石泉　唐玨　儲(chǔ)滿生

關(guān)鍵詞：工業(yè)大數(shù)據(jù)；數(shù)據(jù)治理；機(jī)器學(xué)習(xí)；高爐煉鐵

0 前言

鋼鐵工業(yè)是典型的資源能源密集型流程工業(yè)，是國(guó)民經(jīng)濟(jì)支柱產(chǎn)業(yè)。高爐煉鐵作為主流鋼鐵生產(chǎn)流程的核心工序，高爐穩(wěn)定、順行、高效、低耗關(guān)系到整個(gè)鋼鐵企業(yè)的經(jīng)濟(jì)效益，是鋼鐵生產(chǎn)節(jié)能減排、降本增效的關(guān)鍵環(huán)節(jié)。目前，高爐煉鐵工藝技術(shù)水平已發(fā)展到瓶頸，難以有較大的突破；隨著數(shù)據(jù)科學(xué)和信息技術(shù)的蓬勃發(fā)展，將大數(shù)據(jù)技術(shù)逐步應(yīng)用于高爐煉鐵過(guò)程中，充分利用煉鐵系統(tǒng)積累的數(shù)據(jù)深度解析生產(chǎn)過(guò)程，研發(fā)基于大數(shù)據(jù)的智能化高爐煉鐵技術(shù)，挖掘原燃料條件、工藝操作制度與高爐運(yùn)行狀態(tài)、鐵水質(zhì)量之間的邏輯關(guān)系，將大數(shù)據(jù)、機(jī)器學(xué)習(xí)與冶煉機(jī)制、經(jīng)驗(yàn)知識(shí)相結(jié)合，建立高效、科學(xué)的高爐冶煉智慧模型，有望解決高爐數(shù)據(jù)難表征、狀態(tài)難描述、操作難調(diào)控的傳統(tǒng)難題，是實(shí)現(xiàn)高爐煉鐵節(jié)能減排和智能化冶煉的重要手段。

為了積極推動(dòng)智能化技術(shù)實(shí)施，中國(guó)已出臺(tái)多項(xiàng)決策部署，如：《中國(guó)制造2025》提出構(gòu)建數(shù)字化智慧鋼廠，鋼鐵業(yè)面臨數(shù)字化轉(zhuǎn)型升級(jí)的迫切需求。寶鋼、首鋼、武鋼、韶鋼、攀鋼等鋼鐵企業(yè)均制定了智能制造規(guī)劃，建設(shè)工業(yè)數(shù)據(jù)中心與智能化技術(shù)研發(fā)平臺(tái)。然而中國(guó)現(xiàn)有成果相較于發(fā)達(dá)國(guó)家應(yīng)用仍有較大差距，尤其是煉鐵工序存在基礎(chǔ)自動(dòng)化薄弱、數(shù)據(jù)采集與管理難度大、冶煉過(guò)程是典型黑箱等問(wèn)題，智能化高爐煉鐵技術(shù)的研發(fā)與應(yīng)用還有較大提升空間。

1 機(jī)器學(xué)習(xí)算法介紹

隨著大數(shù)據(jù)技術(shù)的不斷發(fā)展，使得支持向量機(jī)、隨機(jī)森林和神經(jīng)網(wǎng)絡(luò)等機(jī)器學(xué)習(xí)算法在鋼鐵行業(yè)方面的應(yīng)用取得了不錯(cuò)的效果。本節(jié)對(duì)工業(yè)數(shù)據(jù)建模過(guò)程中常用到的機(jī)器學(xué)習(xí)算法進(jìn)行介紹。

（1）支持向量機(jī)是在統(tǒng)計(jì)學(xué)理論的基礎(chǔ)上得出的機(jī)器學(xué)習(xí)算法，它在解決小樣本、非線性和高維模式識(shí)別問(wèn)題上表現(xiàn)出許多獨(dú)特的優(yōu)勢(shì)。隨著支持向量機(jī)的不斷發(fā)展，冶金行業(yè)的研究人員把支持向量機(jī)應(yīng)用于各種參數(shù)的預(yù)測(cè)?；谥С窒蛄炕貧w與極限學(xué)習(xí)機(jī)2種算法對(duì)鐵水溫度構(gòu)建預(yù)測(cè)模型，基于支持向量回歸算法構(gòu)建的預(yù)測(cè)模型較優(yōu)，±10 ℃ 誤差范圍內(nèi)的命中率高達(dá)94%，比極限學(xué)習(xí)機(jī)預(yù)測(cè)模型高了5.5%?；谥С窒蛄炕貧w建立了高爐煤氣利用率預(yù)測(cè)模型，并預(yù)測(cè)結(jié)果與多層感知器模型進(jìn)行對(duì)比，結(jié)果表明，支持向量回歸模型在預(yù)測(cè)1和2 h后的煤氣利用率時(shí)精確度更高，達(dá)到了更好的預(yù)測(cè)效果。

（2）梯度提升是一種常用于回歸和分類問(wèn)題的集成學(xué)習(xí)算法和機(jī)器學(xué)習(xí)技術(shù)，以弱預(yù)測(cè)模型集合的形式產(chǎn)生預(yù)測(cè)模型。因其強(qiáng)大的學(xué)習(xí)能力，尤其是在表格數(shù)據(jù)中的表現(xiàn)，在高爐參數(shù)預(yù)測(cè)領(lǐng)域同樣備受關(guān)注。文獻(xiàn)選用Xgboost模型對(duì)高爐透氣性進(jìn)行預(yù)測(cè)，結(jié)果表明，Xgboost相較于隨機(jī)森林和線性回歸模型具有較大優(yōu)勢(shì)，模型在誤差±1.5%范圍內(nèi)的準(zhǔn)確率達(dá)到94.27%，能夠準(zhǔn)確預(yù)測(cè)下一小時(shí)透氣性指數(shù)。文獻(xiàn)提出一種基于梯度提升決策樹(shù)算法的焦炭預(yù)測(cè)模型，結(jié)果表明基于梯度提升決策樹(shù)的焦炭質(zhì)量預(yù)測(cè)模型相較于線性回歸模型、隨機(jī)森林模型，決策樹(shù)模型誤差小、準(zhǔn)確率高。文獻(xiàn)基于梯度提升決策樹(shù)（GBDT）算法建立了燒結(jié)終點(diǎn)預(yù)測(cè)模型，采用網(wǎng)格搜索和交叉驗(yàn)證的方法對(duì)模型參數(shù)進(jìn)行了優(yōu)化，取得了良好的性能。

