本發(fā)明涉及鋼鐵燒結(jié)過程生產(chǎn)節(jié)能降耗領(lǐng)域，具體涉及一種基于數(shù)據(jù)降維法預(yù)測燒結(jié)過程綜合焦比的方法。

背景技術(shù)：

鋼鐵工業(yè)是國民經(jīng)濟(jì)支柱產(chǎn)業(yè)之一，鋼鐵工業(yè)的發(fā)展也將決定我國國民經(jīng)濟(jì)的發(fā)展。隨著鋼鐵行業(yè)的快速發(fā)展，其所帶來的能源消耗以及環(huán)境問題也日益突顯。燒結(jié)過程又是煉鐵過程的一個重要環(huán)節(jié)，其過程生產(chǎn)的燒結(jié)礦是高爐煉鐵的主要原料，并且燒結(jié)過程也是鋼鐵生產(chǎn)過程除高爐煉鐵過程外最大的耗能工序，其能耗約占鋼鐵冶金總能耗的10％～15％，在能源消耗中，主要有焦粉燃燒、燃?xì)恻c(diǎn)火和電能消耗，其中焦粉燃料消耗約為80％，燃?xì)庀募s為6％，電能消耗約為13.5％，其他約為0.5％。隨著近幾年來全球生態(tài)環(huán)境的持續(xù)惡化，各國也越來越重視對環(huán)境的保護(hù)，“可持續(xù)發(fā)展”、“綠色制造”和“低碳經(jīng)濟(jì)”等經(jīng)濟(jì)發(fā)展觀念被越來越多的國家接受，并融入到各國的經(jīng)濟(jì)發(fā)展之中。由此可見，通過提高燒結(jié)過程碳能源利用率(即提高碳效)，將是實(shí)現(xiàn)我國鋼鐵行業(yè)生產(chǎn)過程節(jié)能減排的重要途徑之一。

目前，國際上著名鋼鐵企業(yè)所采用的鋼鐵生產(chǎn)方式是帶式抽風(fēng)燒結(jié)方式，其生產(chǎn)過程主要是先把原料充分混合得到混合料，然后將混合料平鋪在臺車上，混合料在點(diǎn)火爐處點(diǎn)燃料層表面，料層隨臺車移動而移動，此時臺車下方的風(fēng)箱開始進(jìn)行負(fù)壓抽風(fēng)，料層將自上而下地進(jìn)行燃燒，直到在燒結(jié)終點(diǎn)處燒穿料層，最終完成燒結(jié)造塊過程。燒結(jié)過程的工藝流程見附圖1。但帶式抽風(fēng)燒結(jié)方式在燒結(jié)生產(chǎn)中，充分混合的混合料在料層中燃燒會產(chǎn)生1300℃左右的高溫，使得燒結(jié)混合料會在這樣的高溫環(huán)境下會發(fā)生一系列的化學(xué)物理變化，這樣會使混合料層出現(xiàn)分層現(xiàn)象，其中料層自上而下可分為燒結(jié)礦層、燃燒層、預(yù)熱干燥層、過濕層和生料層等，其中燒結(jié)料層的分層現(xiàn)象見附圖2。另外，燒結(jié)生產(chǎn)過程中，焦粉作為燒結(jié)過程主要的能量來源，無法在保證燒結(jié)礦質(zhì)量和產(chǎn)量的前提下提高焦粉利用率，而且，燒結(jié)過程涉及到配料、制粒、布料、燒結(jié)點(diǎn)火和燒結(jié)終點(diǎn)等等工序，并且該過程具有非線性、強(qiáng)耦合、機(jī)理復(fù)雜和工藝流程長等特征。因此，為了保證燒結(jié)礦的質(zhì)量和產(chǎn)量，需要對燒結(jié)過程碳效指標(biāo)進(jìn)行準(zhǔn)確有效預(yù)測。

技術(shù)實(shí)現(xiàn)要素：

有鑒于此，本發(fā)明的實(shí)施例提供了一種能對燒結(jié)過程碳效指標(biāo)進(jìn)行準(zhǔn)確預(yù)測的基于數(shù)據(jù)降維法預(yù)測燒結(jié)過程綜合焦比的方法。

本發(fā)明的實(shí)施例提供一種基于數(shù)據(jù)降維法預(yù)測燒結(jié)過程綜合焦比的方法，包括以下步驟：

(1)分析燒結(jié)過程機(jī)理得到影響燒結(jié)過程綜合焦比的燒結(jié)參數(shù)；

(2)對燒結(jié)參數(shù)進(jìn)行數(shù)據(jù)降維，并重新組合，得到主成分變量；

(3)將步驟(2)得到的主成分變量作為輸入變量輸入最小二乘支持向量機(jī)模型，所述最小二乘支持向量機(jī)模型的輸出變量即為燒結(jié)過程綜合焦比。

進(jìn)一步，所述燒結(jié)參數(shù)包括垂直燃燒速度、上升點(diǎn)、上升點(diǎn)溫度、燒結(jié)終點(diǎn)、燒結(jié)終點(diǎn)溫度、返礦、風(fēng)箱負(fù)壓、料層厚度、臺車速度和焦粉配比。

