对基于数据驱动的高炉冶炼过程喷煤优化研究

1、 对基于数据驱动的高炉冶炼过程喷煤优化研究 胡晓星摘 要： 噴煤是高炉冶炼过程中的工艺之一，可以有效提升煤的利用效率，设法提升高炉控制的精确性，能够进一步实现资源的有效利用。基于此，本文以高炉冶炼过程喷煤优化思路作为切入点，给出多参数平行调整、统一化的控制等基本理论，再以此为基础，论述基于数据驱动的控制模型建立，给出关键性的技术和方案，最后通过模拟分析使上述理论得到系统说明，为后续工作的优化提供参考。Key： 于数据驱动；高炉冶炼；喷煤工业；有线通信前言：在高炉冶炼的工程中，煤是主要的工作能源，为加强煤与空气的接触有效性，提升其燃烧效率，通常需要对煤进行粉碎处理，使其呈现粉末状，之后再通过压缩

2、空气喷吹罐提供压力，通过管道与喷枪，将煤粉持续喷入高炉，保证喷煤流程的顺利进行，维持高炉内部燃烧。数据驱动的目的在于提升全过程的工作精度和资源使用效率。1.高炉冶炼过程喷煤优化思路1.1多参数平行调整在高炉冶炼的过程中，喷煤作业是持续进行的，需要多个环节共同工作，包括喷枪、供气系统等等。尝试通过数据驱动优化高炉冶炼过程中的喷煤工艺，首先应将高炉工作的各个环节看做一个整体，进行多个参数的平行调整，使整个系统在工作中能够独立的完成各自工作。同时综合保证数据驱动的效果，如喷枪的压力和供气流量，二者的正相关关系明确，工作参数也应实时同步。1.2统一化的控制统一化控制，是指在数据驱动模式下，保证高炉冶炼

3、的各个环节处于同一管理系统下，可以随时根据需要作出调整，实现“一键控制”的智能化作业，避免传统高炉工作的滞后性。该思路强调将智能技术应用于控制工作中，以多样化的工作模型作为参考，设定与之对应的工作程序，应用计算机等数字设备进行程序的一键切换，同时有效了解各个环节的工作态势和可能出现的问题，进行调整。1.3自适应能力优化自适应能力本质上看属于智能技术的一种延伸优势，在常规的高炉冶炼过程中，系统的各个工作参数都是固定的，在不经人员干预的情况下，会以固定参数持续进行工作。这即是说，即便工作负荷下降，喷枪和供气系统的工作强度也不会出现变化，会导致明显的浪费问题，也可能出现供料不足，要求以数据挖掘技术为

4、基础，优化系统的工作能力，实现与工作要求的契合和自适应。2.基于数据驱动的控制系统模型建立2.1控制系统模型的主要组成部分基于数据驱动的控制模型，主要由单片机、传感器、通信系统、辅助设备四个部分构成，以智能化控制为工作模式。单片机中收集不同工作负荷下系统的工作数据，并实现记忆，是整个控制系统模型的核心。传感器主要负责进行实时数据的收集，在高炉工作的过程中，其参数可能出现种种变化，这种变化又可以通过可捕捉的参数得到明确，包括温度、机械强度等等，由传感器进行收集，并传输给单片机。通信系统拟全部采用有线通信技术，对传感器收集所获数据进行传输，并单片机识别后下达的指令进行传递。辅助设备包括计算机硬件、

5、数字化设备等。如单片机完成信息识别、下达了参数调整命令后，可以通过数字化设备实时展示给管理人员，使其了解高炉工作参数的变化。2.2匹配模型的建立匹配模型的建立，是保证整个控制系统能够发挥作用的核心措施，要求以降维训练的方式构建海量模型，指导系统作业和智能化调整，结合一般高炉的工作需要，拟收集至少2000个样本进行数据处理，为数据驱动工作提供基础，应用K近邻算法或随机森林法作降维训练。以常规高炉作业作为对象，设定训练维度包括系统温度、机械强度、齿轮转速、电流强度等指标（根据需要具体设定），每一个维度生成一个定义域做机器训练。以K近邻算法为例，2000个样本中，每个样本都含有不同维度的信息，且该信

6、息必然是稳定不变的，在定义域内，所有维度的数值都呈现数列形式：X=X-3；X-2；X-1；X；X1；X2；X3数列内的所有数值共同构成了高炉工作的正常参数值，之后在定义域内设置若干标准K点（如10%负荷、30%负荷、50%负荷、90%负荷等），将所有样本投入到定义域内，根据分布情况，使单片机实现常规工作下，各项参数（维度）的记忆。当高炉工作中任意参数出现异常，单片机都可以识别，并发出警报1。2.3通信与指令下达在高炉工作的过程中，传感器完成数据收集、单片机完成信息辨识后，相关信息的传递受到一定干扰。可行的通信方式包括三种，即有线通信、无线通信和超短距无线通信。三种方式中，有线通信维护难度大、建

7、设成本略高，无线通信建设难度大、抗干扰要求高，超短距无线通信则面临技术方面的制约，运维难度也较大。三者的优劣势如表1所示2。结合表1信息可以发现，在通信效果上，有线通信的结果组理想，考虑到高炉工作的长期性需要，选取有线通信的方式较为妥当。3.模拟分析3.1高炉冶炼喷煤模拟流程应用计算甲建立控制系统模型，以此前收集所获的样本和数据作为基础，通过参数调整法进行工作模拟。在常规工作下，系统被放置于高炉处，应用传感器实时收集高炉工作信息，当高炉处于正常工作状态下时，传感器将收集所获信息传输给单片机，单片机对其进行识别，与存储的各类模型进行匹配，核准无误，不下达指令；如果信息存在异常，单片机会将该问题发

8、送至数字设备处，使管理人员了解实际问题，进行处理。如果异常问题严重，单片机可进行应急处理，如在短路情况下切断电源。系统存在工作负荷变化时，传感器捕捉所获信息也可以由单片机进行识别，下达指令调整喷枪、供气系统工作参数。3.2模拟实验与结果模拟对象为某冶炼厂高炉，收集其参数构建模型，之后应用参数调整法进行模拟实验，变量为工作负荷、电流、温度、供气压力四个方面，观察指标为控制系统反应速度、准确性以及高炉反应正确性、反应时间。模拟实验共进行60次，所获结果如表2所示。从结果上看，控制系统能够准确捕捉各种变化，并下达指令，高炉也能准确做出反应，且反应时间在3s以下，这表明系统工作性能理想。总结：综上，在数据驱动下，高炉冶炼过程可以实现喷煤优化。这种优化的思路体现在三个方面，即多参数平行调整、统一化的控制、自适应能力完善，在此思路下进行数据驱动控制模型构建，应用降维机器训练生产工作模型，再通过匹配法进行智能化的信息辨识，应用有线方式进行通信，各部分关联工作。模拟分析证明了上述理论的价值和可行性，可以作为参考，推广于后续的实际工作中。Reference1孙建彬，金善兵.基于数据驱动的高炉冶炼过程喷煤优化J.科技展望，2015，25（35）：159.2崔桂梅，顾东洋，张轩.多支持向量机在高炉喷煤规则挖掘中的应用J.钢铁研究学报，20