本发明涉及冶金化工技术领域，具体涉及一种基于材料基因的烧结矿烧结模型确定方法和系统。
背景技术：
由于近年来钢铁工业的迅速发展，市场上的矿石种类越来越多，现有的供矿点分散、规模小，加上矿石供应商的管理比较粗放，造成钢铁厂使用的矿石原料种类较多、成分不稳定、烧结性能差异较大，这对稳定烧结和炼铁生产造成不良影响。另外，目前主要以“炒菜法(试错法)”为基础的传统烧结研发模式不利于高炉烧结矿质量的预测与调控。
技术实现要素：
为了针对烧结矿性能需求快速制定最优的烧结工艺，保证烧结矿的质量，本发明提供一种基于材料基因的烧结矿烧结模型确定方法和系统。
一方面，本发明提供了一种基于材料基因的烧结矿烧结模型确定方法，该方法包括：
步骤1，获取烧结原料基因数据库、烧结工艺参数基因数据库和烧结矿基因数据库；
步骤2，根据所述烧结原料基因数据库、所述烧结工艺参数基因数据库和所述烧结矿基因数据库确定烧结原料-烧结工艺参数-烧结矿的关联模型；
步骤3，根据烧结矿的性能需求确定所述关联模型中优化的所述烧结原料基因数据库中的烧结原料基因数据和所述烧结工艺参数基因数据库中的烧结工艺参数基因数据；
步骤4，根据表示所述烧结矿的性能需求的烧结矿基因数据和优化的所述烧结原料基因数据、所述烧结工艺参数基因数据确定烧结模型。
另一方面，本发明提供了一种基于材料基因的烧结矿烧结模型确定系统，该系统包括：
获取模块，用于获取烧结原料基因数据库、烧结工艺参数基因数据库和烧结矿基因数据库；
处理模块，用于根据所述烧结原料基因数据库、所述烧结工艺参数基因数据库和所述烧结矿基因数据库确定烧结原料-烧结工艺参数-烧结矿的关联模型；
以及根据烧结矿的性能需求确定所述关联模型中优化的所述烧结原料基因数据库中的烧结原料基因数据和所述烧结工艺参数基因数据库中的烧结工艺参数基因数据；
以及根据表示所述烧结矿的性能需求的烧结矿基因数据和优化的所述烧结原料基因数据、所述烧结工艺参数基因数据确定烧结模型。
本发明提供的基于材料基因的烧结矿烧结模型确定方法和系统的有益效果是，由于不同品质的烧结原料经烧结工艺后会形成不同品质的烧结矿，以不同烧结工艺对多种烧结原料进行烧结，获得多种性能的烧结矿，在检测得到分别包含烧结原料基因数据、烧结工艺参数基因数据和烧结矿基因数据的基因数据库后，利用各基因数据库中的相应基因数据可建立表征烧结原料-烧结工艺参数-烧结矿相互关系的关联模型，这样可有效整合上述实验基因数据。然后根据烧结矿的性能需求不断调整所需的烧结原料基因数据和烧结工艺参数基因数据，获得可达到烧结矿性能需求的最优烧结原料和烧结工艺参数基因数据，依此确定可获得最优特征参数的烧结矿的烧结模型。通过对基因数据的高效利用，在实际生产中，在确定烧结矿的性能需求后，可快速获得相应的烧结工艺，以指导烧结生产，保证烧结矿质量。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例的一种基于材料基因的烧结矿烧结模型确定方法的流程示意图；
图2为本发明实施例的一种基于材料基因的烧结矿烧结模型确定方法的示意图；
图3为本发明实施例的一种基于材料基因的烧结矿烧结模型确定系统的结构框图。
具体实施方式
以下结合附图对本发明的原理和特征进行描述，所举实例只用于解释本发明，并非用于限定本发明的范围。
如图1所示，本发明实施例的一种基于材料基因的烧结矿烧结模型确定方法包括：
步骤1，获取烧结原料基因数据库、烧结工艺参数基因数据库和烧结矿基因数据库。
步骤2，根据所述烧结原料基因数据库、所述烧结工艺参数基因数据库和所述烧结矿基因数据库确定烧结原料-烧结工艺参数-烧结矿的关联模型。
