一种高炉炼铁用球团的智能配矿系统、方法及存储介质与流程

本发明涉及炼铁用球团制备，具体而言，尤其涉及一种高炉炼铁用球团的智能配矿系统、方法及存储介质。

背景技术：

1、球团工艺和球团工艺相比，在节能、低碳和废气排放方面具有明显优势，如下：

2、1.球团工序能耗比烧结工序降低40％以上。

3、2.其烟气排放量只有烧结的75％左右，每吨球团矿的so2和nox排放量分别只有1/2和1/3，因此球团生产的环保投入和运行成本相对烧结都要低。

4、3.烧结矿依靠液相黏结，理想的料层透气性是烧结过程顺利进行的关键，适当比例的内配碳是必不可少的。而球团是固相焙烧固结，工艺过程可以完全不用焦或煤，对满足减排控制需要的清洁燃料种类可选性更高。

5、4.球团矿和烧结矿相比，球团矿具有品位高、粒度均匀等特点，容易满足高炉生产对低碳排放的要求。由于球团矿品位普遍高于烧结矿，高比例球团的使用，使入炉矿品位提高，渣比降低，炉渣对高炉炉衬冲刷侵蚀、渣流通过焦炭层的侵蚀，以及对软融滴落和透气性影响等都会降低，有利于高炉强化和优化高炉技术经济指标。优质冶金球团的制备和高炉高比例球团冶炼将是破解中国钢铁长流程降低污染物排放，实现低碳冶炼和可持续发展的最佳举措。

6、随着球团生产及应用技术发展，不同配矿结构的球团被生产应用起来，但是目前关于球团进行智能配矿研究的内容较少，大都是根据原料以及球团矿成分反推得来，并没有把成品球团性能与配矿情况深入结合，现有技术中的配矿方案与实际生产关联性不高。

技术实现思路

1、根据上述提出的技术问题，提供一种高炉炼铁用球团的智能配矿系统、方法及存储介质。本发明从配矿结构对球团性能影响角度着手，阐述了一种新型智能配矿方法。

2、本发明采用的技术手段如下：

3、一种高炉炼铁用球团的智能配矿系统，包括：数据库单元和球团配矿单元，其中：

4、所述数据库单元，包括数据收集模块、数据存储模块、数据分析模块，其中：

5、所述数据收集模块，用于收集生产现场数据和实验室数据；

6、所述数据存储模块，用于按照现场球团加工参数将所述现场数据进行分类并存储，以及将实验室数据进行分类并存储；

7、所述数据分析模块，用于将分类后的现场数据、实验室数据进行降噪处理，以及将降噪处理后的数据进行关联性分析并给出分析结果；

8、所述球团配矿单元，包括已知配矿方案模块和预测配矿方案模块，其中：

9、所述已知配矿方案模块，利用预先构建的球团数据机理融合子模型和球团矿质量成本的约束条件，对降噪处理后的数据中的球团原料特性数据、生产加工数据进行处理，获取用于球团生产的最优配矿方案；

10、所述预测配矿方案模块，用于在预先构建的球团数据机理融合子模型缺少部分已知数据的前提下，通过现有已知数据自动寻找规律，给出规律数据带入模型后再与球团矿质量成本的约束条件匹配，给出预测性最优配矿方案。

11、进一步地，所述生产现场数据，包括制备球团原料数据、球团加工数据、成品球团质量成本要求数据、球团矿质量数据；所述实验室数据，包括球团矿粉基础特性数据，球团矿冶金性能数据、球团矿化学成分数据；按照现场球团工序，将实验室数据分为铁矿粉同化性数据、铁矿粉粘结相强度数据、铁矿粉液相流动性数据、铁矿粉连晶强度数据、球团矿抗压强度数据、球团矿低温还原粉化数据、球团还原膨胀数据、球团矿还原性数据和球团矿矿软熔滴落特性数据、熔剂特性数据。

12、进一步地，所述数据存储模块，具体用于按照现场球团加工工序，将现场数据分为原料数据、造球参数数据、焙烧参数数据、球团性能数据，其中：

13、原料数据，包含市场铁矿石参数数据、原料厂单品种物料参数数据、原料厂混匀矿堆参数数据、进入球团加工厂熔剂参数数据；

14、造球参数数据，包含球团原料造球前混合料理化指标数据，造球时圆盘造球机直径、圆盘角度、转速、上料量数据，造球生产厂房温度、湿度数据；

15、工艺参数数据，包含链篦机-回转窑加工球团方式数据、带式机加工球团方式数据、竖炉加工球团方式数据；

16、球团性能数据，包含生球粒度数据、生球抗压数据、生球落下强度、生球爆裂温度、干燥球团抗压强度、成品球团粒度数据、化学成分数据、球团矿筛分指数数据、球团矿转鼓强度数据、球团矿抗压强度数据、球团矿还原膨胀数据、球团矿低温还原粉化数据、中温还原度数据、高温软熔滴落性能、s特性值和球团矿质量成本要求数据。