（3）神經(jīng)網(wǎng)絡(luò)是機(jī)器學(xué)習(xí)中最重要的分支，近年來(lái)，深度學(xué)習(xí)發(fā)展得如火如荼，各領(lǐng)域的研究成果都非常豐頗。高爐煉鐵是一個(gè)動(dòng)態(tài)的時(shí)間序列，高爐反應(yīng)的過(guò)程又是漸變的，即當(dāng)前爐況與歷史爐況相互關(guān)聯(lián)，這就要求神經(jīng)網(wǎng)絡(luò)能夠動(dòng)態(tài)記憶歷史信息，并在學(xué)習(xí)新信息的同時(shí)保持歷史信息的持久性。因此，將長(zhǎng)短期記憶神經(jīng)網(wǎng)絡(luò)在高爐參數(shù)預(yù)測(cè)的研究中取得了顯著成效。文獻(xiàn)為實(shí)現(xiàn)高爐煉鐵過(guò)程中鐵水硅含量的準(zhǔn)確預(yù)測(cè)，引入神經(jīng)網(wǎng)絡(luò)時(shí)間序列模型實(shí)現(xiàn)了高爐鐵水硅含量智能預(yù)報(bào)，經(jīng)測(cè)試在預(yù)測(cè)結(jié)果置信區(qū)間95%以上的條件下達(dá)到了0.2%以下的預(yù)測(cè)絕對(duì)誤差。文獻(xiàn)對(duì)比了正常工況下長(zhǎng)短記憶模型（LSTM）和季節(jié)性差分自回歸模型（SARIMA）不同預(yù)測(cè)步數(shù)的高爐煤氣發(fā)生量預(yù)測(cè)效果，結(jié)果表明LSTM模型的預(yù)測(cè)精度普遍高于SARIMA模型。

（4）集成學(xué)習(xí)通過(guò)構(gòu)建和組合多個(gè)學(xué)習(xí)器來(lái)完成學(xué)習(xí)任務(wù)。通過(guò)組合多個(gè)學(xué)習(xí)器，通?？梢垣@得比單一學(xué)習(xí)器更顯著的泛化性能，學(xué)習(xí)器的預(yù)測(cè)效果是隨著數(shù)據(jù)集的不同而變化的，集成學(xué)習(xí)可以提高學(xué)習(xí)系統(tǒng)的泛化性能，并增強(qiáng)學(xué)習(xí)系統(tǒng)的穩(wěn)定性。文獻(xiàn)為提高煤氣利用率的預(yù)測(cè)精度，提出一種基于CEEMDAN-SVM-LSTM 的組合模型對(duì)其進(jìn)行預(yù)測(cè)。用長(zhǎng)短時(shí)間記憶人工神經(jīng)網(wǎng)絡(luò)（LSTM）和支持向量機(jī)（SVM）分別對(duì)分解的高頻模態(tài)和低頻模態(tài)進(jìn)行預(yù)測(cè)，最后將模型組合建立了煤氣利用率的組合預(yù)測(cè)模型。結(jié)果表明該組合模型與單一的 SVM 模型和LSTM 預(yù)測(cè)模型對(duì)比，組合模型的精度更高。

2 大數(shù)據(jù)技術(shù)在高爐煉鐵中的應(yīng)用

大數(shù)據(jù)技術(shù)在高爐煉鐵中的應(yīng)用主要體現(xiàn)在高爐數(shù)據(jù)預(yù)處理、高爐關(guān)鍵指標(biāo)預(yù)測(cè)、高爐爐況狀態(tài)評(píng)價(jià)和高爐關(guān)鍵指標(biāo)優(yōu)化4個(gè)方面，主要研究?jī)?nèi)容如圖1所示。

2.1 高爐數(shù)據(jù)預(yù)處理

高爐煉鐵系統(tǒng)數(shù)據(jù)具有來(lái)源多、范圍廣、數(shù)量大、維度高、頻次多、噪聲多、質(zhì)量低等特點(diǎn)，如何完成高爐復(fù)雜數(shù)據(jù)的清洗與整合，是實(shí)現(xiàn)高爐煉鐵系統(tǒng)智能化的基礎(chǔ)。此過(guò)程主要包括缺失值和異常值處理、數(shù)據(jù)標(biāo)準(zhǔn)化以及數(shù)據(jù)集成。

2.1.1 高爐缺失數(shù)據(jù)處理

高爐煉鐵數(shù)據(jù)缺失問(wèn)題主要是由于高爐生產(chǎn)過(guò)程中由于傳感器失靈、人為操作失誤、數(shù)據(jù)庫(kù)存儲(chǔ)故障等因素造成的部分?jǐn)?shù)據(jù)丟失。處理數(shù)據(jù)缺失的方法主要有2種：一是刪掉缺失數(shù)據(jù)所在的數(shù)據(jù)項(xiàng)，二是對(duì)缺失數(shù)據(jù)進(jìn)行填補(bǔ)。填補(bǔ)缺失值可以保證數(shù)據(jù)信息的完整性，有利于建立完整、系統(tǒng)的數(shù)據(jù)挖掘模型。

（1）少量缺失或大量缺失。

如果缺失數(shù)據(jù)量占數(shù)據(jù)集總量的比例低于5%可采取直接刪除法，該種處理辦法不會(huì)影響數(shù)據(jù)的有效性，且處理效率高效。如果數(shù)據(jù)缺失量較大，數(shù)據(jù)填補(bǔ)難度將十分巨大，當(dāng)數(shù)據(jù)的缺失率超過(guò)60%時(shí)，無(wú)論采用何種辦法，其所研究的數(shù)據(jù)都沒(méi)有任何使用價(jià)值。直接刪除法在特定情況下是一種直接、高效的處理手段，但此種方法會(huì)造成一部分?jǐn)?shù)據(jù)資源的流失。

