面向指标优化的高炉料面建模与布料研究
【摘要】:钢铁工业是我国国民经济的支柱产业,同时也是高耗能和高排放产业;高炉炼铁能耗和排放占其主要部分。《钢铁工业“十三五”发展规划》强调加快资源节约型、环境友好型的钢铁企业建设,积极研发和推广使用节能减排和低碳技术。依此背景,实现高炉炼铁智能化、信息化以及精细化操作,符合国家发展需求。高炉布料制度属于高炉四大操作制度之一,是改善高炉炉况,保证高炉顺行常用的操作手段。高炉布料环节运行机理复杂、作业环境恶劣、关键参量检测困难,其优化过程一直是学术界和工业界研究的热点话题。本研究以高炉布料操作为研究对象,以高炉顺行和生产指标优化为最终目标,建立了高炉料面拟合重构模型、提出并构建了高炉料面定义体系;建立了高炉料面特征聚类模型,分析历史料面分布规律;建立了面向指标优化的高炉料面优化设定模型,获取适合当前炉况的最优料面形状;基于最优料面形状,设定了精准布料策略,改善传统布料规律,实现炉料精准控制。主要研究内容和创新性成果如下:(1)提出并构建了高炉料面定义体系。基于高炉料面雷达检测技术,建立了高炉料面重构以及可视化模型;结合高炉布料机理,构建了高炉料面“1D-2D-3D”定义体系,设计了形状特征参数计算策略。以特征参数表征高炉料面信息,符合操作工对高炉料面的认知习惯,将高炉料型控制转换为多参数控制问题。高炉料面定义体系是高炉料面优化和布料操作的基础。(2)建立了高炉料面特征聚类模型。以高炉径向料线特征参数为输入变量,建立了料线特征聚类分析模型。深入研究基于密度和距离(Density and distance-based clustering,DD)聚类算法,结合主成分分析方法,提出适合料面特征数据存在冗余特点的聚类模型,提高聚类精度。高炉料面特征聚类,有助于分析历史料面分布规律,建立历史料面数据库。(3)建立了面向指标优化的高炉最优料面模型。采用超限学习机算法,建立了高炉料线特征参数与综合性能指标间的关联模型;设定了动态寻优策略,获取适合当前炉况的最优料面特征信息。分析高炉数据特点,改进了离线、在线超限学习机算法,提高优化模型的准确性。高炉料面优化模型以高炉顺行和指标优化为最终目的,兼顾下部调节参数对性能指标的影响,获取动态最优料面特征参数,为精准布料操作提供支撑。(4)提出并建立了高炉精准布料策略。基于3D料面定义体系,结合高炉布料规律,建立了料面环位划分机制,提出了布料单元概念;对比最优料面形状,计算布料单元需料体积;改进布料矩阵定义方式,提出了节流阀开度和溜槽转速的自适应调节模型,实现炉料精准控制。精准布料模型改善了传统布料规律,促进高炉布料过程自动化与智能化发展。