一种基于高炉雷达数据的料层分布可视化方法
【技术领域】
[0001] 本发明涉及高炉炼铁控制技术领域，特别是指一种基于高炉雷达数据的料层分布 可视化方法。
【背景技术】
[0002] 高炉料层分布与高炉内的煤气流分布、燃料比等有直接关系，是高炉操作人员判 断炉况效率和准确性的重要依据，关系到炉况是否顺行，最终影响到高炉冶炼指标。随着计 算机技术的发展，高炉可视化已成为一种掌握料层状况、调节布料矩阵等参数的可靠手段。 因此，研究高炉可视化，及时发现料面料层变化情况对高炉生产的稳定和安全具有重要意 义。
[0003] 中国专利CN200710064497.3《高炉料面形状动态立体监测系统和检测方法》采用 在高炉炉顶安装以渐开线分布的多台雷达对料面形状进行检测，再以料面高度数据为基准 拟合动态的料面曲线。该方法研究了利用多雷达检测高炉料面形状的方法，可以获取料面 的形状，没有料层分布及其运动趋势的分析方法。
[0004] 中国专利CN201010290782.9《一种基于多源异构数据融合的高炉料面成像系统》 采用高炉雷达和机械探尺获取的料面信息，十字测温热电偶获得料面上方的温度信息进行 多源异构数据融合，形成准确的料面形状。该专利利用有限的雷达测量数据，配合探尺数据 和十字测温数据，以及长期的布料经验，达到贴近真实料面的效果，改善了料面成像精度。 但该发明只提出了一种料面形状的估计方法，无料层信息及可视化分析方法。
[0005] 中国专利CN201110125524.X《基于多点雷达数据的无料钟高炉炉顶布料闭环控制 方法》，其特点是:利用多点雷达数据和布料模型估计料面形状;建立矿焦比分布数学模型， 并代替煤气流分布;根据炉况信息建立期望矿焦比分布数学模型;在利用多点雷达数据建 立的布料模型基础上，设置最优布料矩阵，使下次布料后的矿焦比分布达到期望;最后实现 闭环控制及合理煤气流分布的目的。
[0006] 以上专利的不断改进，可以准确绘制出料面形状，但未利用雷达实测数据进一步 深入给出料层的可视化分布。
[0007] 美国专利US 4322627《Apparatus For Monitoring The Surface Of Charge Of A Shaft Furnace》采用在高炉炉顶安装遥测光学辐射激光发射器，利用激光扫描料面获取 信息，进而绘制出料面三维图像。但该专利只利用单一激光方法绘制料面，并没有开展料层 下降模型方面的研究。
[0008] 美国专利US2014333752(Al)《System and Method For On-line Measuring A Burden Surface In A Blast Furnace》同时采用多个激光发射器和视频摄像机获取料面 信息，其特点是可以获取料面大量且准确的实际检测点数据，进而绘制出准确的料面形状。
[0009] 以上专利利用激光发射器或视频摄像机获取料面信息，但易受到高炉内部复杂环 境的影响，而造成实测数据的不准确，同时仍然未研究料层的分布情况。
[0010] 综上所述，现有的各种高炉可视化方法只研究料面形状等信息，没有对高炉料层 的运行状态和趋势进行可视化的方法研究。
【发明内容】
[0011] 本发明要解决的技术问题是提供一种基于高炉雷达数据的料层分布可视化方法， 以解决现有技术所存在的没有对高炉料层的运行状态和趋势进行可视化的方法研究的问 题。
[0012] 为解决上述技术问题，本发明实施例提供一种基于高炉雷达数据的料层分布可视 化方法，包括：
[0013] S1、通过高炉雷达获取各测量点的测量数据；
[0014] S2、对获取到的测量数据进行预处理，根据预处理后的测量数据得到降料期间的 料面下降速度；
[0015] S3、基于得到的降料期间的料面下降速度，推算料层下降速度；
[0016] S4、基于推算出的料层下降速度，得到料层分布；
[0017] S5、在时间、径向、高度三个维度上对料层分布趋势进行拟合，得到在时间_径向_ 高度上的三维料层分布可视化图形。
