[發明專利]一種基于多層礦焦比分布模型的高爐爐喉溫度估計方法

有效

• 申請號: 202110301378.5
• 申請日: 2021-03-22
• 公開（公告）號: CN113139275B
• 公開（公告）日: 2022-08-19
• 發明（設計）人: 唐曉宇;金王震;郝政;王鑫;楊春節
• 申請（專利權）人: 浙江大學
• 主分類號: G06F30/20
• 分類號: G06F30/20;G06F119/08
• 代理公司: 杭州求是專利事務所有限公司 33200
• 代理人: 劉靜

本發明公開了一種基于多層礦焦比分布模型的高爐爐喉溫度估計方法。該方法利用高爐設備參數、布料矩陣，根據布料運動過程計算每層的料面形狀，結合下降過程建立了料層分布模型，獲得各料層的礦焦比。以多層礦焦比分布和高爐主參數作為輸入，利用廣義回歸神經網絡，對爐喉測溫相應位置的溫度進行估計，實現高爐冶煉過程中爐喉溫度的監測。本發明根據高爐運行數據，建立爐內料層分布結構，考慮多層礦焦比在爐頂氣流分布形成過程中的影響，實現了爐喉溫度的估計。在高爐生產運行過程中，當爐喉測溫裝置存在故障或者需要更換時，本發明提供的溫度估計方法能夠保持對爐喉溫度的高精度有效動態監測，確保生產的正常進行。

技術領域

本發明涉及能源與動力工程技術領域，特別是涉及一種基于多層礦焦比分布模型的高爐爐喉溫度估計方法。

背景技術

隨著世界對鋼鐵需求量和鋼鐵產量的不斷增加，鋼鐵的產量與質量已成為衡量一個國家發達程度和經濟實力的重要標志。鋼鐵工業是現代化國家的支柱產業之一，同時又是能源、資源消耗和環境污染的大戶，對可持續發展戰略有至關重要的影響。

高爐煉鐵是鋼鐵生產的核心部分之一，主要是將鐵從鐵礦石等含鐵化合物中還原出來的工序，為后續的煉鋼環節提供原料，其輸出的鐵水質量直接影響到煉鋼、鋼加工等后續環節的產品質量。高爐的合理運行需要保持穩定有效的氣流，因為氣流是高爐冶煉過程中熱能和化學能的主要來源，影響著高爐爐況、燃料比、產品產量與質量、高爐壽命等重要指標。因此，高爐爐頂氣流分布的有效監測是煉鐵工藝運行、控制和優化的基礎，而其中喉部溫度的測量直接反映了氣體的流量分布。

帶有熱電偶傳感器的十字溫度測量裝置是監測爐喉溫度使用最普遍的方法。該方法具有良好的動態性能，但由于與高溫氣流直接接觸，傳感器易受到損壞或出現故障，特別是中心部位的傳感器。并且因為高爐本身較長的維護周期和爐喉所處位置的不便性，一旦溫度傳感器損壞或出現故障，檢修周期較長且更換難度較大。從而無法維持正常的高爐爐喉溫度監測，影響相關高爐狀態監測、控制和優化，進而不利于生產的正常運行。

基于焦炭和礦石之間的不同滲透性，采用爐料層的礦焦比(Ore to Coke Ratio，OCR)估計高爐喉部的溫度是可靠的方法。氣流從爐膛滾道開始，向上流經粘結帶，自下而上依次通過各爐料層，到達高爐頂部。多層爐料對爐內氣流的影響不容忽視，在爐喉溫度估算中必須予以考慮。并且基于OCR的方法可以結合其他高爐主參數，在短時間范圍內具有穩定可靠的性能。

因此，提出一種基于多層爐料礦焦比分布的喉部溫度估計方法，實時估計爐喉位置溫度。

發明內容

本發明的目的在于針對現有爐喉溫度測量技術中的不足，提供一種基于多層礦焦比分布模型的高爐爐喉溫度估計方法，該方法根據高爐尺寸參數和布料的過程參數，結合相應的運動規律，建立高爐布料的數學模型，計算爐內多層爐料的礦焦比分布，與高爐主參數(富氧率、冷風溫度、熱風溫度、頂溫頂壓等)一起作為輸入，利用廣義回歸神經網絡(General Regression Neural Network，GRNN)的數據驅動方法，對高爐爐喉相應位置的溫度進行估計，實現高爐內部冶煉過程中爐喉溫度的在線監控，同時在高爐爐喉溫度測量裝置出現故障時，為現場操作人員提供了判斷煤氣流分布的手段，從而及時調整布料矩陣，保證高爐安全平穩運行。

為實現上述目的，本發明采用如下技術方案：一種基于多層礦焦比分布模型的高爐爐喉溫度估計方法，該方法包括以下步驟：

(1)獲取高爐設備參數、布料過程參數、爐料參數、布料矩陣、高爐主參數和爐喉測溫點數據；

(2)根據布料規律計算得到每層的料面形狀，包括爐料從儲料罐運動到溜槽、在溜槽上運動、從溜槽落至料面、形成料面形狀等過程；

(3)根據下降規律計算爐內各層的料面形狀，實現料層迭代循環；料層在高爐不同位置有不同下降規律，下降從最下方的一層開始，逐層向上，過程中各層體積通過分割的方法計算，直至頂層下降完成，記錄為新的當前料層，進行下一次的頂層布料，準備下一次的下降；