步骤3，根据烧结矿的性能需求确定所述关联模型中优化的所述烧结原料基因数据库中的烧结原料基因数据和所述烧结工艺参数基因数据库中的烧结工艺参数基因数据。
步骤4，根据表示所述烧结矿的性能需求的烧结矿基因数据和优化的所述烧结原料基因数据、所述烧结工艺参数基因数据确定烧结模型。
材料基因组计划的兴起将“基因”这一概念引入无机材料领域，将材料的特性以“基因”数据库的形式表现，为无机材料的研究提供了更多的可能性。
在本实施例中，由于不同品质的烧结原料经烧结工艺后会形成不同品质的烧结矿，以不同烧结工艺对多种烧结原料进行烧结，获得多种性能的烧结矿，在检测得到分别包含烧结原料基因数据、烧结工艺参数基因数据和烧结矿基因数据的基因数据库后，利用各基因数据库中的相应基因数据可建立表征烧结原料-烧结工艺参数-烧结矿相互关系的关联模型，这样可有效整合上述实验基因数据。然后根据烧结矿的性能需求不断调整所需的烧结原料基因数据和烧结工艺参数基因数据，获得可达到烧结矿性能需求的最优烧结原料和烧结工艺参数基因数据，依此确定可获得最优特征参数的烧结矿的烧结模型。通过对基因数据的高效利用，在实际生产中，在确定烧结矿的性能需求后，可快速获得相应的烧结工艺，以指导烧结生产，保证烧结矿质量。
优选地，所述烧结原料基因数据库根据如下步骤获得：
步骤1.1，分别提取不同烧结原料的微观特征、介观特征和宏观特征作为烧结原料基因数据。
步骤1.2，根据所述烧结原料基因数据确定所述烧结原料基因数据库。
包含多种不同烧结原料的微观特征、介观特征和宏观特征的烧结原料基因数据库可以全面地反映烧结原料对烧结矿的影响特征参数，有助于准确建立模型。
优选地，如图2所示，所述烧结原料的所述微观特征包括铁矿粉、燃料、熔剂的主要分子结构、化学成分，以及通过第一性原理模拟计算的铁矿粉各矿相分子的物理性质，记录为基因a1。
所述烧结原料的所述介观特征包括铁矿粉、燃料、熔剂的矿物组成、百分含量及显微结构，记录为基因b1。
所述烧结原料的所述宏观特征包括铁矿粉、燃料、熔剂的粒度分布、铁水同化性及液相流动性，记录为基因c1。
具体地，对于烧结原料基因数据库。
提取微观特征：烧结原料基因数据通过采用高分辨率透射电子显微镜(hrtem)、x射线光电子能谱(xps)等实验方法对铁矿粉主要分子结构、化学成分、矿物组成进行检测；通过findit晶体学数据库查找到球团原料各矿相晶体的晶胞参数，例如赤铁矿；使用materialsstudio软件castep模块采用广义梯度近似(gga)中的pbe泛函对球团矿该矿相晶体结构矿物晶胞进行结构优化；通过castep模块中analysis功能分析它们的基态物理性质以及力学性能。将上述烧结原料微观特征记录为基因a1。
提取介观特征：采用扫描电镜(sem)和光学显微镜对铁矿粉的显微结构进行分析，如铁矿粉中赤铁矿、磁铁矿、铁酸钙、硅酸盐等矿相形貌与含量；分析焦炭水分和灰分含量、组织的反应性以及显微力学性能检测等。将上述烧结原料介观特征记录为基因b1。
提取宏观观特征：选取粒径8mm、6.3mm、5mm、3.2mm、2.5mm、1.25mm、0.5mm粒径的筛子，对铁矿粉、燃料、熔剂进行粒度分布实验；铁矿粉同化性检测、铁矿粉流动性检测等。将上述烧结原料宏观特征记录为基因c1。
将所得a1、b1、c1数据储存，作为烧结原料基因数据库中的一个完整基因序列，a1、b1、c1也可成为三个独立的烧结原料基因片段数据库。重复上述步骤，对其他烧结原料进行微观、介观、宏观特征提取，组建a2b2c2基因序列。不断添加新的数据进入基因数据库获得更多基因序列anbncn。
优选地，所述烧结工艺参数基因数据库包括作为烧结工艺参数基因数据的烧结配料时的成分配比、原料的制粒特性、水分和配碳量，以及烧结操作时的料层高度、点火温度和抽风负压，将上述参数记录为基因α。