進(jìn)一步，所述步驟(2)中，數(shù)據(jù)降維包括以下步驟：

(2.1)對燒結(jié)參數(shù)進(jìn)行標(biāo)準(zhǔn)化處理；

設(shè)燒結(jié)參數(shù)有n組數(shù)據(jù)，每組數(shù)據(jù)中有u個判別指標(biāo)，燒結(jié)參數(shù)用矩陣X＝(x_ij)_n×u表示，x_ij為第j個判別指標(biāo)的第i組數(shù)據(jù)，標(biāo)準(zhǔn)化公式如下：

式中：X_scalar是數(shù)據(jù)標(biāo)準(zhǔn)化后得到的數(shù)據(jù)，X_min是數(shù)據(jù)中的最小值，X_max是數(shù)據(jù)中的最大值，X_actual是數(shù)據(jù)中的實(shí)際值；

(2.2)計算數(shù)據(jù)的相關(guān)系數(shù)r_ij和相關(guān)系數(shù)矩陣C；

計算式如下：

C＝(r_ij)_u×u

(i＝1,2,…,u；j＝1,2,…,u)

式中：x_ai為第i個判別指標(biāo)第a組數(shù)據(jù)；為第i個判別指標(biāo)所有數(shù)據(jù)的平均值；x_aj為第j個判別指標(biāo)第a組數(shù)據(jù)；為第j個判別指標(biāo)所有數(shù)據(jù)的平均值；

(2.3)計算相關(guān)系數(shù)矩陣C的u個特征值，記為λ₁≥λ₂≥…≥λ_u≥0；

(2.4)計算每個燒結(jié)參數(shù)的貢獻(xiàn)率確定主成分變量的個數(shù)；

設(shè)第d個燒結(jié)參數(shù)的貢獻(xiàn)率為以作為前m個燒結(jié)參數(shù)的累積貢獻(xiàn)率，以累積貢獻(xiàn)率達(dá)到85％及以上時，燒結(jié)參數(shù)的個數(shù)確定為主成分變量的個數(shù)；

(2.5)設(shè)m個燒結(jié)參數(shù)的累積貢獻(xiàn)率達(dá)到85％及以上，則主成分變量個數(shù)為m個，可得到主成分變量為：

式中：y_d表示第d個主成分變量，l_d表示m個特征值所對應(yīng)的單位特征向量，(d＝1,2,…,m)。

進(jìn)一步，所述步驟(3)中，最小二乘支持向量機(jī)模型為：

式中：α_k是拉格朗日乘子，K(y,y_k)＝exp(-||y-y_k||²/2σ²)為高斯徑向基核函數(shù)，σ是核函數(shù)寬度，b是偏置量。

進(jìn)一步，所述最小二乘支持向量機(jī)模型通過以下步驟得到：

(3.1)計算已燒結(jié)礦的綜合焦比；

(3.2)對已燒結(jié)礦的燒結(jié)參數(shù)的生產(chǎn)歷史數(shù)據(jù)進(jìn)行時序配準(zhǔn)和平均值濾波處理，得到樣本數(shù)據(jù)庫；

(3.3)對步驟(3.2)得到的樣本數(shù)據(jù)庫采用主成分分析法對燒結(jié)參數(shù)進(jìn)行數(shù)據(jù)降維，并重新組合，得到已燒結(jié)礦的主成分變量；

(3.4)以步驟(3.3)得的已燒結(jié)礦的主成分變量作為輸入變量，以步驟(3.1)得的已燒結(jié)礦的綜合焦比作為輸出變量進(jìn)行重復(fù)計算和驗(yàn)證，根據(jù)最小二乘支持向量機(jī)法建立最小二乘支持向量機(jī)模型。

進(jìn)一步，所述步驟(3.1)中，已燒結(jié)礦的綜合焦比的計算式如下：

式中：η表示綜合焦比(Kg/t)，w_c表示焦粉配比(％)，p表示成品率(％)，q表示燒損率(％)，Q_D表示燒結(jié)的大成礦產(chǎn)量(Kg/h)，Q_X表示燒結(jié)的小成礦產(chǎn)量(Kg/h)，Q_F表示燒結(jié)的返礦量(Kg/h)，Q_P表示燒結(jié)的鋪底料量(Kg/h)。

