高炉料面温度场边缘温度的智能提取方法

摘要

高炉料面温度场边缘温度的智能提取方法，本发明针对大型高炉料面温度场中边缘温度特征信息难以准确提取的问题，旨在反映高炉料面温度场的边缘温度信息，从而预测边缘煤气流的发展情况，并通过指导布料和送风制度来保证高炉生产的稳顺运行，实现高炉的长寿高效。该方法利用炉墙热电偶、测温边缘、料线深度等多源检测信息，采用热传导理论与智能化信息融合方法相结合，计算得到高炉料面温度场的边缘温度大小及分布情况。本发明为了解高炉料面温度场的边缘温度分布提供了可靠依据，进而在高炉冶炼过程中，为判断边缘煤气流分布形态提供了客观、量化的参考信息。

主权项

1.一种高炉料面温度场边缘温度的智能提取方法，其特征在于：利用炉墙热电偶的温度信息，结合热传导理论计算炉壁内侧的煤气温度，采用神经网络聚类融合、模糊推理和专家规则，融合十字测温边缘温度和料线深度检测信息，实现对高炉料面温度场边缘温度的软测量，具体步骤如下：(1)基于十字测温的边缘温度计算采用BP神经网络，融合经过数字信号预处理后的十字测温边缘温度信息与料线深度信息，获得边缘温度的估计值t₁，其中BP神经网络采用基于专家知识的有师学习训练方式进行训练；$t_1=\underset{m=1}{\overset{10}{\Sigma }}{w}_m^O\tan \mathrm{sig}(\underset{i=1}{\overset{5}{\Sigma }}{w}_{i,m}^H{x}_i+b_m^H)+b^O$其中x_i，i＝1，2，…，5，分别表示十字测温边缘温度1，2，3，4与料线深度，w_i，m^H为输入的第i个值对应的神经元到中间层的第m个神经元的权值，b_m^H是中间层第m个神经元的阀值，b^O是输出层神经元的阀值，w_m^O是中间层的第m个神经元到输出层神经元的权值，t₁，t₀分别表示该神经网络的实际输出值和期望输出值，tansig(·)表示sigmoid函数；(2)基于热传导原理的边缘温度计算根据炉墙的结构、材料特性以及炉墙热电偶的实际检测值，采用热传导计算方法，计算得到边缘温度估计值t₂；设耐火砖的导热系数为λ₂，厚度为l₂；冷却壁的导热系数为λ₁，厚度为l₁；T_B表示耐火砖层1和冷却壁层2的交界处的温度值，通过炉墙热电偶直接测得；T_C表示冷却水管壁3处的温度，取室温25℃；T_Ai为由第i个炉墙热电偶根据热传导理论计算得到的炉墙边缘温度值，T_Ai的计算式为$T_{\mathrm{Ai}}=\frac{l_2{\lambda }_1}{l_1{\lambda }_2}(T_C-T_B)---\left(1\right)$在高炉炉墙的不同位置总共安装了4个热电偶，需要对由这4个热电偶按照式(1)分别推导得到的边缘温度值T_A1，T_A2，T_A3和T_A4，进行均值计算得到炉墙的边缘温度估计值t₂$t_2=\frac{1}{4}\underset{i=1}{\overset{4}{\Sigma }}{T}_{\mathrm{Ai}}$(3)基于模糊推理和专家规则的料面温度场边缘温度提取当边缘温度估计值t₁∈[80，300]，t₂∈[60，250]时，采用模糊推理的方法，根据十字测温边缘得到的边缘温度估计值t₁与炉墙热电偶得到的边缘温度估计值t₂，来判断料面温度场的边缘温度T_f，但是由于热电偶损坏或者其它众多干扰因素，而导致边缘温度估计值$t_1\notin \left[\mathrm{80,300}\right]$或者$t_2\notin \left[\mathrm{60,250}\right]$时需要采用专家知识和经验重新计算料面温度场的边缘温度T_f，分别描述如下：a)基于模糊推理的边缘温度提取1)设计模糊融合规则模糊融合包括三部分内容：①确定模糊变量集合设T₁和T₂分别为温度值t₁和t₂在模糊论域上的量化值，其映射表达式分别如公式(2)和公式(3)所示，T₁的模糊变量的词集选择为7个：{NB，NM，NS，ZO，PS，PM，PB}，论域为：{-8，-7，-6，-5，-4，-3，-2，-1，0，1，2，3，4，5，6，7，8}；T₂的模糊变量的词集选择为5个：{NB，NS，ZO，PS，PB}，论域为：{-6，-5，-4，-3，