（2）間斷性數(shù)據(jù)缺失。

間斷性數(shù)據(jù)缺失是指數(shù)據(jù)間斷性的在短時(shí)間內(nèi)出現(xiàn)數(shù)據(jù)缺失問(wèn)題。由于缺失時(shí)間短，尤其當(dāng)數(shù)據(jù)頻次較高時(shí)，在此范圍內(nèi)數(shù)據(jù)波動(dòng)不會(huì)發(fā)生明顯變化，可以通過(guò)最近鄰值法等對(duì)缺失值進(jìn)行填補(bǔ)；如果是壓力、溫度等時(shí)間序列數(shù)據(jù)，由于時(shí)序性數(shù)據(jù)在一定范圍內(nèi)的波動(dòng)是可預(yù)估的，因此可以采用插值法；如果與其他變量數(shù)據(jù)存在相關(guān)關(guān)系的數(shù)據(jù)（如透氣性和壓差），可采用機(jī)器學(xué)習(xí)法建立二者的函數(shù)關(guān)系完成缺失數(shù)據(jù)的填補(bǔ)。

（3）連續(xù)性數(shù)據(jù)缺失。

連續(xù)性數(shù)據(jù)缺失是指數(shù)據(jù)在長(zhǎng)時(shí)間內(nèi)連續(xù)出現(xiàn)數(shù)據(jù)缺失問(wèn)題。由于長(zhǎng)時(shí)間缺失導(dǎo)致在此范圍內(nèi)數(shù)據(jù)實(shí)際變化趨勢(shì)無(wú)法被估計(jì)，插值法填補(bǔ)不能取得理想的效果。但是，如果存在其密切相關(guān)的完整變量數(shù)據(jù)，通過(guò)完整數(shù)據(jù)尋找數(shù)據(jù)之間的內(nèi)在規(guī)律，即便出現(xiàn)長(zhǎng)時(shí)缺失也可通過(guò)數(shù)據(jù)間的內(nèi)在關(guān)系采用機(jī)器學(xué)習(xí)法對(duì)缺失數(shù)據(jù)進(jìn)行預(yù)測(cè)填補(bǔ)。

2.1.2 高爐異常數(shù)據(jù)處理

異常數(shù)據(jù)的處理與分析也是數(shù)據(jù)治理中的一個(gè)重要步驟。工業(yè)大數(shù)據(jù)中往往由于各種原因，導(dǎo)致收集到的數(shù)據(jù)中存在一些偏離正常范圍的異常值點(diǎn)，忽略異常數(shù)值的存在往往對(duì)數(shù)據(jù)分析結(jié)果是不利的。然而，由于高爐正常爐況和異常爐況的數(shù)據(jù)差異很大，因此在進(jìn)行異常數(shù)據(jù)檢測(cè)時(shí)需要根據(jù)爐況狀態(tài)是否異常而有所區(qū)別。

（1）超出工藝范圍的異常值。

可以通過(guò)最大最小值判斷這個(gè)變量的取值是否超過(guò)了合理的范圍，不合常理的為異常值。例如在正常爐況下，可以依據(jù)高爐現(xiàn)場(chǎng)操作方針的參數(shù)范圍制定數(shù)據(jù)篩選條件。

（2）算法識(shí)別的異常值。

通過(guò)統(tǒng)計(jì)學(xué)方法或機(jī)器學(xué)習(xí)的方法判別，目前從數(shù)據(jù)的統(tǒng)計(jì)學(xué)性質(zhì)出發(fā)進(jìn)行高爐異常數(shù)據(jù)識(shí)別的技術(shù)手段主要有以下幾種：拉依達(dá)準(zhǔn)則（3σ法）、箱型圖等方式。此類方法在一定程度上剔除了異常值且效率高，但異常值上下限的確定還是依賴操作人員的經(jīng)驗(yàn)，例如箱型圖上下四分位差的系數(shù)。并且3σ準(zhǔn)則要求數(shù)據(jù)近似正太分布，并不是所有的數(shù)據(jù)都適用。從機(jī)器學(xué)習(xí)的角度出發(fā)，目前所采用的主要有聚類算法、孤立森林法等。利用聚類算法進(jìn)行異常值識(shí)別主要是選用合適的算法將數(shù)據(jù)分為各簇，簇與簇之前的距離大而簇內(nèi)部的數(shù)據(jù)間的距離小，因此可以找出包含大部分正常數(shù)據(jù)的簇，進(jìn)而識(shí)別異常值。而孤立森林所采用的思想是利用二叉樹(shù)的特點(diǎn)將全部數(shù)據(jù)遍歷，將數(shù)據(jù)按大小分在二叉樹(shù)的兩側(cè)，根據(jù)某點(diǎn)數(shù)據(jù)被區(qū)分出來(lái)時(shí)所涉及的二叉樹(shù)的數(shù)量進(jìn)行異常值識(shí)別，所涉及的二叉樹(shù)數(shù)量越小則該點(diǎn)數(shù)據(jù)是異常值的可能性越大。利用機(jī)器學(xué)習(xí)進(jìn)行異常值識(shí)別的識(shí)別率高但需要消耗的時(shí)間也較多。

（3）異常值的處理。

在識(shí)別出離群值后還需要觀察同時(shí)刻其他參數(shù)的數(shù)據(jù)是否也存在異常，以此甄別產(chǎn)生異常數(shù)據(jù)的原因是高爐爐況異常引起，還是數(shù)據(jù)本身異常。對(duì)于無(wú)效異常值（錯(cuò)誤值或離群值），一般刪除含有異常值的記錄，或者將其視為缺失值，然后按照缺失值的處理方法進(jìn)行填補(bǔ)；對(duì)于有效異常值（即在特定爐況條件下屬于合理值），一般需要對(duì)此類數(shù)據(jù)進(jìn)行保留。值得注意的是不同檢測(cè)方法對(duì)數(shù)據(jù)具有不同的要求，而高爐數(shù)據(jù)復(fù)雜，異常值的種類較多，因此不能僅僅采用單一的異常值識(shí)別方法，應(yīng)綜合考慮數(shù)據(jù)問(wèn)題和算法自身特點(diǎn)，科學(xué)選擇數(shù)據(jù)處理方法。

