[發明專利]RVM燒結礦FeO含量軟測量模型的構建及應用

有效

• 申請號: 202110497744.9
• 申請日: 2021-05-08
• 公開（公告）號: CN113283163B
• 公開（公告）日: 2022-04-19
• 發明（設計）人: 楊沖;楊春節;王文海
• 申請（專利權）人: 浙江大學
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06T5/00;G06T7/00;G06T7/13;G06F119/08
• 代理公司: 杭州求是專利事務所有限公司 33200
• 代理人: 林松海

本發明公開了一種RVM燒結礦FeO含量軟測量模型的構建及應用，結合燒結過程中的傳感器數據與燒結機尾斷面圖像數據共同完成模型的構建，使得數據信息更為豐富；此外對數據進行特征構建，使其對燒結數據的非線性、動態性具備更強的解釋能力；在此基礎上構建RVM模型，使其在復雜的燒結過程中對燒結礦FeO含量具備準確的在線軟測量能力。通過該模型與現有的模型的軟測量結果對比，證明了模型為燒結過程提供了較為精確、穩定的建模能力。

技術領域

本發明屬于燒結過程質量指標的軟測量方法，具體涉及一種基于多源數據與特征構建的RVM(Relevance Vector Machine)燒結礦FeO含量軟測量模型。

技術背景

鋼鐵工業是國家基礎建設和國民經濟發展的支柱型產業，其發展水平密切反應國家工業化的程度。鋼鐵工業生產的核心是高爐煉鐵，而燒結礦是高爐冶煉的主要原料，占據高爐入爐原料的70％以上，其為高爐煉鐵過程提供了良好的透氣性、生產效率與煉鐵焦比。因此，燒結過程狀態的穩定性與燒結礦質量直接影響高爐爐況、產品質量以及生產能耗。

國內多數鋼鐵企業的原料種類較多，來源廣泛，鐵礦石的品味、價格、污染物元素含量存在明顯差異，因此用于燒結生產的鐵礦粉原料存在著定期的改變與調整。在實際生產過程中，燒結礦的質量一般由現場人員每隔四小時進行燒結礦抽樣檢測與燒結機尾看火估計；如果燒結礦的產品質量達不到工藝的要求，操作人員會結合現場經驗提供相應的工藝參數的調整。然而這種簡單的調控機制僅能解決部分的異常情況，而且存在著較為顯著的滯后性，嚴重影響著生產效率和燒結礦的質量控制。該情況下，基于燒結過程原料與在線工藝參數建立精準的軟測量模型，對燒結礦的質量完成有效的估計，進而給出合理的操作指導建議，對于穩定燒結礦質量和提高鋼鐵產品質量具備非常重要的實際意義。然而，燒結生產是一種持續穩定的抽風燒結過程，伴隨著一系列復雜的物理化學反應，存在著明顯的時滯性、動態性、非線性與耦合性，這使得燒結礦質量的軟測量成為極具挑戰性的課題，也是長期以來困擾著冶金行業的難題。

發明內容

本發明針對燒結礦質量指標難以實時測量的問題，提出一種RVM燒結礦FeO含量軟測量模型的構建及應用，結合燒結過程中的傳感器數據與燒結機尾斷面圖像數據共同完成模型的構建，使得數據信息更為豐富；此外對數據進行特征構建，使其對燒結數據的非線性、動態性具備更強的解釋能力；在此基礎上構建RVM模型，使其在復雜的燒結過程中對燒結礦FeO含量具備準確的在線軟測量能力。

本發明采用以下技術方案實現：

步驟1：離線建模；

步驟1.1：基于成品燒結礦化驗的采樣時刻，結合燒結機的構造與皮帶運行速度，計算與成品燒結礦對應的燒結機機尾時刻與關鍵過程變量的采樣時刻；

通過燒結過程中附著的傳感器收集過程變量數據，并根據關鍵過程變量的采樣時刻進行篩選，得到過程變量數據X_train-1(n×m)，樣本數為n，變量數為m；

在燒結機機尾設置攝像機持續拍攝燒結礦斷面，根據燒結機機尾時刻篩選出該時刻前后3分鐘的視頻畫面。由于燒結機尾主要呈紅色，紅色分量代表著機尾斷面圖像的主要信息，故采用圖像的紅色分量作為機尾斷面圖像的灰度圖完成亮度l的計算。采用機尾斷面圖像的紅色分量在6分鐘內視頻亮度的峰值選取視頻的關鍵幀，并求取均值。每個關鍵幀圖片的亮度L具體可表示為：

其中，h和w分別表示一張圖片的高度和寬度，q_ij表示圖像中第i行第j列的點對應的像素值。其次，基于機尾斷面RGB圖像采用頂帽濾波法提取圖像細節，將圖像細節轉化為灰度圖后，查找圖像細節的邊緣并完成填充，通過計算圖像細節所占圖像面積的比例，并求得所有關鍵幀的均值計算燒結斷面的孔隙率k。最終，機尾斷面圖像的亮度與孔隙率可組成關于機尾斷面的變量數據X_train-2(n×2)；