-2，-1，0，1，2，3，4，5，6}；模糊融合后的温度T的模糊变量的词集选择为7个：{NB，NM，NS，ZO，PS，PM，PB}，论域为：{-8，-7，-6，-5，-4，-3，-2，-1，0，1，2，3，4，5，6，7，8}；②定义隶属函数由于在该模糊融合器的隶属度函数设计上，融合的精度要求比较高，故T₁、T₂和T均采用通常的三角隶属度函数；③建立模糊融合规则考虑到根据十字测温边缘得到的边缘温度估计值T₁，根据炉墙热电偶得到的边缘温度估计值T₂都与料面温度场的边缘温度T成正比关系，并且温度估计值T₁比T₂更接近T的实际值，确实模糊推理规则表；2)确定模糊融合器参数模糊融合的各项参数如下所示：十字测温估计的边缘温度范围为[80，300]，温度t₁到其论域T₁[-8，+8]的映射式为：$T_1=\frac{16}{220}\times (t_1-\frac{80+300}{2})---\left(2\right)$热传导计算得到的边缘温度范围为[60，250]，温度t₂到其论域T₂[-6，+6]的映射式为：$T_2=\frac{12}{190}\times (t_2-\frac{60+250}{2})---\left(3\right)$3)模糊推理与解模糊在模糊融合中，对建立的模糊规则要经过模糊推理才能决策出融合变量，本发明采用了Mamdani推理法，用面积重心法的计算式为：$T=\frac{\underset{i=1}{\overset{7}{\Sigma }}\mu \left(T_i\right)·T_i}{\underset{i=1}{\overset{7}{\Sigma }}\mu \left(T_i\right)}$式中，T_i为融合量论域中的第i(i＝1，2，...，7)个元素，即分别为NB，NM，NS，ZO，PS，PM，PB，μ(T_i)为T_i对应的隶属度，T为解模糊后算出的精确边缘温度值，然后再将T[-8，+8]按照下式所示的对应关系转化为实际的料面温度的边缘温度值T_f，它的范围为[60，300]，单位为℃；$T_f=\frac{300-60}{16}T+\frac{60+300}{2}$由于热电偶损坏或者其它众多干扰因素，而导致边缘温度估计值$t_1\notin \left[\mathrm{80,300}\right]$或者$t_2\notin \left[\mathrm{60,250}\right],$此时放弃由温度t₁和t₂通过模糊推理得到的结果T_f，而采用专家知识和经验重新计算料面温度场的边缘温度T_f；b)基于专家规则的边缘温度提取采用T_f＝αt₁+βt₂，其中α+β＝1，且0≤α≤1，0≤β≤1，来融合料面温度场边缘温度t₁和t₂来获得准确的料面温度场的边缘温度T_f，采用启发式语言IF...THEN...的形式，制定了如下的一些专家规则判断边缘温度：IF    t₁≥300         THEN t₁＝300，且α＝1，β＝0IF    t₂≤60          THEN t₂＝60，且α＝0，β＝1IF      t₁≤60   AND  60≤t₂≤250   THEN T_f＝t₂，即α＝0，β＝1IF  60≤t₁≤80   AND  60≤t₂≤250   THEN α＝0.025t₁-1.5IF  80≤t₁≤300  AND  250≤t₂≤300  THEN β＝-0.01t₂+3IF  80≤t₁≤300  AND       t₂≥300  THEN T_f＝t₁，即α＝1，β＝0(4)基于专家规则的边缘温度分布的特征信息提取边缘温度T_f能够反映料面温度场边缘温度分布，进而反映边缘煤气流的流量大小，即边缘温度T_f越高的地方，边缘煤气流的流量越大，边缘温度分布区域W也就越大，制定下述专家规则判断边缘温度分布区域：IF 60 ≤T_f＜100  THEN  W很小IF 100≤T_f＜150  THEN  W小IF 150≤T_f＜200  THEN  W中IF 200≤T_f＜250  THEN  W大IF 250≤T_f＜300  THEN  W很大然后，融合边缘温度值T_f和边缘温度分布区域W的大小，得到准确的料面温度场边缘温度分布的特征信息。