2.1.3 高爐數(shù)據(jù)頻次對(duì)齊

高爐煉鐵過(guò)程中不同數(shù)據(jù)源存在數(shù)據(jù)采集頻次不同的問(wèn)題，大大提升了高爐不同工序數(shù)據(jù)整合的難度。例如質(zhì)檢數(shù)據(jù)和監(jiān)測(cè)數(shù)據(jù)，前者的數(shù)據(jù)頻次一般為2～4 h， 而后者的數(shù)據(jù)頻次多為分鐘級(jí)或秒級(jí)。當(dāng)數(shù)據(jù)存在不同頻率，通常的方法有2種，一種是根據(jù)低頻數(shù)據(jù)的周期對(duì)高頻數(shù)據(jù)做平均或累加，或者根據(jù)低頻數(shù)據(jù)的周期選取高頻數(shù)據(jù)的最新值；另外一種是將低頻數(shù)據(jù)映射到高頻時(shí)間索引上，缺失值用插值補(bǔ)全。將混頻數(shù)據(jù)轉(zhuǎn)換為相同頻率的數(shù)據(jù)后，使用相同頻率的數(shù)據(jù)進(jìn)行分析或建模。但是，這種方法由于人為的數(shù)據(jù)累加或內(nèi)插會(huì)引起的原始數(shù)據(jù)內(nèi)含的信息量增加和丟失。相關(guān)學(xué)者提出直接使用混頻數(shù)據(jù)來(lái)構(gòu)建混頻數(shù)據(jù)模型，這種方式建立的模型充分利用高頻數(shù)據(jù)中的信息，避免了由于數(shù)據(jù)處理過(guò)程中人為處理而導(dǎo)致的數(shù)據(jù)信息虛增與丟失，在一定程度上可以提高宏觀模型估計(jì)有效性和預(yù)測(cè)的準(zhǔn)確性。有效解決了不同工序由于數(shù)據(jù)采集周期不同導(dǎo)致的數(shù)據(jù)樣本不均衡和不同工序數(shù)據(jù)無(wú)法直接匹配的問(wèn)題。

2.1.4 高爐數(shù)據(jù)標(biāo)準(zhǔn)化

鋼鐵工業(yè)中流程較多，影響產(chǎn)品質(zhì)量和性能的因素錯(cuò)綜復(fù)雜，每個(gè)指標(biāo)的性質(zhì)、量綱、數(shù)量級(jí)、可用性等特征均可能存在差異，導(dǎo)致無(wú)法直接用其分析研究對(duì)象的特征和規(guī)律。如果直接用指標(biāo)原始值進(jìn)行分析，數(shù)值較高的指標(biāo)在綜合分析中的作用就會(huì)被放大，相對(duì)地，會(huì)削弱數(shù)值水平較低的指標(biāo)的作用。以高爐為例，風(fēng)量的單位是m3/min， 燃料比單位是kg/t， 熱負(fù)荷的單位是MJ/h， 且它們的數(shù)量級(jí)相差較大，不利于模型計(jì)算分析，還會(huì)降低模型的預(yù)測(cè)精度。為了消除參數(shù)指標(biāo)之間的量綱和取值范圍差異的影響，需要對(duì)訓(xùn)練數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，便于建立有效的機(jī)器學(xué)習(xí)模型。研究中最常用的數(shù)據(jù)標(biāo)準(zhǔn)化方法主要為min-max標(biāo)準(zhǔn)化法和z-score標(biāo)準(zhǔn)化法。

2.2 高爐關(guān)鍵指標(biāo)預(yù)測(cè)

提前掌握高爐關(guān)鍵指標(biāo)變化對(duì)操作者科學(xué)判斷、準(zhǔn)確調(diào)控高爐運(yùn)行狀態(tài)至關(guān)重要，通過(guò)大數(shù)據(jù)技術(shù)實(shí)現(xiàn)高爐關(guān)鍵指標(biāo)的精準(zhǔn)預(yù)測(cè)是高爐操作者科學(xué)判斷高爐爐況動(dòng)態(tài)變化的有效手段。研究較多的高爐關(guān)鍵預(yù)測(cè)指標(biāo)主要有爐熱（鐵水硅含量和鐵水溫度）、焦比、煤氣利用率、透氣性等。由于高爐冶煉的復(fù)雜性，不同高爐關(guān)鍵指標(biāo)的影響因素不同，并且不同冶煉條件下高爐關(guān)鍵指標(biāo)的影響因素也會(huì)有所不同。另外，高爐參數(shù)之間存在不同程度的時(shí)間滯后性。因此，在建立預(yù)測(cè)模型之前需要進(jìn)行時(shí)滯性分析和特征選擇。

2.2.1 高爐參數(shù)間的時(shí)滯性分析

在高爐冶煉過(guò)程中，當(dāng)爐長(zhǎng)采取某項(xiàng)控制措施時(shí)，決策變量需要一段時(shí)間后才能起到控制作用，這種現(xiàn)象叫做滯后?，F(xiàn)有方法大多是根據(jù)相關(guān)性系數(shù)或者人工經(jīng)驗(yàn)的方法，得到最大相關(guān)性的某一確定的滯后時(shí)間。如安劍奇等采用灰色相對(duì)關(guān)聯(lián)度分析方法分析了高爐操作與煤氣利用率、鐵水硅含量、高爐狀態(tài)參數(shù)的時(shí)滯關(guān)系；李壯年等通過(guò)人工經(jīng)驗(yàn)分別對(duì)當(dāng)日、1天、2天后的控制參數(shù)賦予權(quán)重，對(duì)數(shù)據(jù)進(jìn)行時(shí)效處理。但是在實(shí)際生產(chǎn)過(guò)程中，不同階段或者不同工況下，參數(shù)的滯后時(shí)間具有不確定性，在一定范圍內(nèi)變化，且參數(shù)在這個(gè)范圍內(nèi)會(huì)有不同程度的波動(dòng)。因此，此類方法可能會(huì)造成滯后時(shí)間不準(zhǔn)確以及波動(dòng)信息缺失，從而導(dǎo)致與實(shí)際爐況不符的現(xiàn)象。針對(duì)高爐煉鐵生產(chǎn)過(guò)程數(shù)據(jù)大時(shí)滯現(xiàn)象，王玉濤等提出了一種時(shí)滯不確定信息的高爐參數(shù)時(shí)滯性分析方法，通過(guò)計(jì)算參數(shù)不同階段的滯后時(shí)間，得到參數(shù)的滯后時(shí)間范圍，然后將工藝參數(shù)對(duì)應(yīng)時(shí)滯范圍內(nèi)均值，方差作為模型輸入，有效提高了模型預(yù)測(cè)準(zhǔn)確率。

