r>[0037]图3是风箱废气温度拟合曲线图。
[0038]图4是求解风箱废气温度曲线上差值Δ X示意图。
【具体实施方式】
[0039]下面结合附图和实施例对本发明作进一步说明。
[0040] 参照图2,某钢厂360m2烧结机，抽风段长90m，台车宽4m。共有24个风箱，其中1#~ 4 #，23#~24#风箱长度为3m，5#~22#风箱长度为4m。因此，针对风箱温度不一致的问题，在对 各个风箱废气温度值的处理时，不能简单认为都是等间隔距离检测的数据。根据此烧结机 的实际情况，对于现场能够检测到的 1#、2#、3#、5#、7#、9 #、11#、13#、15#、17#、18 #、19#、20#、21#、 22#、23 #、24#风箱的废气温度值，分别对应烧结台车上的离点火处的距离是1.5m、4.5m、 7.5m、14m、22m、30m、38m、46m、54m、62m、66m、70m、74m、78m、82m、85.5m、88.5m。
[0041] 烧结料层热状态是指烧结生产过程中，混合料中燃料燃烧提供的高温环境。在抽 风烧结过程中，空气从料层表面吸入，垂直经过混合料层，最后变成风箱废气排出。在此过 程中，由气相和固相能量平衡方程可知，混合料之间的热传递作用使得气体温度上升，其温 度变化趋势可以反映出料层温度的变化趋势。因此，风箱废气温度曲线的变化能够反映烧 结料层热状态的变化。对于风箱废气温度曲线，最重要的特征参数是废气最高温度和废气 高温保持时间。
[0042] 利用本发明提供了一种基于风箱废气温度的烧结料层热状态识别方法，对该钢厂 的数据进行处理，包括以下步骤：
[0043] 步骤一:选定一个采样周期对烧结机的各个风箱废气温度进行测量，然后对实际 测量的风箱废气温度数据进行时序配准和平均值法处理，通过拟合法对经过时序配准和平 均值法处理的风箱废气温度数据进行多阶次拟合得到拟合函数，最后改变采样周期并重复 上述过程以验证所选择的拟合函数具有合理性；
[0044] 步骤一具体包括以下过程：
[0045] (1-1)选定采样周期T，然后对采样所得到的风箱废气温度数据进行时序配准和平 均值法处理，利用经过时序配准和平均值法处理的风箱废气温度数据建立样本数据库；设 风箱数目为n，用(Xl， yi)表示一个样本数据，1 = 1，2，...111表示第1个风箱离点火处的距 离，yi表示离点火处距离为h的风箱废气温度值；
[0046] 步骤（1-1)所述的建立样本数据库具体包括以下过程:对在烧结机上的检测装置 采集的连续且周期为t的2个以上不同风箱废气温度数据进行时序配准及平均值法处理:首 先取定实际采样周期t，并以周期t对风箱废气温度数据进行采样，然后取定样本周期T，其 中T = mt，m取自然数，并将同一个风箱的周期为t的风箱废气温度数据按周期为T进行重新 划分，对划分到一个周期T中的风箱废气温度数据求平均值，以得到2个以上个周期为T的样 本数据来建立样本数据库。
[0047] 按上述方法获取风箱废气温度和建立烧结料层热状态识别模型的样本库：
[0048] (a)风箱废气温度的采样
[0049]在抽风烧结中，由于是由上往下抽风，焦粉也随着从上而下燃烧，以此造成的料层 热状态也会随之变化。在烧结台车的不同位置，对应的风箱的废气温度也不尽相同。在某钢 厂的烧结车间，检测周期为5s，每次检测到的包括1#、2#、3#、5 #、7#、9#、11#、13#、15 #、17#、18#、 19#、20#、21 #、22#、23#、24#风箱的废气温度值。
[0050] (b)建立风箱废气温度的样本库
[0051] 对5秒采集的多个连续周期的风箱废气温度数据进行时序配准及平均值法处理， 分别得到单个周期为1分钟的样本数据，建立风箱废气温度的样本库。
[0052]平均值法，即在5秒采集的多个连续周期的风箱废气温度数据中，每12组计算出一 组平均值，得到周期为1分钟的样本组。对某烧结厂现场每天检测到的数据重复此操作，建 立单个周期为1分钟的风箱废气温度样本库。
[0053] (c)重复第(b)步骤，分别建立单个周期为5分钟，10分钟的风箱废气温度的样本 库。
