劉順 岳秋雨
摘 要:鋼鐵工業(yè)是國民經濟的支柱產業(yè),高爐煉鐵是鋼鐵工業(yè)的上游主體工序,對鋼鐵工業(yè)的發(fā)展與節(jié)能降耗有重要的地位。通過大數據挖掘,確定生產過程最佳途徑和最佳參數控制范圍,動態(tài)預測調整生產過程控制,是目前鋼鐵產業(yè)面臨的一個難點。對在高爐中的還原反應過程進行分析,查閱文獻并通過數據對比得出,硅含量與鐵水溫度存在正相關;其次,利用MATLAB軟件繪出爐中生產大數據中,硅含量隨時間序列的變化圖,得出硅含量集中分布在范圍,建立一元平穩(wěn)時間序列硅含量模型。
關鍵詞: 動態(tài)預測 擬合回歸分析 質量優(yōu)化模型 粒子群算法
引 言
我國于2014年超過美國成為世界頭發(fā)工業(yè)生產國,在工業(yè)的流程當中,鋼鐵冶金與石油化工等行業(yè)是代表性的國民經濟支柱性產業(yè)。在冶煉的過程當中,因為采集的工藝參數是一個高維的大數據時間序列,所以影響因素眾多。在生產指標產量、能耗以及鐵水質量都與爐溫有密切的關系,爐溫即鐵水含硅量密切相關。
一、簡要分析
1.冶煉工藝機理
高爐煉鐵是一個工藝復雜的冶煉過程,高爐內的溫度場雖然因各高爐具體情況的不同,沿圓周及半徑方向依煤氣流分布而千差萬別,但是沿高爐高度方向上的溫度分布卻有著共同規(guī)律:在爐料裝入爐內的上部區(qū)域和從風口燃燒帶形成煤氣向上升的地區(qū),由于煤氣與爐料之間的溫度差很大,進行著很強的熱交換,形成高爐上部熱交換區(qū)和下部熱交換區(qū);而高爐中部,煤氣與爐料的溫度較小,是熱交換進行得極其緩慢的區(qū)域,被稱熱交換空區(qū)或熱儲備區(qū),熱儲備區(qū)的存在說明高爐是一種熱交換很完善的設備[1]
2.硅還原反應機理[3]
硅在高爐內還原發(fā)生的主要化學方程式為:爐渣與鐵水接觸時發(fā)生的渣鐵反應:,被還原,發(fā)生的反應為:,過程是隨煤氣上升的氣態(tài),與C反應,同時還與滴下的鐵水相遇,發(fā)生還原反應。
二、高爐鐵水硅含量分析
根據給定的依序號排列的1000爐生產的大數據表,利用MATLAB軟件繪出硅含量隨時間序列的散點圖和區(qū)域分布折線圖,如圖所示。
從圖中我們可以明顯看出,[Si]含量明顯集中分布在0.36-0.6%的部位,可以把高爐鐵水硅含量[Si]分成5個不同的級別,雖然鐵水硅含量[Si]在采集時是離散的。
二、預測模型求解
根據實際生產情況,一般使用命中率來評價對模型的預測成功率。命中率越高模型的預測成功率越高,模型也就越精確;反之,則越不精確。
從表3的模型預測率中可以得出如下結論:
1.命中率隨樣本數的增加而增加;
2.在樣本個數較多的情況下,命中率增長程度減緩。可以分析出,若樣本個數繼續(xù)增加,預測命中率應在某一數值的附近波動。
參考文獻:
[1] 徐夏,基于改進粒子群算法和支持向量機的高爐爐溫預測建模研究,燕山大學碩士學位論文,2015年5月。
[2] 劉祥官,劉芳,高爐煉鐵過程優(yōu)化與智能控制系統(tǒng)[M],冶金工業(yè)出版社,2003:1-5。
[3] 史燕,高爐爐溫預測控制模型的研究,杭州電子科技大學碩士學位論文,2009年12月。
[4] J.Sterneland, M.A.T. Andersson and P.G. Josson. Comparison of iron ore reduction in experiment Blast furnace and laboratory scale simulation of blast furnace Process [M]. Ironmaking and Steelmaking, 2003, 30(4): 313-327.
[5] 楊叔子,吳雅等編,時間序列分析的工程應用,華中理工大學出版社,1991年。
[6] 汪榮鑫,隨機過程[J],西安交通大學出版社,1995年。
[7] 孫桂利,時間序列方法在臨鋼六號高爐鐵水含硅量預測中的應用,西安建筑科技大學碩士學位論文,2001年5月。
[8] 畢學工,高爐過程數學模型及計算機控制,冶金工業(yè)出版社,1996年。
[9] 安鴻志,陳兆國,杜金觀,潘民著,.時間序列的分析與應用,科學出版社,1986年。
[10] 劉艷秋,石君麗,陶學恒,統(tǒng)計過程技術(SPC)在質量管理中的應用[J],機電產品開發(fā)與創(chuàng)新,2001年。