具体地，通过实验模拟烧结和收集整合烧结厂生产工艺参数，对某种烧结工艺进行记录并记做基因α。基因α包含配料时的成分配比、原料的制粒特性、水分、配碳量；烧结操作时的料层高度、点火温度、抽风负压等。某一种烧结原料会对应多个烧结工艺，即烧结原料基因序列会指向多个烧结工艺基因，通过不断地实验模拟和收集烧结厂参数，充实烧结工艺基因数据库αn。
包含多种不同烧结工艺参数的烧结工艺参数基因数据库可以全面地反映烧结工艺对烧结矿的影响特征参数，有助于准确建立模型。
优选地，所述烧结矿基因数据库根据如下步骤获得：
步骤1.3，分别提取不同烧结原料以不同烧结工艺参数条件进行烧结后的微观特征、介观特征和宏观特征作为烧结矿基因数据。
步骤1.4，根据所述烧结矿基因数据确定所述烧结矿基因数据库。
包含多种不同烧结矿的微观特征、介观特征和宏观特征的烧结矿基因数据库可以全面地反映烧结矿的特征参数，有助于准确建立模型，并根据表示烧结矿的性能需求的烧结矿基因数据快速确定合适的烧结加工工艺。
优选地，所述烧结矿的所述微观特征包括主要分子结构、化学成分和微观结构，以及通过第一性原理模拟计算的烧结矿各矿相分子的物理性质，记录为基因a1。
所述烧结矿的所述介观特征包括矿相结构、气孔结构和还原过程中的变化，记录为基因b1。
所述烧结矿的所述宏观特征包括粒度分布、转鼓指数、还原性、低温还原粉化率和软熔性能，记录为基因c1。
具体地，对于烧结矿基因数据库。选取合适大小的已知烧结原料与烧结工艺的烧结矿试样，然后测定与之对应的烧结矿基因序列。
提取微观特征：将烧结矿初步磨平后用xq-2b镶样机进行热镶，然后在p-2型抛光机上抛光20min至试样表面无明显划痕，然后使用扫描电子显微镜(nova400nm)与x-射线衍射分析检查样品的内部结构与成分，然后在晶体学数据库查找到该烧结矿各矿相晶体的晶胞参数，例如fe2o3、fe3o4、cao·fe2o3、cao·2fe2o3、ca2.5fe15.5o25、cao·sio2、ca3mg(sio4)2等；使用materialsstudio软件castep模块对烧结矿该矿相晶体结构矿物晶胞进行结构优化；通过castep模块中analysis功能分析它们的基态物理性质以及力学性能。将上述烧结矿微观特征记录为基因a1。
提取介观特征：采用扫描电镜、光学显微镜及三维重构软件，确定烧结矿的矿相结构与百分含量，并利用显微硬度仪测定各矿相的显微硬度；通过还原实验确定该烧结不同矿相过程中的变化过程。将上述烧结矿介观特征记录为基因b1。
提取宏观观特征：采用国标gb/t13241-91测量烧结矿还原度、国标gb/8209-87测量烧结矿转鼓强度、国标gb/t24235-2009测量烧结矿低温还原粉化指数、测量烧结矿软化温度及软化区间，熔融带透气性。将上述烧结矿宏观特征记录为基因c1。
将所得a1、b1、c1数据储存，作为烧结矿基因数据库中的一个完整基因序列，并将该烧结矿的烧结原料及烧结工艺数据建立链接，同时a1、b1、c1也可成为三个独立的烧结矿基因片段数据库。重复上述步骤，对其他烧结矿进行微观、介观、宏观特征提取，组建a2b2c2基因序列，不断充实烧结基因数据库获得更多基因序列anbncn。
当检索某种烧结矿时，会显示出与之对应的axbxcx基因序列，同时显示出包含该烧结矿对应的烧结原料基因和烧结工艺参数基因。当检索某性能对应的基因特征时，如单独检索c5，则会显示出包含c5特征的烧结原料基因和烧结工艺参数基因。
优选地，所述步骤2的具体实现为：采用机器学习方法对所述烧结原料基因数据库、所述烧结工艺参数基因数据库和所述烧结矿基因数据库中的基因数据进行分析，并建立表示烧结原料性能、烧结工艺参数与烧结矿性能之间关系的所述关联模型。
