本发明属于数据处理,具体涉及一种多源化转炉冶炼状态监测方法及系统。
背景技术:
1、当前,转炉冶炼过程因其炉内温度高、液态渣金多相共存、反应剧烈等原因,炉内反应连续持续检测困难,存在“黑箱”化作业的特征,尤其在转炉冶炼过程存在喷溅、返干等异常情况,给转炉冶炼过程平稳控制带来极大危害,导致转炉冶炼钢铁料和辅原料消耗增加、钢水终点质量无法保障、环境污染问题突出等。
2、在转炉冶炼后期,有副枪检测但无法满足转炉吹炼全过程动态持续检测;部分研究人员结合物化反应机理构建了过程温度和成分预测模型,但仍然存在预测误差大等问题;因转炉炉内反应剧烈,对冶炼过程反应状态进行有效预测,对转炉平稳、高效生产至关重要。
技术实现思路
1、针对现有技术的上述不足,本发明提供一种多源化转炉冶炼状态监测方法及系统,以解决上述技术问题。
2、第一方面,本发明提供一种多源化转炉冶炼状态监测方法,包括:
3、在对转炉吹氧期间,持续从多个检测设备采集多组检测数据;
4、将采集时间作为自变量,相应的检测数据作为因变量,生成多组离散点;
5、分别对指定时间范围内的多组离散点进行曲线拟合,得到多个拟合函数;
6、根据多个拟合函数的上升趋势或下降趋势组成的趋势组合,和预先设定的趋势组合与冶炼状态的对应关系,预测冶炼状态。
7、进一步的,在对转炉吹氧期间,持续从多个检测设备采集多组检测数据,包括:
8、在转炉吹氧期间,持续从音频化渣设备提取音频强度i,并同步从烟气分析设备采集一氧化碳浓度和二氧化碳浓度。
9、进一步的,方法还包括:
10、对于不同冶炼时期,每秒采集一次音频强度i、一氧化碳浓度和二氧化碳浓度;
11、绘制音频强度i曲线、一氧化碳浓度曲线和二氧化碳浓度曲线;
12、从多条曲线中分别选取出不存在峰值或谷值的多条线段,并将多条线段中的最短线段对应的时间长度设定为曲线拟合的数据范围,时间长度的单位为秒。
13、进一步的,分别对指定时间范围内的多组离散点进行曲线拟合,得到多个拟合函数,包括:
14、将转炉冶炼tn-5至tn时间序列时间内的烟气分析co%、co2%浓度以及音频强度i,分别设定为纵坐标为因变量y,将tn-5至tn按秒计时的时间序列时间设定为横坐标为自变量x;
15、计算自变量x和因变量y的均值,分别记为x_mean和y_mean;
16、计算每个离散点与均值之间的差值,分别记为△x和△y;
17、对每个离散点的△x和△y进行乘积运算,得到乘积的和,记为sum_product;同时计算△x的平方和,记为sum_△x_squared;
18、采用最小二乘法进行斜率计算:
19、min σ(yi- f(xi))^2;
20、其中,σ表示求和,yi是第i个转炉冶炼tn-5至tn时间序列时间内的烟气分析co%、co2%浓度以及音频强度i实际检测值;xi是对应的转炉冶炼tn-5至tn时间序列时间值,f(xi)是拟合函数的预测值;
21、计算斜率和截距,斜率(a)的计算公式为:a = sum_product / sum_△x_squared;截距(b)的计算公式为:b = y_mean - a * x_mean;
22、将斜率和截距代入直线方程y= a * x+ b,得到最佳拟合直线的方程。
23、进一步的,计算差值乘积与差值平方和:对每个离散点的△x和△y进行乘积运算,得到乘积的和,包括:
24、从给定的离散点数据中选择一个点,记为 (x1, y1);
25、计算该点的 △x 和 △y;△x 表示该点的 x 值与 x 的均值之间的差值,△y 表示该点的 y 值与 y 的均值之间的差值;△x = x1- x_mean;△y= y1- y_mean;
26、计算该点的 △x 与 △y 的乘积,记为 product1:product1= △x * △y