2.2.2 高爐關(guān)鍵指標(biāo)的特征選擇

從眾多原燃料參數(shù)和操作參數(shù)中篩選出與高爐關(guān)鍵指標(biāo)有顯著關(guān)系的參數(shù)時(shí)，最常用的方法是通過(guò)特征選擇技術(shù)實(shí)現(xiàn)高爐重要影響因素的篩選。特征選擇方法主要分為基于特征排序和基于特征搜索2類。

（1）基于特征排序采用具體的評(píng)價(jià)準(zhǔn)則給每個(gè)特征打分或設(shè)置一個(gè)閾值，選擇排名前k個(gè)的特征，選擇過(guò)程如圖2所示?；谔卣髋判虻脑u(píng)價(jià)準(zhǔn)則常用的有Pearson相關(guān)系數(shù)、最大信息系數(shù)、主成分分析等。Pearson相關(guān)系數(shù)是線性量化關(guān)系分析最常用方法之一，反應(yīng)的是2個(gè)變量之間變化趨勢(shì)的方向以及程度，其值范圍為-1～1，0表示2個(gè)變量不相關(guān)，正值表示正相關(guān)，負(fù)值表示負(fù)相關(guān)，值越大表示相關(guān)性越強(qiáng)。王振陽(yáng)等依據(jù)Pearson相關(guān)系數(shù)提取了與鐵水溫度存在強(qiáng)線性相關(guān)的高爐參數(shù)，但考慮到Pearson系數(shù)不能有效地對(duì)非線性關(guān)系的參數(shù)進(jìn)行提取，因此結(jié)合Spearman系數(shù)獲取了顯著影響鐵水溫度的特征參量。最大信息系數(shù)（MIC）是用來(lái)衡量2個(gè)參數(shù)之間的關(guān)聯(lián)程度，線性或非線性關(guān)系，相較于Pearson相關(guān)系數(shù)而言有更高的準(zhǔn)確度。最大互信息系數(shù)度量具有普適性，其不僅可以發(fā)現(xiàn)變量間的線性函數(shù)關(guān)系，還能發(fā)現(xiàn)非線性函數(shù)關(guān)系。張笑凡使用Pearson相關(guān)系數(shù)初步挑選出與爐缸活性線性相關(guān)性強(qiáng)的特征，然后針對(duì)Pearson相關(guān)系數(shù)無(wú)法捕捉非線性關(guān)系的缺陷，使用了最大信息系數(shù)來(lái)衡量特征與爐缸活性之間的依賴關(guān)系，提取出與爐缸活性依賴性強(qiáng)的特征。這種特征選擇方法效率高，因此在處理高維數(shù)據(jù)時(shí)，可在短時(shí)間內(nèi)去除大量的無(wú)關(guān)特征。但是高爐冶煉過(guò)程復(fù)雜，高爐參數(shù)之間具有強(qiáng)耦合性，通過(guò)分析單因素對(duì)目標(biāo)的影響程度選擇特征，忽略了特征參數(shù)之間的相互作用對(duì)高爐經(jīng)濟(jì)指標(biāo)的實(shí)際影響關(guān)系，因此基于特征排序的方法對(duì)高爐預(yù)測(cè)模型精度的提升是有限的。主成分分析主要思想是將n維特征映射到k維上，這k維是全新的正交特征也被稱為主成分，是在原有n維特征的基礎(chǔ)上重新構(gòu)造出來(lái)的k維特征。主成分分析嚴(yán)格來(lái)說(shuō)屬于特征提取的一種方法，但也是通過(guò)對(duì)方差貢獻(xiàn)率進(jìn)行排序，選取排名靠前的主成分。劉代飛在進(jìn)行高爐爐況預(yù)測(cè)建模時(shí)，利用主元分析對(duì)108維的溫度場(chǎng)數(shù)據(jù)進(jìn)行降維處理，以86%的信息提取度為準(zhǔn)則，形成20維主元特征參數(shù)。但是，經(jīng)過(guò)主成分分析構(gòu)建的新特征物理意義與原始特征相差甚遠(yuǎn)，提取到的特征可解釋性弱，這對(duì)指導(dǎo)高爐操作和異常爐況的原因分析等問(wèn)題是非常不利的。

（2）基于特征搜索屬于一種特征組合策略，如圖3所示，此過(guò)程中可以直接將模型預(yù)測(cè)精度或誤差作為度量標(biāo)準(zhǔn)衡量特征子集的整體性能，最終獲得近似的最優(yōu)子集，要優(yōu)于只估計(jì)單個(gè)特征得分的評(píng)價(jià)標(biāo)準(zhǔn)。如隨機(jī)森林算法、XGBoost和LightGBM中的特征貢獻(xiàn)度排序是衡量每個(gè)特征重要性的有效方法。特征貢獻(xiàn)度排序定義為對(duì)單個(gè)特征值進(jìn)行隨機(jī)洗牌時(shí)模型分?jǐn)?shù)的下降，是在比較具有和不具有該特征時(shí)模型的預(yù)測(cè)精度，特征貢獻(xiàn)度排序可用于分析特征對(duì)輸出變量的重要性。趙軍等在建立高爐透氣性指數(shù)預(yù)測(cè)模型過(guò)程中，以隨機(jī)森林模型作為基模型，采取交叉驗(yàn)證法確定特征數(shù)量尋找最佳特征，篩選出冷風(fēng)流量、鼓風(fēng)動(dòng)能、富氧流量等14個(gè)特征參數(shù)。遺傳算法作為一種基于自然選擇和群體遺傳機(jī)制的搜索算法，也是處理特征選取任務(wù)最先進(jìn)的算法之一。張照碩等基于遺傳算法研究了不同的個(gè)體選擇策略與種群更新策略的結(jié)合對(duì)監(jiān)督學(xué)習(xí)算法預(yù)測(cè)準(zhǔn)確率的影響，結(jié)果表明這種方式比將所有特征用于學(xué)習(xí)的平均準(zhǔn)確率更高。