進(jìn)一步，所述步驟(3.4)中，

設(shè)已燒結(jié)礦的主成分變量和綜合焦比組成的樣本數(shù)據(jù)集為y_k∈R^m為m維輸入變量，Y_k∈R為對應(yīng)的目標(biāo)輸出；

采用非線性映射將輸入變量映射到高維特征空間，得到：

式中：ω是權(quán)函數(shù)，表示將輸入變量非線性映射到高維空間，b是偏置量；

基于結(jié)構(gòu)風(fēng)險最小化原理，將上述回歸問題轉(zhuǎn)化為約束優(yōu)化問題：

式中：γ是懲罰因子，其是衡量參數(shù)風(fēng)險和擬合誤差相對重要程度的參數(shù)，e_k是擬合誤差；

對約束優(yōu)化問題采用拉格朗日乘子法、正定矩陣和卡羅需-庫恩-塔克條件進(jìn)行求解，即得到最小二乘支持向量機(jī)模型。

與現(xiàn)有技術(shù)相比，本發(fā)明具有以下有益效果：通過燒結(jié)過程機(jī)理分析，確定影響綜合焦比的燒結(jié)參數(shù)，對燒結(jié)參數(shù)進(jìn)行降維重組獲得主成分變量，可有效克服燒結(jié)參數(shù)之間的耦合問題；能有效預(yù)測燒結(jié)過程中的綜合焦比，為實(shí)現(xiàn)燒結(jié)過程節(jié)能降耗奠定基礎(chǔ)。

附圖說明

圖1是帶式抽風(fēng)燒結(jié)方式的燒結(jié)工藝流程圖。

圖2是帶式抽風(fēng)燒結(jié)方式的燒結(jié)料層分層現(xiàn)象的示意圖。

圖3是本發(fā)明一實(shí)施例的流程圖。

具體實(shí)施方式

下面結(jié)合附圖和具體實(shí)施例對本發(fā)明做進(jìn)一步說明。

實(shí)施例

請參照附圖3，包括以下步驟：

(1)分析燒結(jié)過程機(jī)理得到影響燒結(jié)過程綜合焦比的燒結(jié)參數(shù)，燒結(jié)參數(shù)包括垂直燃燒速度、上升點(diǎn)(BRP)、上升點(diǎn)溫度、燒結(jié)終點(diǎn)(BTP)、燒結(jié)終點(diǎn)溫度、返礦、風(fēng)箱負(fù)壓、料層厚度、臺車速度和焦粉配比；

(2)對燒結(jié)參數(shù)進(jìn)行數(shù)據(jù)降維，并重新組合，得到主成分變量；

數(shù)據(jù)降維包括以下步驟：

(2.1)對燒結(jié)參數(shù)進(jìn)行標(biāo)準(zhǔn)化處理；

設(shè)燒結(jié)參數(shù)有n組數(shù)據(jù)，每組數(shù)據(jù)中有u個判別指標(biāo)，燒結(jié)參數(shù)用矩陣X＝(x_ij)_n×u表示，x_ij為第j個判別指標(biāo)的第i組數(shù)據(jù)，標(biāo)準(zhǔn)化公式如下：

式中：X_scalar是數(shù)據(jù)標(biāo)準(zhǔn)化后得到的數(shù)據(jù)，X_min是數(shù)據(jù)中的最小值，X_max是數(shù)據(jù)中的最大值，X_actual是數(shù)據(jù)中的實(shí)際值；

(2.2)計算數(shù)據(jù)的相關(guān)系數(shù)r_ij和相關(guān)系數(shù)矩陣C；

計算式如下：

C＝(r_ij)_u×u

(i＝1,2,…,u；j＝1,2,…,u)

式中：x_ai為第i個判別指標(biāo)第a組數(shù)據(jù)；為第i個判別指標(biāo)所有數(shù)據(jù)的平均值；x_aj為第j個判別指標(biāo)第a組數(shù)據(jù)；為第j個判別指標(biāo)所有數(shù)據(jù)的平均值；

(2.3)計算相關(guān)系數(shù)矩陣C的u個特征值，記為λ₁≥λ₂≥…≥λ_u≥0；

(2.4)計算每個燒結(jié)參數(shù)的貢獻(xiàn)率確定主成分變量的個數(shù)；

設(shè)第d個燒結(jié)參數(shù)的貢獻(xiàn)率為以作為前m個燒結(jié)參數(shù)的累積貢獻(xiàn)率，以累積貢獻(xiàn)率達(dá)到85％及以上時，燒結(jié)參數(shù)的個數(shù)確定為主成分變量的個數(shù)；