[0054] (1-2)采用三次样条插值法，分别以^"_、幻、"_和&为一个给定节点，将各个离散的 样本数据拟合成一条光滑的曲线，得至丨」拟合函数为分段函数Λ'(.γ)=: 0办--)'_ + )- + < (x -气)+《， 其中 xe(xj，xj+1)，j = l，2, · · ·，n-l，j 表示风箱序数，S(X)是节点 Xl、X2、"_、Xj、···和 Xn 上的三 次样条插值函数，4、4、<和4为拟合得到的系数；
[0055] (1-3)将烧结机各个风箱离点火处的距离值&代入拟合函数，分别求出对应的温 度值S(Xj)，再将得到的温度值S(Xj)与随机挑选的周期为T的样本统计数据值比较，以验证 拟合函数的合理性；
[0056] 可以从烧结工艺实际情况和反映的原始数据信息方面综合考虑，根据得到的风箱 废气温度曲线，确定拟合曲线中的最高温度值和对应的离点火处位置，如果拟合曲线的最 高温度值大于300°C，以及取得最高温度值时对应的位置处于倒数第二个风箱和倒数第三 个风箱之间，则认为该拟合函数是合理的，从而确定拟合函数具有合理性。
[0057] (1-4)改变数据采样周期，重复步骤(1-1)至步骤(1-3)，验证所选择的拟合函数的 合理性。
[0058]利用上述步骤进行拟合函数的选取：
[0059] (a)对上述得到的单个周期为1分钟的样本数据分别进行普通的拟合，三次样条插 值拟合，由于三次样条插值法可以实现采样点的零误差，而且得到的曲线图也比较符合生 产工艺，根据曲线可得，在倒数第二个风箱位置处，风箱废气温度值取得最大值，而且最高 温度值大于300°C，故最终选择三次样条插值法;所得曲线如图3所示；
[0060] (b)将 1#、2#、3#、5#、7#、9 #、11#、13#、15#、17#、18 #、19#、20#、21#、22#、23 #、24#风箱这17 个风箱离点火处的具体位置 1 · 5m、4 · 5m、7 · 5m、14m、22m、30m、38m、46m、54m、62m、66m、70m、 7如1、78111、82111、85.5111、88.5111代入对应的原拟合函数，分别求出对应的温度值，再将得到的温 度值与单个周期为1分钟的样本数据值比较，验证该方法的正确性；
[0061] (C)再分别取单个周期为5分钟、10分钟的样本数据，重复上述2个步骤，验证所选 择的拟合函数的合理性。
[0062] 步骤二:在拟合函数具有合理性的基础上求出拟合函数的系数值，然后将系数值 代入拟合函数中，通过微分求极值法，求取温度曲线的最高值，即得到在烧结机的机身长度 范围内最高风箱废气温度；
[0063]步骤二具体包括以下过程：
[0064] (2-1)选取一组周期为T的样本数据(Xj，n)，代入到拟合函数
其中(xj，xj+1)，j = 1，2…n-1，并且满足条 件当j = l，2，"n时，S(xj)=yj;采用三次样条插值法，以xi，X2,. . .，xk, . . .，χη为给定节点，k =2,3，...，11-1，并且在节点11{处满足连续性条件3^-0) = 3^+0)、3/^-0) = 3/^+0)和 5〃（^-0)=5〃（^+0)，在两端点11和&处采用非扭结边界条件，计算出拟合函数5(4中系数 <、喊、和4的值，其中j = l，2"_n-l，即得到拟合函数；
[0065] (2-2)将步骤(2-1)中求解出的《/、&、α/和4的值代入原拟合函数
[0066]
中，求解出以下方程的X值；
[0067]
[0068] (2-3)将步骤(2-2)中求解出的X值分别代入拟合函数 !$*(￥)'= 4+ ) +4(? 4 > 求出拟合函数的取大值Srnax，Srnax为温度曲线 的最高值，即在烧结机的机身长度范围内最高风箱废气温度。
[0069] 利用上述步骤进行最高温度值的确定：
[0070] (a)在样本库中选取单个周期为1分钟的一组数据（&，^)，其具体值为（1.5， 76 · 24484866)，（4 · 5，103 · 5278814)…（88 · 5，289 · 4530284)，共 17组，采用三次样条插值函 数法，可求解出 S(.t) = β; (X -X, )3 + < (X - x7. F + fl/ (X - ?, ) + < 的系数值 aj、a2y、α/ 和《（共 16组），其中xe(xj,xj+1)，j = l ,2···16。
[0071]
[0072]
[0073] 表1样本库中选取的数据
[0074] (b)将求解出的系数值<、o2y、和:邱（共16组）代入到