在實(shí)際應(yīng)用當(dāng)中，可以將多種特征選擇方法結(jié)合使用，以提高模型的效率和性能。先通過(guò)基于特征排序去除無(wú)關(guān)特征，然后再通過(guò)基于特征組合選擇最優(yōu)特征集。值得注意的是，完全依賴數(shù)據(jù)算法有時(shí)也會(huì)造成重要信息的丟失，當(dāng)某個(gè)重要參數(shù)一直被控制在合理范圍時(shí)，由于數(shù)據(jù)波動(dòng)較小，算法很有可能將其判定為無(wú)關(guān)參數(shù)而剔除。文獻(xiàn)在基于高爐冶煉機(jī)制和專揀經(jīng)驗(yàn)篩選特征基礎(chǔ)上，采用特征選擇技術(shù)在剩余特征集中進(jìn)行篩選，通過(guò)機(jī)制與算法結(jié)合的方式完整地選擇出了影響鐵水質(zhì)量的重要參數(shù)。文獻(xiàn)結(jié)合遺傳算法與冶金理論提出了一種可解釋的特征構(gòu)造方法，應(yīng)用于鐵水硅含量預(yù)測(cè)效果良好提高至93%。更重要的是，通過(guò)構(gòu)造的許多高質(zhì)量特征中的共同成分揭示了過(guò)程變量和預(yù)測(cè)變量之間的內(nèi)在關(guān)系。這些信息有助于高爐操作者對(duì)高爐冶煉過(guò)程的理解和控制。因此，應(yīng)采取高爐工藝機(jī)制結(jié)合數(shù)據(jù)驅(qū)動(dòng)算法共同完成影響參數(shù)的選取。

2.2.3 高爐關(guān)鍵指標(biāo)的預(yù)測(cè)

崔桂梅等通過(guò)支持向量機(jī)和K-means聚類進(jìn)行結(jié)合，建立類別函數(shù)確定預(yù)測(cè)數(shù)據(jù)的類別，利支持向量機(jī)對(duì)聚類后的每一類數(shù)據(jù)進(jìn)行預(yù)測(cè)，該方法鐵水溫度的預(yù)測(cè)精度較普通支持向量機(jī)有所提高。文獻(xiàn)采用徑向基函數(shù)的最小二乘支持向量機(jī)對(duì)鐵水[Si]進(jìn)行預(yù)測(cè)，采用多折交叉驗(yàn)證方法優(yōu)化核函數(shù)、正則化參數(shù)，取得了較好的預(yù)測(cè)效果。王文慧等建立了基于隨機(jī)森林算法的高爐鐵水硅質(zhì)量分?jǐn)?shù)預(yù)測(cè)模型，該研究結(jié)果表明不管是在爐況平穩(wěn)還是在爐況有較大波動(dòng)的情形下，隨機(jī)森林算法都能獲得較高的預(yù)測(cè)精度。張勇等采用相關(guān)分析法確定影響爐溫的主要因素，基于時(shí)間序列的小波神經(jīng)網(wǎng)絡(luò)對(duì)鐵水測(cè)溫進(jìn)行預(yù)測(cè)，較傳統(tǒng)的BP神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)精度有所提高。劉小杰等通過(guò)構(gòu)建Adaboost模型、決策樹(shù)模型和隨機(jī)森林模型對(duì)2 h后的鐵水中硅含量進(jìn)行預(yù)測(cè)，發(fā)現(xiàn)Adaboost模型預(yù)測(cè)的結(jié)果相比決策樹(shù)模型和隨機(jī)森林模型準(zhǔn)確度更高，能夠更好地對(duì)鐵水硅含量進(jìn)行捕捉預(yù)測(cè)。岳有軍等采用粒子群算法對(duì)最小二乘支持向量機(jī)進(jìn)行優(yōu)化，用優(yōu)化后的模型對(duì)高爐焦比進(jìn)行預(yù)測(cè)，結(jié)果表明優(yōu)化后的方法成功提高了入爐焦比的預(yù)測(cè)精度。周繼程等利用神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)生鐵產(chǎn)量和燃料比，由于數(shù)據(jù)樣本少，模型命中率較低。周洋等將聚類算法與神經(jīng)網(wǎng)絡(luò)進(jìn)行結(jié)合，通過(guò)聚類分析將高爐數(shù)據(jù)分為若干類，然后基于神經(jīng)網(wǎng)絡(luò)分別進(jìn)行訓(xùn)練，實(shí)現(xiàn)了高爐焦比預(yù)測(cè)，模型的預(yù)測(cè)精度高于傳統(tǒng)神經(jīng)網(wǎng)絡(luò)。李壯年等采用了支持向量機(jī)、隨機(jī)森林、梯度提升樹(shù)等6種機(jī)器學(xué)習(xí)算法，并采用特征工程和超參數(shù)調(diào)優(yōu)對(duì)機(jī)器學(xué)習(xí)預(yù)測(cè)進(jìn)行了優(yōu)化，最后采用集成學(xué)習(xí)方法對(duì)高爐焦比和透氣性進(jìn)行了預(yù)測(cè)，預(yù)測(cè)結(jié)果不僅精準(zhǔn)度高而且具有很好的魯棒性。

