟道温度扰动值r3、点火强度扰动值r4以及混合料水分变化扰动值r5;
5、当原料市场价格变化,采购的原料条件发生较大变化,通过计算得到配料原料变化扰动值r1以及料层透气性扰动值r2;
6、当产品滞销时,需要减少烧结矿的产量,此时需要降低料层厚度,降低点火强度,通过计算得到烟道温度扰动值r3以及点火强度扰动值r4;
7、当原料工况变化时,需要保证烧结矿产品质量时,通过计算得到料层透气性扰动值r2、烟道温度扰动值r3、点火强度扰动值r4以及混合料水分变化扰动值r5。
8、s2:将步骤s1中分别计算得到的扰动值作为预测模型的变量值,得到烧结终点位置预测模型,并进行比较。
9、s3:比较步骤s2中的终点位置预测模型,根据步骤s1中的实际情况变化判定终点位置预测模型是否还在预测终点区域;
10、如果仍在预定终点位置区域,重置开始命令;
11、如果不在预定终点位置区域,则根据权重再进行判断,权重包括烧结机机速调整量、主抽频率变化量以及调整料层厚度;
12、最后在步骤s3中所有没有在预测终点区域的终点位置预测模型经过调整后,重置开始命令,结束模型的预测。
13、较佳的,所述步骤s2中,所述的烧结终点位置预测模型函数如下:
14、z=f(r1,r2,r3,r4,r5),函数f的具体表达式根据生产数据计算得到;
15、函数f的一般表达式:z=k1*r1+k2*r2+k3*r3+k4*r4+k5*r5,其中k1、k2、k3、k4、k5为系数,根据生产历史数据通过最小二次法拟合计算得到。
16、较佳的,所述步骤s1中,所述配料原料变化扰动值的计算方法如下:原料变化扰动值r1=[1-(实际碱度-基准碱度值)/基准碱度值]*[1-|实际焦粉量-基准焦粉量|/基准焦粉量]。
17、一般的,每个生产企业基准碱度值和基准焦粉是生产定值,基准碱度值在1.8~2.0,基准焦粉量在4~6%。
18、较佳的,所述步骤s1中,所述烟道温度扰动值的计算方法如下:
19、烟道温度扰动值r2=[1-|实际温度-基准温度|/基准温度]。一般的,每个生产企业烟道基准温度是生产定值,基准温度值在110~140℃。
20、较佳的,所述步骤s1中,所述点火强度扰动值的计算方法如下:点火强度扰动量r3=1-|实测温度-基准温度|/基准温度 。一般的,每个生产企业烟道基准温度是生产定值,基准温度值在1100℃。
21、较佳的,所述步骤s1中,所述料层透气性扰动值的计算方法如下:料层透气性扰动值r4;
22、其中:q为烧结机的风量;a为烧结机的面积;h为烧结料的高度,∆p为料层阻力,n为系数,一般取0.6。
23、较佳的,所述步骤s1中,所述混合料水分变化扰动值的计算方法如下:
24、水分扰动量r5=基准值-总给水量/总物料重量*修正因子。一般的,每个生产企业水分基准值是生产定值,约为7.2%,总给水量通过水管道计量表读取得到,总物料重量通过皮带秤读取得到,修正因子根据生产历史数据通过最小二次法拟合计算得到。
25、较佳的,所述步骤s3中,通过烧结终点位置预测模型计算和目标位置进行比较判断,得到差值是否调整,如需调整;
26、根据烧结机机速调整量,判断烧结机机速调整量是否超调整范围,是则重置开始命令;否则调整烧结机机速,然后再重置开始命令;
27、根据主抽频率变化量,判断主抽频率调整量是否超范围,是则重置开始命令;否则调整主抽频率,然后再重置开始命令;
28、根据调整料层厚度,判断料层厚度是否超范围,是则重置开始命令;否则调整圆辊速度,然后再重置开始命令;
29、当不再进行烧结机终点控制时,退出本预测模型,结束。
30、与现有技术相比,本发明的有益效果为:本方法较传统烧结生产终点控制自动化、智能化更高,在减轻操作人员工作量的同时,能够根据不同生产任务实现精确控制烧结机的烧结终点位置,保证烧结生产的稳定性;烧结终点位置预测模型内置有机器自学习功能,通过积累学习调整经验,通过优化调整烧结机机速调整量、主抽频率变化量以及调整料层厚度,建立不同目标条件下的最优生产数据库,实现快速反应调整生产的目标。
1.一种基于多目标优化模型的烧结终点智控方法,其特征在于:所述方法具体步骤如下:
2.如权利要求1所述的一种基于多目标优化模型的烧结终点智控方法,其特征在于:所述步骤s2中,所述的烧结终点位置预测模型函数如下:z=f(r1,r2,r3,r4,r5),函数f的具体表达式根据生产数据计算得到。
3.如权利要求1所述的一种基于多目标优化模型的烧结终点智控方法,其特征在于:所述步骤s1中,所述配料原料变化扰动值的计算方法如下:原料变化扰动值r1=[1-(实际碱度-基准碱度值)/基准碱度值]*[1-|实际焦粉量-基准焦粉量|/基准焦粉量]。
4.如权利要求1所述的一种基于多目标优化模型的烧结终点智控方法,其特征在于:所述烟道温度扰动值的计算方法如下:烟道温度扰动值r2=[1-|实际温度-基准温度|/基准温度]。
5.如权利要求1所述的一种基于多目标优化模型的烧结终点智控方法,其特征在于:所述步骤s1中,所述点火强度扰动值的计算方法如下:点火强度扰动量r3=1-|实测温度-基准温度|/基准温度 。
6.如权利要求1所述的一种基于多目标优化模型的烧结终点智控方法,其特征在于:所述步骤s1中,所述料层透气性扰动值的计算方法如下:料层透气性扰动值r4 。
7.如权利要求1所述的一种基于多目标优化模型的烧结终点智控方法,其特征在于:所述混合料水分变化扰动值的计算方法如下:水分扰动量r5=基准值-总给水量/总物料重量*修正因子 。
8.如权利要求1所述的一种基于多目标优化模型的烧结终点智控方法,其特征在于:所述步骤s3中,通过烧结终点位置预测模型计算和目标位置进行比较判断,得到差值是否调整。