(2.5)設(shè)m個燒結(jié)參數(shù)的累積貢獻(xiàn)率達(dá)到85％及以上，則主成分變量個數(shù)為m個，可得到主成分變量為：

式中：y_d表示第d個主成分變量，l_d表示m個特征值所對應(yīng)的單位特征向量，(d＝1,2,…,m)。

(3)將步驟(2)得到的主成分變量作為輸入變量輸入最小二乘支持向量機(jī)模型；

最小二乘支持向量機(jī)模型通過以下步驟得到：

(3.1)計算已燒結(jié)礦的綜合焦比；

已燒結(jié)礦的綜合焦比的計算式如下：

式中：η表示綜合焦比(Kg/t)，w_c表示焦粉配比(％)，p表示成品率(％)，q表示燒損率(％)，Q_D表示燒結(jié)的大成礦產(chǎn)量(Kg/h)，Q_X表示燒結(jié)的小成礦產(chǎn)量(Kg/h)，Q_F表示燒結(jié)的返礦量(Kg/h)，Q_P表示燒結(jié)的鋪底料量(Kg/h)。

(3.2)對已燒結(jié)礦的燒結(jié)參數(shù)的生產(chǎn)歷史數(shù)據(jù)進(jìn)行時序配準(zhǔn)和平均值濾波處理，得到樣本數(shù)據(jù)庫；

燒結(jié)過程中的各個工序之間相互影響，從配料生產(chǎn)到燒結(jié)礦的破碎完成大約需要2個小時，對燒結(jié)礦化驗(yàn)需要2個小時，從此可見燒結(jié)生產(chǎn)過程存在時滯現(xiàn)象，為了確保燒結(jié)生產(chǎn)過程燒結(jié)參數(shù)在時序上保持一致，需對燒結(jié)參數(shù)的生產(chǎn)歷史數(shù)據(jù)進(jìn)行時序配準(zhǔn)處理；根據(jù)燒結(jié)工藝規(guī)定，大成礦每隔一段時間會分流到鋪底料倉，大成礦呈現(xiàn)周期性變化，周期大約為45min，由于大成礦的周期性波動會造成綜合焦比的波動，故采用大成礦的波動周期作為采樣周期，選定采樣周期為45min對燒結(jié)參數(shù)的生產(chǎn)歷史數(shù)據(jù)進(jìn)行平均值濾波處理，得到燒結(jié)參數(shù)垂直燃燒速度、BRP、BRP溫度、BTP、BTP溫度、返礦、風(fēng)箱負(fù)壓、料層厚度、臺車速度和焦粉配比的生產(chǎn)歷史數(shù)據(jù)共900組，以此，建立樣本數(shù)據(jù)庫；

(3.3)對步驟(3.2)得到的樣本數(shù)據(jù)庫采用主成分分析法對燒結(jié)參數(shù)進(jìn)行數(shù)據(jù)降維，并重新組合，得到已燒結(jié)礦的主成分變量；

(3.4)以步驟(3.3)得的已燒結(jié)礦的主成分變量作為輸入變量，以步驟(3.1)得的已燒結(jié)礦的綜合焦比作為輸出變量進(jìn)行重復(fù)計算和驗(yàn)證，根據(jù)最小二乘支持向量機(jī)法建立最小二乘支持向量機(jī)模型；

包括以下步驟：

設(shè)已燒結(jié)礦的主成分變量和綜合焦比組成的樣本數(shù)據(jù)集為y_k∈R^m為m維輸入變量，Y_k∈R為對應(yīng)的目標(biāo)輸出；

采用非線性映射將輸入變量映射到高維特征空間，得到：

式中：ω是權(quán)函數(shù)，表示將輸入變量非線性映射到高維空間，b是偏置量；

基于結(jié)構(gòu)風(fēng)險最小化原理，將上述回歸問題轉(zhuǎn)化為約束優(yōu)化問題：

式中：γ是懲罰因子，其是衡量參數(shù)風(fēng)險和擬合誤差相對重要程度的參數(shù)，e_k是擬合誤差；

對約束優(yōu)化問題采用拉格朗日乘子法、正定矩陣和卡羅需-庫恩-塔克條件進(jìn)行求解，即得到最小二乘支持向量機(jī)模型，最小二乘支持向量機(jī)模型為：

式中：α_k是拉格朗日乘子，K(y,y_k)＝exp(-||y-y_k||²/2σ²)為高斯徑向基核函數(shù)，σ是核函數(shù)寬度；

最小二乘支持向量機(jī)模型的輸出變量即為燒結(jié)過程綜合焦比。

本方法預(yù)測綜合焦比的準(zhǔn)確率高，誤差范圍均在[-3％,2％]，能夠滿足實(shí)際燒結(jié)過程生產(chǎn)要求，可為燒結(jié)過程的碳效優(yōu)化奠定基礎(chǔ)。

在不沖突的情況下，本文中上述實(shí)施例及實(shí)施例中的特征可以相互結(jié)合。

以上所述僅為本發(fā)明的較佳實(shí)施例，并不用以限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)，所作的任何修改、等同替換、改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。