一种炼铁系统大数据平台技术方案

本发明专利技术公开一种高炉炼铁系统大数据平台，使用多源数据融合技术将炼铁系统仪表数据、检化验数据、关键设备动作信号、人工输入数据及模型计算数据进行数据抽取、数据清洗、数据过滤、计算形成数据库。并利用大数据分析结合机理模型开发出满足现场生产不同需求的九大功能模块。该大数据平台利用大数据分析手段帮助操作者对原料、设备状态、高炉炉况进行在线监控、预警和实时分析，根据外围状况和高炉炉况诊断给高炉操作者制定攻守方向，操作者可依据大数据分析结果和炉况治理案例库制定炉况治理方案。该大数据平台以高炉生产为中心，为操作者提供方向性指导。

A Big Data Platform for Ironmaking System

The invention discloses a large data platform for blast furnace ironmaking system, which uses multi-source data fusion technology to extract data from instrument data, test data, action signal of key equipment, manual input data and model calculation data, and to form a database by data cleaning, data filtering and calculation. Nine functional modules are developed to meet different requirements of field production by using large data analysis and mechanism model. The big data platform uses big data analysis to help operators monitor, warn and real-time analyze raw materials, equipment status and blast furnace condition on-line. According to the peripheral condition and blast furnace condition diagnosis, the operators can make attack and defense direction for blast furnace operators. The operators can make furnace condition according to the results of big data analysis and case base of blast furnace condition treatment. Governance programmes. The big data platform takes blast furnace production as the center, and provides directional guidance for operators.