目前已經(jīng)建立了許多高爐關(guān)鍵參數(shù)預(yù)測(cè)模型，這些模型在高爐實(shí)際生產(chǎn)中發(fā)揮著重要作用。然而，當(dāng)前高爐關(guān)鍵變量預(yù)測(cè)多以純數(shù)據(jù)驅(qū)動(dòng)模型為主，大多數(shù)模型未能將工藝機(jī)制和數(shù)據(jù)模型進(jìn)行深度結(jié)合，應(yīng)用效果與實(shí)際生產(chǎn)需求仍有一些差距。通過(guò)相關(guān)的冶金工藝?yán)碚摻⒏郀t機(jī)制模型，將高爐機(jī)制模型的結(jié)果作為新的特征。該方法的目的在于通過(guò)機(jī)制分析實(shí)現(xiàn)對(duì)高爐內(nèi)部難以監(jiān)測(cè)指標(biāo)的理論計(jì)算。文獻(xiàn)通過(guò)建立布料仿真模型，計(jì)算得到爐料徑向焦炭負(fù)荷和爐料落點(diǎn)等重要特征，并采取高爐布料仿真模型和聚類分析相結(jié)合的方法分析了布料制度與爐況的關(guān)系。文獻(xiàn)通過(guò)高溫區(qū)碳氧平衡理論、熱平衡理論建立渣鐵熱量指數(shù)模型，將其中的渣鐵熱量指數(shù)、直接還原度、燃料比偏差等參數(shù)作為新的特征帶入爐熱預(yù)測(cè)模型中，有效改善了模型的預(yù)測(cè)精度。因此，充分利用高爐煉鐵的海量數(shù)據(jù)價(jià)值，兼顧冶煉機(jī)制在關(guān)鍵變量預(yù)測(cè)的基礎(chǔ)作用，結(jié)合大數(shù)據(jù)技術(shù)，建立機(jī)制與數(shù)據(jù)雙驅(qū)動(dòng)融合的高爐智慧模型，并在生產(chǎn)實(shí)踐中不斷驗(yàn)證、優(yōu)化，方能取得良好的應(yīng)用效果。

2.3 高爐爐況狀態(tài)評(píng)價(jià)

在傳統(tǒng)高爐操作中，現(xiàn)場(chǎng)作業(yè)人員通常依靠對(duì)高爐單個(gè)或多個(gè)指標(biāo)的觀測(cè)，憑經(jīng)驗(yàn)判斷爐況，針對(duì)原燃料的變化趨勢(shì)，對(duì)操作進(jìn)行調(diào)整，盡量避免爐況失常。隨著自動(dòng)化、信息化不斷發(fā)展，專家學(xué)者不斷嘗試采用大數(shù)據(jù)、機(jī)器學(xué)習(xí)對(duì)高爐運(yùn)行狀態(tài)進(jìn)行管控。

文獻(xiàn)選取鐵水產(chǎn)量、鐵水[Si+Ti]和燃料比表征高爐爐況，通過(guò)數(shù)據(jù)分析和機(jī)器學(xué)習(xí)獲得爐況評(píng)分規(guī)則，為高爐運(yùn)行狀態(tài)評(píng)價(jià)梳理新思路。文獻(xiàn)采用因子分析法提取19個(gè)狀態(tài)參數(shù)計(jì)算高爐綜合狀態(tài)指標(biāo)，基于集成學(xué)習(xí)構(gòu)建模型預(yù)測(cè)3 h后高爐運(yùn)行狀態(tài)，由于計(jì)算因子得分時(shí)存在失效情況，模型準(zhǔn)確率不穩(wěn)定。文獻(xiàn)提出用時(shí)間序列最小二乘支持向量機(jī)方法診斷高爐爐況，該方法實(shí)現(xiàn)了對(duì)高爐爐況的分類評(píng)價(jià)。馬鋼將諸多高爐各類參數(shù)進(jìn)行分類、對(duì)每個(gè)指標(biāo)設(shè)置權(quán)重、上下限和區(qū)間分值，建立了高爐綜合順行指數(shù)評(píng)價(jià)分析模型，采用量化評(píng)分的方式對(duì)實(shí)時(shí)參數(shù)進(jìn)行評(píng)價(jià)。優(yōu)點(diǎn)在于選取的高爐參數(shù)涵蓋范圍廣能夠較全面地反映高爐爐況狀態(tài)，不足之處在于參數(shù)的評(píng)分規(guī)則依賴專家經(jīng)驗(yàn)，沒(méi)有充分利用高爐數(shù)據(jù)中有價(jià)值的信息。武鋼基于有限7號(hào)高爐開(kāi)發(fā)了高爐爐況診斷系統(tǒng)，包括爐頂料面雷達(dá)監(jiān)測(cè)、爐身上部料層結(jié)構(gòu)模型、高熱負(fù)荷區(qū)域銅冷卻壁熱面渣皮監(jiān)測(cè)模型以及高爐過(guò)程參數(shù)計(jì)算、爐況狀態(tài)的模式識(shí)別等內(nèi)容，系統(tǒng)上線應(yīng)用后高爐利用系數(shù)、煤氣利用率、燃料比技術(shù)指標(biāo)有了明顯改善，但該系統(tǒng)在對(duì)高爐整體內(nèi)型和內(nèi)部狀態(tài)進(jìn)行解析、豐富案例庫(kù)、提高知識(shí)庫(kù)準(zhǔn)確度等方面還需要進(jìn)一步完善。

大量的高爐運(yùn)行數(shù)據(jù)蘊(yùn)藏著高爐冶煉過(guò)程的深層次特性，但是不充分分析利用高爐的機(jī)制知識(shí)，僅僅利用常規(guī)的數(shù)據(jù)驅(qū)動(dòng)建模算法構(gòu)建高爐模型，必然很難達(dá)到理想的效果。高效融合工業(yè)大數(shù)據(jù)和專家知識(shí)，發(fā)揮專家經(jīng)驗(yàn)的規(guī)范作用，構(gòu)建高爐運(yùn)行狀態(tài)科學(xué)評(píng)價(jià)機(jī)制，實(shí)現(xiàn)綜合爐況實(shí)時(shí)監(jiān)控與準(zhǔn)確預(yù)測(cè)，完成爐況波動(dòng)科學(xué)溯因，是維持高爐穩(wěn)定順行的重要?jiǎng)?chuàng)新手段。