27、对每个离散点都进行相同的计算,得到每个点的乘积 product;
28、将所有乘积相加,得到乘积的和 sum_product:sum_product = productn-5+productn-4+productn-3+productn-2+productn-1+ productn;
29、最后得到的sum_product 就表示 △x 和 △y 的乘积的和。
30、进一步的,根据多个拟合函数的上升趋势或下降趋势组成的趋势组合,和预先设定的趋势组合与冶炼状态的对应关系,预测冶炼状态,包括:
31、对烟气分析co%、co2%浓度以及音频强度i 的5个离散点的曲线斜率分别定义为:
32、a【co%】= sum_product【co%】/ sum_△x_squared;a【co2%】= sum_product【co2%】/ sum_△x_squared;a【i】= sum_product【i】/ sum_△x_squared;
33、所述对应关系包括:
34、转炉冶炼过程喷溅预测:a【co%】<0且a【co2%】>0且a【i】<0;
35、当烟气分析浓度和音频强度i离散分布数据曲线斜率满足上述条件时,即刻进行预测报警,说明有发生喷溅趋势;
36、转炉冶炼过程返干预测:a【co%】>0且a【co2%】<0且a【i】>0;
37、当烟气分析浓度和音频强度i离散分布数据曲线斜率满足上述条件时,即刻进行预测报警,说明有发生返干趋势;
38、其它斜率组合均判定为转炉冶炼正常。
39、进一步的,方法还包括:
40、采集现场监控视频;
41、若监控视频存在火焰,则将出现火焰的视频帧时间记录为第一时间,并判断第一时间与预测的喷溅时间是否匹配,若不匹配则生成报错信息;
42、若监控视频存在频繁吊枪作业场景,则将频繁吊枪作业场景的开始时间记录为第二时间,并判断第二时间与预测的返干时间是否匹配,若不匹配则生成报错信息。
43、进一步的,在预测冶炼状态之后,方法还包括:
44、若冶炼状态为喷溅趋势,则执行压枪、压渣的控制策略;
45、若冶炼状态为返干趋势,则执行提枪、加含铁氧化物的控制策略。
46、第二方面,本发明提供一种多源化转炉冶炼状态监测系统,包括:
47、数据采集模块,用于在对转炉吹氧期间,持续从多个检测设备采集多组检测数据;
48、数据转换模块,用于将采集时间作为自变量,相应的检测数据作为因变量,生成多组离散点;
49、曲线拟合模块,用于分别对指定时间范围内的多组离散点进行曲线拟合,得到多个拟合函数;
50、状态预测模块,用于根据多个拟合函数的上升趋势或下降趋势组成的趋势组合,和预先设定的趋势组合与冶炼状态的对应关系,预测冶炼状态。
51、进一步的,在对转炉吹氧期间,持续从多个检测设备采集多组检测数据,包括:
52、在转炉吹氧期间,持续从音频化渣设备提取音频强度i,并同步从烟气分析设备采集一氧化碳浓度和二氧化碳浓度。
53、进一步的,系统还包括:
54、对于不同冶炼时期,每秒采集一次音频强度i、一氧化碳浓度和二氧化碳浓度;
55、绘制音频强度i曲线、一氧化碳浓度曲线和二氧化碳浓度曲线;
56、从多条曲线中分别选取出不存在峰值或谷值的多条线段,并将多条线段中的最短线段对应的时间长度设定为曲线拟合的数据范围。
57、进一步的,分别对指定时间范围内的多组离散点进行曲线拟合,得到多个拟合函数,包括:
58、将转炉冶炼tn-5至tn时间序列时间内的烟气分析co%、co2%浓度以及音频强度i,分别设定为纵坐标为因变量y,将tn-5至tn按秒计时的时间序列时间设定为横坐标为自变量x;
59、计算自变量x和因变量y的均值,分别记为x_mean和y_mean;
60、计算每个离散点与均值之间的差值,分别记为△x和△y;