【技术实现步骤摘要】
一种炼铁系统大数据平台
本专利技术属于冶金行业智能制造信息化领域，特别涉及一种炼铁系统大数据平台。
技术介绍
从冶炼的角度讲，高炉是一个巨大的对流反应器，流程复杂，影响因素多；从监测的角度讲，高炉是一个“黑盒子”，仅能从有限的检测手段推断高炉内部发生的变化；从控制的角度讲，高炉是一种多变量、大滞后、非线性的系统。这样一来，操作者主要依靠有限的监测手段和操作经验对高炉过程进行分析、判断和调剂来维持高炉生产的进行。为了改变这个现状，人们开发了高炉专家系统，但专家系统强调实时决策、闭环控制，而这要求原料条件稳定，设备运行良好，各种仪表及检化验数据可靠。另外专家系统主要对高炉本体相关数据如气流分布、下料、透气性、炉热、渣铁等的分析和诊断结合日常操作知识库给炉况进行综合诊断，而这些在原料非常稳定的条件可以实现较高的吻合度。事实上，高炉是前道工序，包括煤粉质量、矿粉质量、储运、焦化工艺、烧结工艺、球团工艺、配料、设备状况等各个环节发生波动及故障的“吸纳器”，前道工序发生变化，高炉稳定顺行受到影响后，操作者根据自己的经验来进行炉况调整操作。因次，专家系统的应用情况不尽人意。
技术实现思路
本专利技术的目的在于提供一种炼铁系统大数据平台，利用大数据分析手段帮助操作者对原料、设备状态、高炉炉况进行在线监控、预警、实时分析，并建立高炉开炉以来历史上应对各种状况的炉况治理经验数据库，操作者根据预警及分析结果和炉况治理案例库制定最终的应对措施。为达到上述目的，本专利技术提供如下技术方案：一种高炉炼铁大数据平台，包括：基础数据库表：通过通讯服务器、以太网将炼铁系统仪表数据和关键设备动作信号传输到数据采集服务器，通过以太网将炼铁系统的检化验数据、前端录入数据、数学模型计算数据传输到数据采集服务器，建立基础数据库表；二级数据库表：将基础数据库表的各类数据进行数据清洗和过滤，利用多源数据融合技术将各类型数据整合并进行数据挖掘，按功能建立秒、分钟、小时、班、天级别的二级数据库表；九大功能模块：基于二级数据库表进行数据清洗，利用大数据分析结合冶金机理模型在功能服务器上建立原料质量预警、设备故障预警、在线监控、高炉炉况诊断及预警、大数据实时分析、炉况治理案例库、离线模型计算、关键参数趋势查询及自动化报表九大功能模块。进一步，所述的高炉炼铁大数据平台中检化验数据包括入炉原料以及高炉铁水和炉渣的物理和化学性能数据。进一步，所述的高炉炼铁大数据平台中前端录入数据包括通过前端录入界面录入的对于炼铁系统重要但仪表检测不到的工艺数据，录入后传输到数据库服务器，参与数据融合及二级数据库表的建立。进一步，所述的高炉炼铁大数据平台中采用的模型包括料层分布模型、下部送风模型、高炉配料模型、热平衡模型和里斯特操作线数学模型。更进一步，所述的高炉炼铁大数据平台中模型自离线触发后，从一级或二级数据库表中自动抽取所需要的数据并开始运算，结果传输到数采服务器，并参与数据融合及二级数据库表的建立。进一步，所述的高炉炼铁大数据平台中二级数据库表包括数据融合和数据挖掘项：利用料罐装料信号、料流阀动作信号、探尺提放尺信号及料线深度进行逻辑处理和数据融合，挖掘反映下料顺畅性的工艺数据；利用料速、配料模型计算的离散数据结合煤量、煤气成分连续值进行数据融合，计算出直接还原碳量；利用每包、每炉、每铁口的铁渣信息，挖掘出每班、每天各个铁口之间炉温、铁口深度、出铁前后温差信息的偏差。进一步，所述的高炉炼铁大数据平台中功能模块通过浏览器/服务器模式经以太网传输到各个工作电脑，实现一处安装全网可用，维护方便，并设置不同权限，满足操作者、技术员、生产管理者、研发人员的使用需求。与现有技术相比较，本专利技术至少具有如下有益效果：1.本专利技术利用大数据分析、数据挖掘和机理模型为炼铁生产者提供原料质量、设备状况、高炉操作的预警和分析结果以及历史炉况治理案例，最大限度帮助操作者制定高炉攻守方向以及技术调整方案，但不干扰现场的操作，具备较高灵活性。2.本专利技术利用大数据分析手段帮助操作者对炼铁前道工序及高炉炉况进行预警和实时分析，使高炉操作者充分利用大数据分析结果，摆脱靠经验操作高炉的现状，同时又摒弃专家系统取代操作者，完全依靠数据实现闭环操作的缺点，提高了大数据平台的使用率和实用性。附图说明图1为炼铁系统大数据平台功能实现流程图。图2高炉大数据平台网络架构图。图3为炉况诊断打分系统。图4为大数据分析。图5为自动化报表。具体实施例下面将结合附图，对本专利技术的优选实施例进行详细的描述。一种高炉炼铁系统大数据平台的功能实现过程如图1所示，按照数据的流向主要分为：数据采集、模型层、业务逻辑层和呈现层。按照网络架构可以分为如图2所示的11个部分，其中1代表铁前系统仪表检测数据，2代表铁前系统设备动作信号，3代表铁前系统检化验数据，4代表前端录入数据，5代表离线模型计算数据，6代表通讯服务器，7代表数据服务器，8代表铁前系统功能服务器，9代表以太网，10代表数据流，11代表功能界面呈现。通讯服务器通过PLC采集铁前系统仪表监测数据和关键设备动作信号。一种高炉炼铁大数据平台，包括：基础数据库表、二级数据库表和九大功能模块。基础数据库表：通过通讯服务器、以太网将炼铁系统仪表数据和关键设备动作信号传输到数据采集服务器，通过以太网将炼铁系统的检化验数据、前端录入数据、数学模型计算数据传输到数据采集服务器，建立基础数据库表；二级数据库表：将基础数据库表的各类数据进行数据清洗和过滤，利用多源数据融合技术将各类型数据整合并进行数据挖掘，按功能建立秒、分钟、小时、班、天级别的二级数据库表；九大功能模块：基于二级数据库表进行数据清洗，利用大数据分析结合冶金机理模型在功能服务器上建立原料质量预警、设备故障预警、在线监控、高炉炉况诊断及预警、大数据实时分析、炉况治理案例库、离线模型计算、关键参数趋势查询及自动化报表九大功能模块。基础数据库表建立：通过通讯服务器、以太网将炼铁系统仪表数据和关键设备动作信号及传输到数据采集服务器，通过以太网将炼铁系统的检化验数据、前端录入数据、数学模型计算数据传输到数据采集服务器，建立基础数据库表。数据为以高炉炼铁生产为中心，覆盖焦化厂、烧结厂、高炉的关键工艺过程参数。前端录入数据包括通过前端录入界面录入的对于炼铁系统重要但仪表检测不到的工艺数据，录入后传输到数据库服务器，参与数据融合及二级数据库表的建立。检化验数据包括煤粉、矿粉到烧结矿、焦炭、球团等入炉原料以及高炉铁水和炉渣的物理和化学性能。关键设备设备信号为：料流阀开、停信号、探尺提尺和放尺信号、充放压信号、料空料满信号、休风信号、换炉信号等。前端录入的关键信息有：铁水温度、出铁、出渣相关信息、风口寿命、特殊炉况等相关信息。二级数据库表建立：将基础数据库表的各类数据进行数据清洗和过滤，利用多源数据融合技术将各类型数据整合并进行数据挖掘，按功能建立秒、分钟、小时、班、天级别的二级数据库表。二级数据库表包括大量的数据融合和数据挖掘项，例如通过料罐装料信号、料流阀动作信号、探尺提放尺信号及料线深度根据时间、工艺特点进行逻辑处理和数据融合，挖掘出偏料、滑料、悬料等反映下料顺畅行的工艺数据；利用料速、配料模型计算的批铁、焦批等离散数据结合煤量、煤气成分等连续值进行数据融合本文档来自技高网...