[0018] 进一步地，所述三维料层通过任意剖面的可视化方法展现料层运动形状；
[0019] 在时间-高度二维剖面上显示跟踪料面的相关信息，所述料面的相关信息包括:加 料和降料时间的料面信息、料面上各点下降速度；
[0020] 在时间-高度二维剖面上还显示跟踪某一料层的动态变化，所述料层的动态变化 包括:剖面后的料层位置信息、料层下降速度的变化；
[0021] 在径向-高度二维剖面上显示跟踪某一个料层的相关信息，所述料层的相关信息 包括:剖面后的料线信息、料线形状的变化、料线上各点下降速度；
[0022]在径向-高度二维剖面上还显示跟踪料层分布的动态变化，所述料层分布的动态 变化包括:剖面后料层分布信息、矿焦层厚度、各料层的矿焦比。
[0023] 进一步地，所述对获取到的测量数据进行预处理包括：
[0024] 若所述高炉雷达为阵列雷达，则采用基于统计模型的异常数据挖掘算法剔除异常 数据，并分区间进行数据采样，选取有效的测量数据；
[0025] 若所述高炉雷达为旋转雷达，则采用肖维勒方法剔除异常数据，并用相应的雷达 探尺数据补充空缺处，得到有效的测量数据。
[0026] 进一步地，所述根据预处理后的测量数据得到降料期间的料面下降速度包括：
[0027] S201、记录各测量点的一次加料结束和下一次加料开始时刻的料面高度值和时间 值；
[0028] S202、根据记录的一次加料结束和下一次加料开始时刻的料面高度值和时间值， 得到对应降料期间的料面下降速度；
[0029] S203、基于抛物线模型的最小二乘法修正料面各点下降速度；
[0030] S204、重复S201~S203,得出各个降料期间的料面下降速度。
[0031] 进一步地，在S203之后包括：
[0032] 记录各测量点之间的扫描时间间隔，及加料开始和结束时刻的时间值；
[0033] 根据料面下降速度和记录的扫描时间间隔预测各测量点在同一时刻的料面高度 值；
[0034]根据料面下降速度预测在加料开始和结束时刻的料面高度值。
[0035] 进一步地，所述S3包括：
[0036] S301、一次加料产生新料层，在降料期间，基于S2得到的料面下降速度作为新料层 下降速度；
[0037] S302、在该降料期间，保持旧料层下降速度与新料层下降速度相等，且匀速下降；
[0038] S303、再次加料又产生新料层，在此期间所有料层保持下降速度不变，继续匀速下 降；
[0039] S304再次降料期间，基于S2得到的料面下降速度作为又产生的新料层下降速度， 重复S302~S303得出所有料层的新下降速度；
[0040] S305、根据S301~S304，获得所有料层在各个布料周期的下降速度。
[0041 ] 进一步地，所述S4包括：
[0042]根据推算出的料层下降速度，并结合加料结束时刻的料面高度值和布料周期，得 出矿石层和焦炭层的下降高度，得到料层分布。
[0043] 进一步地，所述S5包括：
[0044] 在时间维度上，对料面进行分段拟合；
[0045] 所述在时间维度上，对料面进行分段拟合包括：
[0046] 根据布料标记，判断当前时刻是否为布料时刻；
[0047] 若当前时刻是布料时刻，则保留原始数据；
[0048] 若当前时刻不是布料时刻，则制定拟合区间进行区间拟合。
[0049] 进一步地，所述S5包括：
[0050] 若所述高炉雷达为阵列雷达，在径向维度上采用三次样条插值算法拟合料线形 状，在时间维度上采用基于正交多项式的最小二乘法对料面进行分段拟合，得到时间-径 向-高度上的三维料面变化趋势图和料层分布趋势图；
[0051] 其中，料线形状变化的实质是料层的均匀下降。
[0052] 进一步地，所述S5包括：
[0053]若所述高炉雷达为旋转雷达，在径向维度上采用三次样条插值算法或B样条插值 算法拟合料线形状，在时间维度上采用三次样条插值算法对料面进行分段拟合，得到时间-径向-高度上的三维料面变化趋势图