17、进一步地，所述链篦机-回转窑加工球团方式数据，包括预热温度、预热风量、预热时间、焙烧温度、焙烧风量、焙烧时间、回转窑长度、回转窑转速以及后续环冷机的各项参数数据；所述带式机加工球团方式数据，包括台车机速、料层厚度、风箱负压、预热焙烧冷却各段温度、风速、时间数据；所述竖炉加工球团方式数据，包括烘床温度、烟罩温度、焙烧温度、燃烧室温度、冷风流量数据。

18、进一步地，所述数据分析模块，用于对分类后的现场数据和实验室数据依次进行降噪、数据整合和关联性分析，具体为：

19、对分类后的现场数据和实验室数据中不同采集频次的数据按时间属性进行拆分或聚合，统一转换为分钟频次数据，对转换之后的数据通过平均数偏差，对于识别的异常数据进行删除获得符合需求的数据库，对符合需求的数据进行数据整合，将在线数据源和离线数据源的数据加载到预先创建的新数据源中，对分散的数据进行虚拟化集中管理，提供统一的数据视图并进行关联性分析，再将所有处理过的数据存储在数据分析模块中。

20、进一步地，所述球团配矿单元具体用于：

21、将所述球团原料数据和所述球团工艺参数数据输入到球团数据机理融合子模型，以球团矿质量成本为约束条件进行球团矿化学成分预测、球团矿物理性能预测、球团矿冶金性能预测以及球团成本预测，获得最优配矿方案；

22、通过机器学习方式结合理论、专家经验，对球团运行状态及球团质量进行评价，获取用于输出的球团质量评价数据；

23、将球团质量评价数据与球团运行状态评价数据相结合进行球团工艺综合评价，根据综合评价结果对球团工艺参数的优化，实现工序内优化。

24、进一步地，所述球团矿质量成本的约束条件，包括：生球粒度约束条件、生球抗压约束条件、生球落下约束条件、生球爆裂温度约束条件、干燥球团抗压强度约束条件、球团矿成分约束条件、球团矿筛分指数约束条件、球团矿抗压强度约束条件、球团矿转鼓强度约束条件、球团矿低温还原粉化性能约束条件、球团矿还原膨胀性能约束条件、球团矿中温还原性约束条件、球团矿软熔滴落性能约束条件、球团矿生产成本约束条件。

25、本发明还提供了一种高炉炼铁用球团的智能配矿方法，基于所述高炉炼铁用球团的智能配矿系统来实现，包括：

26、收集生产现场数据和实验室数据；

27、按照现场球团加工参数将所述现场数据进行分类并存储，以及将实验室数据进行分类并存储；

28、将分类后的现场数据、实验室数据进行降噪处理，以及将降噪处理后的数据进行关联性分析并给出分析结果；

29、利用预先构建的球团数据机理融合子模型和球团矿质量成本的约束条件，对降噪处理后的数据中的球团原料特性数据、生产加工数据进行处理，获取用于球团生产的最优配矿方案；

30、在预先构建的球团数据机理融合子模型缺少部分已知数据的前提下，通过现有已知数据自动寻找规律，给出规律数据带入模型后再与球团矿质量成本的约束条件匹配，给出预测性最优配矿方案。

31、本发明还提供了一种存储介质，所述存储介质包括存储的程序，其中，所述程序运行时，执行所述高炉炼铁用球团的智能配矿方法。

32、较现有技术相比，本发明具有以下优点：

33、目前关于球团进行智能配矿研究的内容较少，大都是根据原料以及球团矿成分反推得来，并没有把成品球团性能与配矿情况深入结合，该系统考虑了球团生产过程对球团矿质量的影响，有效利用了球团生产工艺参数和大量的生产过程数据，能够使配矿方案精确，可以满足生产要求，且考虑到了智能算法和冶金理论的兼顾，使得配矿方案更为适用合理，同时也实现了优化配矿结果与生产实际状态紧密联系，进而对配矿方案进行动态调整，具有灵活性。

34、基于上述理由本发明可在炼铁用球团制备等领域广泛推广。