【技术保护点】
1.一种高炉炼铁大数据平台，其特征在于，包括：基础数据库表：通过通讯服务器、以太网将炼铁系统仪表数据和关键设备动作信号传输到数据采集服务器，通过以太网将炼铁系统的检化验数据、前端录入数据、数学模型计算数据传输到数据采集服务器，建立基础数据库表；二级数据库表：将基础数据库表的各类数据进行数据清洗和过滤，利用多源数据融合技术将各类型数据整合并进行数据挖掘，按功能建立秒、分钟、小时、班、天级别的二级数据库表；九大功能模块：基于二级数据库表进行数据清洗，利用大数据分析结合冶金机理模型在功能服务器上建立原料质量预警、设备故障预警、在线监控、高炉炉况诊断及预警、大数据实时分析、炉况治理案例库、离线模型计算、关键参数趋势查询及自动化报表九大功能模块。

【技术特征摘要】
1.一种高炉炼铁大数据平台，其特征在于，包括：基础数据库表：通过通讯服务器、以太网将炼铁系统仪表数据和关键设备动作信号传输到数据采集服务器，通过以太网将炼铁系统的检化验数据、前端录入数据、数学模型计算数据传输到数据采集服务器，建立基础数据库表；二级数据库表：将基础数据库表的各类数据进行数据清洗和过滤，利用多源数据融合技术将各类型数据整合并进行数据挖掘，按功能建立秒、分钟、小时、班、天级别的二级数据库表；九大功能模块：基于二级数据库表进行数据清洗，利用大数据分析结合冶金机理模型在功能服务器上建立原料质量预警、设备故障预警、在线监控、高炉炉况诊断及预警、大数据实时分析、炉况治理案例库、离线模型计算、关键参数趋势查询及自动化报表九大功能模块。2.根据权利要求1所述的高炉炼铁大数据平台，其特征在于，所述检化验数据包括入炉原料以及高炉铁水和炉渣的物理和化学性能数据。3.根据权利要求1所述的高炉炼铁大数据平台，其特征在于，所述前端录入数据包括通过前端录入界面录入的对于炼铁系统重要但仪表检测不到的工艺数据，录入后传输到数据库服务器，参与数据融合及二级数据库表的建立。4...

【专利技术属性】
技术研发人员：赵华涛，卢瑜，翟明，杜屏，
申请(专利权)人：江苏省沙钢钢铁研究院有限公司，张家港宏昌钢板有限公司，江苏沙钢集团有限公司，
类型：发明
国别省市：江苏,32