61、对每个离散点的△x和△y进行乘积运算,得到乘积的和,记为sum_product;同时计算△x的平方和,记为sum_△x_squared;
62、采用最小二乘法进行斜率计算:
63、min σ(yi- f(xi))^2;
64、其中,σ表示求和,yi是第i个转炉冶炼tn-5至tn时间序列时间内的烟气分析co%、co2%浓度以及音频强度i实际检测值;xi是对应的转炉冶炼tn-5至tn时间序列时间值,f(xi)是拟合函数的预测值;
65、计算斜率和截距,斜率(a)的计算公式为:a = sum_product / sum_△x_squared;截距(b)的计算公式为:b = y_mean - a * x_mean;
66、将斜率和截距代入直线方程y= a * x+ b,得到最佳拟合直线的方程。
67、进一步的,计算差值乘积与差值平方和:对每个离散点的△x和△y进行乘积运算,得到乘积的和,包括:
68、从给定的离散点数据中选择一个点,记为 (x1, y1);
69、计算该点的 △x 和 △y;△x 表示该点的 x 值与 x 的均值之间的差值,△y 表示该点的 y 值与 y 的均值之间的差值;△x = x1- x_mean;△y= y1- y_mean;
70、计算该点的 △x 与 △y 的乘积,记为 product1:product1= △x * △y
71、对每个离散点都进行相同的计算,得到每个点的乘积 product;
72、将所有乘积相加,得到乘积的和 sum_product:sum_product = productn-5+productn-4+productn-3+productn-2+productn-1+ productn;
73、最后得到的sum_product 就表示 △x 和 △y 的乘积的和。
74、进一步的,根据多个拟合函数的上升趋势或下降趋势组成的趋势组合,和预先设定的趋势组合与冶炼状态的对应关系,预测冶炼状态,包括:
75、对烟气分析co%、co2%浓度以及音频强度i 的5个离散点的曲线斜率分别定义为:
76、a【co%】= sum_product【co%】/ sum_△x_squared;a【co2%】= sum_product【co2%】/ sum_△x_squared;a【i】= sum_product【i】/ sum_△x_squared;
77、所述对应关系包括:
78、转炉冶炼过程喷溅预测:a【co%】<0且a【co2%】>0且a【i】<0;
79、当烟气分析浓度和音频强度i离散分布数据曲线斜率满足上述条件时,即刻进行预测报警,说明有发生喷溅趋势;
80、转炉冶炼过程返干预测:a【co%】>0且a【co2%】<0且a【i】>0;
81、当烟气分析浓度和音频强度i离散分布数据曲线斜率满足上述条件时,即刻进行预测报警,说明有发生返干趋势;
82、其它斜率组合均判定为转炉冶炼正常。
83、进一步的,方法还包括:
84、采集现场监控视频;
85、若监控视频存在火焰,则将出现火焰的视频帧时间记录为第一时间,并判断第一时间与预测的喷溅时间是否匹配,若不匹配则生成报错信息;
86、若监控视频存在频繁吊枪作业场景,则将频繁吊枪作业场景的开始时间记录为第二时间,并判断第二时间与预测的返干时间是否匹配,若不匹配则生成报错信息。
87、本发明的有益效果在于,本发明提供的多源化转炉冶炼状态监测方法及系统,结合转炉冶炼过程的机理特征和实践分析,并以音频化渣、烟气分析相关数据特征,自转炉开吹至吹氧结束为预测周期,以1s为单位获取数据并动态循环预测,实现转炉吹炼过程的持续预测。该发明经建模后在现场进行验证,达到了转炉冶炼过程的持续动态预测效果,并结合转炉冶炼过程专家经验判定,予以提前工艺调整,实现转炉冶炼过程的高效、平稳。
88、此外,本发明设计原理可靠,结构简单,具有非常广泛的应用前景。