具体地，整理烧结原料基因数据库、烧结工艺参数基因数据库和烧结矿基因数据库，利用机器学习与数据挖掘对上述数据库中的数据进行分析与建模，寻找烧结原料、烧结工艺与烧结矿性能之间的联系，建立烧结原料-烧结工艺参数-烧结矿关联模型。
优选地，所述步骤3的具体实现为：对比在相同烧结原料，不同烧结工艺参数条件下的烧结矿的标定基因数据，确定可优化所述标定基因数据的所述烧结工艺参数基因数据；或对比相同烧结工艺参数，不同烧结原料条件下的烧结矿的标定基因数据，确定可优化所述标定基因数据的所述烧结原料基因数据。
具体地，以烧结矿中宏观特征的子项，低温还原粉化率为例。对比相同烧结原料条件下，不同烧结工艺条件下的低温还原粉化率，确定有利于降低低温还原粉化率的烧结工艺参数基因；对比相同烧结工艺条件下，不同烧结原料条件下的低温还原粉化率，确定有利于降低低温还原粉化率的烧结原料基因。
优选地，所述方法还包括：
步骤5，根据所述烧结模型确定烧结矿杯实验或烧结厂实验，获得实验结果，并通过对比所述烧结模型的预测结果与所述实验结果验证所述烧结模型。
具体地，烧结模型预测的结果也就是根据烧结矿的性能需求获得的结果，通过烧结矿杯或烧结厂实验对烧结矿试样进行详细实验检测，对比分析预测结果与实验结果，以验证和优化烧结矿优化后的烧结工艺。
同时，基于所需烧结矿性能，以上述关联模型为基础，对比在理论不同烧结工艺条件下的成品烧结矿基因，筛选理论所需烧结矿性能所对应的烧结工艺参数与烧结原料，设计烧结杯实验，解析实验成品烧结矿的基因，指导烧结生产。不断收集新的烧结实验数据，丰富烧结原料与烧结矿基因数据库，完善烧结原料-烧结工艺参数-烧结矿关联模型。
如图3所示，本发明实施例的一种基于材料基因的烧结矿烧结模型确定系统包括：
获取模块，用于获取烧结原料基因数据库、烧结工艺参数基因数据库和烧结矿基因数据库。
处理模块，用于根据所述烧结原料基因数据库、所述烧结工艺参数基因数据库和所述烧结矿基因数据库确定烧结原料-烧结工艺参数-烧结矿的关联模型。
以及根据烧结矿的性能需求确定所述关联模型中优化的所述烧结原料基因数据库中的烧结原料基因数据和所述烧结工艺参数基因数据库中的烧结工艺参数基因数据。
以及根据表示所述烧结矿的性能需求的烧结矿基因数据和优化的所述烧结原料基因数据、所述烧结工艺参数基因数据确定烧结模型。
优选地，所述处理模块具体用于：采用机器学习方法对所述烧结原料基因数据库、所述烧结工艺参数基因数据库和所述烧结矿基因数据库中的基因数据进行分析，并建立表示烧结原料性能、烧结工艺参数与烧结矿性能之间关系的所述关联模型。
优选地，所述处理模块具体还用于：对比在相同烧结原料，不同烧结工艺参数条件下的烧结矿的标定基因数据，确定可优化所述标定基因数据的所述烧结工艺参数基因数据；或对比相同烧结工艺参数，不同烧结原料条件下的烧结矿的标定基因数据，确定可优化所述标定基因数据的所述烧结原料基因数据。
优选地，所述系统还包括验证模块，所述验证模块用于根据所述烧结模型确定烧结矿杯实验或烧结厂实验，获得实验结果，并通过对比所述烧结模型的预测结果与所述实验结果验证所述烧结模型。
本发明实施例所提供的基于材料基因的烧结矿烧结模型确定方法和系统，有助于当烧结原料改变后，加速寻找烧结配矿方案，为高炉顺行及后续检测提供了便利。同时，研究各种矿石的基因特性指导配矿工作，可以发挥各种矿石的优势与合适的烧结工艺，生产出优质烧结矿供高炉使用，并使烧结矿在高炉生产中获得较好的冶炼效果。
读者应理解，在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。