[發明專利]基于大數據和機器學習的燒結終點預測系統的建立方法

有效

• 申請號: 201810311140.9
• 申請日: 2018-04-09
• 公開（公告）號: CN108469180B
• 公開（公告）日: 2020-07-21
• 發明（設計）人: 劉小杰;劉頌;呂慶;孫艷芹;石泉;陳超;劉月明;王新蕊
• 申請（專利權）人: 華北理工大學
• 主分類號: F27B21/14
• 分類號: F27B21/14;F27D19/00
• 代理公司: 長沙星耀專利事務所(普通合伙) 43205
• 代理人: 許伯嚴

本發明公開了一種基于大數據和機器學習的燒結終點預測系統的建立方法，屬于燒結工藝過程控制領域。所述模型的建立方法包括采集歷史數據；進行數據預處理；確定模型輸入變量和輸出變量；依據繪圖法對所述輸出樣本進行直觀展示，綜合考慮數據分布特點和設備控制精度，結合工藝經驗確定燒結終點位置分類；利用GBDT建立燒結終點趨勢變化狀態的預報模型。利用本發明所建立的模型可以得到趨勢變化的幅度大小，即可以提前得到目前點火燒結混合料的燒結終點位置是欠燒+++、欠燒++、欠燒+、欠燒、正常、過燒的六分類趨勢變化情況。這對燒結工序操作者提前判斷燒結終點，并采取小調、早調等措施具有很好的指導。

技術領域

本發明涉及一種基于大數據和機器學習的燒結終點預測系統的建立方法和應用，屬于燒結工藝過程控制領域。

背景技術

在燒結生產中，燒結終點是一個重要的生產操作指標，燒結終點的穩定與否是控制燒結礦產量、質量與降低成本的關鍵所在。燒結終點提前，燒結機的生產能力不能得到充分利用，造成燒結礦產量降低；燒結終點滯后，混合料沒有完全燒透就運行到機尾卸料端被卸下，導致合格率下降，燒結機產量和質量下降，成本上升。此外，未燒透的燒結礦萬一進入高爐，也會給高爐操作帶來不良的影響。

燒結終點位置與混合料粒度、料層厚度、燃料配比、水分及透氣性、布料裝置、點火溫度、燒結機機速、燒結機風箱負壓、風箱風門開度等多種因素有關。獲取燒結終點位置需要對多種相關參數進行檢測，但由于燒結生產具有大滯后性和動態時變性，無論是通過風箱廢氣溫度法、負壓法和廢氣成分判斷法估算終點位置；還是在機尾觀測紅層，定性判斷終點狀態，在時間上都是滯后的，必然影響燒結終點乃至整個燒結過程的穩定控制。燒結生產過程環境惡劣，高溫、高濕、高粉塵、強干擾，目前尚無直接檢測燒結終點的儀器設備。因此，研究如何實時預報燒結終點及其變化趨勢，將其控制在工藝要求位置上，使燒結機產量和燒結礦質量達到最佳值，對提高燒結生產率、降低返礦、防止設備損壞具有重要意義。

目前，一般利用超前于燒結終點的狀態指標，建立基于數據驅動的預測模型實現對燒結終點的預報，常用模型包括：神經網絡預測模型、模糊控制模型、支持向量機預測模型等。上述模型對實際生產雖然起了一定的指導作用，但仍存在自身局限性，大多數模型由于數據庫信息量有限，且輸入參數偏于局部，其泛化能力和預報準確度仍有很大提升空間。而且，上述的數據驅動模型主要集中在燒結終點的數值預測上，很少關注趨勢的變化。例如，在正常的燒結生產過程中，燒結終點狀態會因為原料和設備控制精度等因素發生小范圍波動，這種情況下構建穩定的燒結終點狀態預報模型比數值預測模型更為直觀。

中國專利申請公布號CN104913639A，申請公布日20150916，公開了基于數據融合的燒結終點控制系統及控制方法。該方法所述系統和方法通過融合各種參數數據，分析當前燒結狀態，調節燒結終點位置，達到燒結過程的優化控制。其中，所述Xj代表燒結終點從欠燒到過燒的狀態，以0-1之間的連續或離散數值表示，這不利于現場操作者對燒結終點狀態的準確掌控；而且所述燒結終點位置yN需要根據當前燒結狀態求出，并結合人為設定的經驗系數，這更不利于燒結終點位置的準確預報。

中國專利申請公布號CN103759536A，申請公布日20140430，公開了一種燒結系統及其燒結終點控制方法。該方法根據所述多個依次相鄰的燒結風箱與所述燒結頭的距離以及所述溫度值建立燒結溫度函數；根據所述燒結溫度函數確定最高溫度轉折點從而判定燒結終點是否正常。所述控制方法對燒結終點判斷起到了一定的指導作用，但由于系統不能實現提前預報，當燒結終點偏離正常范圍時，會導致燒結終點控制嚴重滯后，不利于指導燒結實際生產。

中國專利申請公布號CN103017530A，申請公布日2013.03.03，公開了一種燒結終點預測方法及系統，該方法根據檢測得到的煙氣成分計算每個風箱的有效風率；計算每個風箱的有效風量；確定每個風箱位置料層的垂直燒結速度；獲取燒結機臺車的臺車速度、風箱長度和料層厚度；利用所述臺車速度、風箱長度和垂直燒結速度確定燒結終點的位置。但實際燒結生產中，影響因素眾多，垂直燒結速度很難計算得到，所以在現場應用此方法很難得到準確的燒結終點信息。