一种电石生产炉温监测方法

摘要

本发明涉及一种电石炉温监测方法，属于电石生产技术领域。本发明首先根据电视冶炼原理和上产工艺过程得到炉热指数，再根据炉热指数和其它电石生产参数利用BP神经网络预测电石液温度，最后根据预测到的电石液温度判断炉温所处的状态。本发明利用物料平衡和热平衡计算推导出综合反应炉热状态的炉热指数，然后利用BP神经网络预测电石液温度，根据预测到的电石液温度判断炉温状态指导电石生产，稳定了电石炉操作，避免和减少了电石炉严重失常，对降低电能消耗发挥了重要作用。

主权项

一种电石生产炉温监测方法，其特征在于：该炉温监测方法的步骤如下：1).根据电石冶炼生产原理和电石生产工艺过程，将电石炉分为两个区，分别是炉料区和反应区，假设炉料区与反应区的理论分界线为1800℃，炉料由炉料区进入反应区的温度为1800℃，由反应区上升到炉料区的煤气温度为1900℃，炉料在炉料区保持固体状态，氧化物的还原反应全部在反应区进行，炉料区和反应区之间没有对流换热和辐射换热；采集冶炼过程中的物料成分、电参数和状态参数，利用电石冶炼过程中物料平衡和热平衡原理，计算并确定配热系数；所述电参数包括变压器档位、电极电流、电极电压、电极视在功率、有功功率、无功功率、COSφ、电极升降累计值和电极压放量；所述配热系数为炉料区分得的能量与进入炉内总能量的比值；2).将采集到的电石冶炼过程中的影响电石液温度的状态参数和电参数以及计算得到的配热系数作为神经网络的输入参数建立BP神经网络模型；所述BP神经网络模型为三层BP网络模型，包括输入层、隐含层和输出层，输入层包括8个输入变量，分别为料面温度、炉压、下料速率、二次电流、二次电压、原料配比、配热系数和上一炉电石液温度，隐含层神经元数为6，输出层神经元个数为1，其输出变量为电石液温度；3).采集训练数据输入到BP神经网络模型进行神经网络训练，将采集到影响电石液温度的实时状态参数和电参数以及计算得到的配热系数输入到训练好的BP神经网络模型中，神经网络模型通过不断的调节状态参数、电参数和配热系数的权值，减小误差，当误差小于设定值时，得到电石液温度的预测值；4).设定炉温趋势判断阈值，根据该判断阈值和电石液温度的预测值建立炉温状态判断准则，根据炉温判断规则和预测的电石液温度值判断炉温所处的状态。