2.4 高爐關(guān)鍵指標(biāo)優(yōu)化

高爐涉及的原燃料種類多而復(fù)雜，各變量間存在強(qiáng)耦合、非線性、大時(shí)滯等特點(diǎn)。如何在復(fù)雜數(shù)據(jù)、復(fù)雜動(dòng)態(tài)工況條件下，進(jìn)行高爐多目標(biāo)自主優(yōu)化決策和自愈控制，成為高爐智能化煉鐵的關(guān)注熱點(diǎn)。目前，在高爐指標(biāo)優(yōu)化控制方面，多采用數(shù)據(jù)驅(qū)動(dòng)的方式來(lái)優(yōu)化高爐多個(gè)目標(biāo)，取得了初步效果，但普遍存動(dòng)態(tài)爐況適應(yīng)性不強(qiáng)、優(yōu)化操作解集現(xiàn)場(chǎng)應(yīng)用性差、優(yōu)化過(guò)程耗時(shí)長(zhǎng)等問(wèn)題。由于高爐冶煉過(guò)程的特殊性和復(fù)雜性，現(xiàn)階段高爐穩(wěn)定生產(chǎn)主要依靠人工操作，還無(wú)法實(shí)現(xiàn)真正意義上的閉環(huán)控制，更有效的方式是通過(guò)高爐優(yōu)化模型為高爐操作者推送優(yōu)化建議，協(xié)助操作者指導(dǎo)高爐穩(wěn)定生產(chǎn)。

文獻(xiàn)以焦比、K值、熱負(fù)荷、CO2排放、成本等作為高爐優(yōu)化目標(biāo)，采用遺傳算法進(jìn)行高爐操作優(yōu)化，在降低能耗和穩(wěn)定爐況方面在理論上具有一定的優(yōu)化效果，而關(guān)于最優(yōu)解如何在現(xiàn)場(chǎng)合理應(yīng)用方面還有很大的差距。由于最優(yōu)操作解集數(shù)量多、差異大，只追求優(yōu)化效果而忽略現(xiàn)場(chǎng)生產(chǎn)條件的約束則會(huì)導(dǎo)致最優(yōu)操作解集應(yīng)用性變差。對(duì)于高爐現(xiàn)場(chǎng)生產(chǎn)而言，保證高爐的穩(wěn)定順行才是首要的，高爐操作者最期望的是通過(guò)調(diào)控?cái)?shù)量最少、風(fēng)險(xiǎn)最低、成本最低的操作以達(dá)到穩(wěn)定爐況的目的。因此在反饋優(yōu)化操作建議時(shí)不僅要追求優(yōu)化效果，還應(yīng)綜合考慮現(xiàn)場(chǎng)操作的可行度和操作成本。以低風(fēng)險(xiǎn)、低經(jīng)濟(jì)、高回報(bào)作為優(yōu)化目標(biāo)，才能推動(dòng)大數(shù)據(jù)技術(shù)在高爐優(yōu)化控制應(yīng)用方面取得更好的成果。

3 結(jié)論與展望

（1）在高爐數(shù)據(jù)預(yù)處理方面，對(duì)于高爐煉鐵生產(chǎn)數(shù)據(jù)中存在的數(shù)據(jù)缺失、異常數(shù)據(jù)和工序間數(shù)據(jù)匹配難等問(wèn)題，應(yīng)綜合考慮數(shù)據(jù)問(wèn)題和算法自身特點(diǎn)，科學(xué)選擇數(shù)據(jù)處理方法，完成高爐復(fù)雜數(shù)據(jù)的清洗與整合，才能多維度提高數(shù)據(jù)的真實(shí)性、準(zhǔn)確性和完整性，使高爐數(shù)據(jù)質(zhì)量得到有效改善。

（2）在高爐關(guān)鍵指標(biāo)預(yù)測(cè)方面，首先需要通過(guò)時(shí)滯性分析消除或者弱化高爐原燃料條件和操作制度對(duì)高爐經(jīng)濟(jì)指標(biāo)時(shí)間滯后的影響，提高數(shù)據(jù)信息的準(zhǔn)確性；在此基礎(chǔ)上通過(guò)高特征選擇技術(shù)，篩選出有效的輸入特征，才能保證高爐關(guān)鍵指標(biāo)預(yù)測(cè)模型的準(zhǔn)確率。

（3）在高爐爐況狀態(tài)評(píng)價(jià)方面，依賴經(jīng)驗(yàn)判斷爐況走勢(shì)，難以準(zhǔn)確動(dòng)態(tài)掌握高爐狀態(tài)；以數(shù)據(jù)驅(qū)動(dòng)的高爐爐況評(píng)價(jià)方法結(jié)果可解釋性差，不易追溯爐況擾動(dòng)原因。因此，需要構(gòu)建數(shù)據(jù)信息與工藝機(jī)制融合的高爐智慧模型，才能夠?qū)崿F(xiàn)高爐爐況的科學(xué)評(píng)價(jià)。

（4）在高爐參數(shù)優(yōu)化控制方面，不僅要追求優(yōu)化效果，還應(yīng)綜合考慮現(xiàn)場(chǎng)操作的可行度和操作成本，以低風(fēng)險(xiǎn)、低經(jīng)濟(jì)、高回報(bào)作為優(yōu)化目標(biāo)，才能推動(dòng)大數(shù)據(jù)技術(shù)在高爐優(yōu)化控制應(yīng)用方面取得更好的成果。

（5）應(yīng)用大數(shù)據(jù)技術(shù)解決高爐煉鐵中的“黑箱”問(wèn)題，優(yōu)化冶煉工藝具有巨大的潛力。未來(lái)的高爐將會(huì)是大數(shù)據(jù)技術(shù)與高爐冶煉工藝深度融合的數(shù)字化、智能化生產(chǎn)?，F(xiàn)階段研究成果在很大程度上提高了高爐操作者對(duì)智能化高爐的認(rèn)識(shí)，然而要實(shí)現(xiàn)高爐智能化生產(chǎn)，還需要研究者繼續(xù)探索和完善。

本文摘自《鋼鐵研究學(xué)報(bào)》2022年第12期