The invention discloses a method, device and equipment for optimizing coke production. The method includes: building coke quality prediction model based on historical data, training coke quality prediction model, and obtaining the first coke quality data. The historical data includes coke production technical parameters data, matching coal data and coke quality data; determining the data of the first coke quality data to be optimized according to the first coke quality data and business needs. The optimization algorithm is used to optimize the index data, and the recommended value of the index data to be optimized is obtained according to the optimization results. The data of coke production technical parameters or coal blending data are adjusted according to the recommended value to improve the coke quality. The invention fully considers the technical parameters of coke production in actual production and the influence of coal blending on coke quality, thus optimizing coke production.
【技术实现步骤摘要】
一种优化焦炭生产的方法、装置和设备
本专利技术涉及炼焦配煤
,特别涉及一种优化焦炭生产的方法、装置和设备。
技术介绍
焦炭生产的过程是将原煤按一定比例混合后形成配合煤,并使配合煤在炼焦炉内进行高温干馏,得到焦炭和荒煤气。目前,由于焦炭生产的流程繁多,工艺复杂,因此,对焦炭生产进行优化以提高焦炭质量并降低生产成本是非常困难的。在现有技术中,解决上述问题的方法主要有两种,一种是人工配煤,另一种是基于单一的数学模型配煤。虽然这两种方法在一定程度上优化了焦炭生产,但其忽略了实际生产中焦炭生产技术参数和配合煤对焦炭质量的影响,因此,与实际生产不符。
技术实现思路
本专利技术实施例的目的在于提供一种优化焦炭生产的方法、装置和设备,能够充分考虑实际生产中焦炭生产技术参数和配合煤对焦炭质量的影响,并进一步优化了焦炭生产。为了解决上述技术问题,本专利技术实施例提供了如下的技术方案:本专利技术提供了一种优化焦炭生产的方法,包括:根据历史数据构建焦炭质量预测模型,并对焦炭质量预测模型进行训练,得到第一焦炭质量数据,其中,历史数据包括焦炭生产技术参数数据、配合煤数据和焦炭质量数据;根据 ...
【技术保护点】
1.一种优化焦炭生产的方法,包括:根据历史数据构建焦炭质量预测模型,并对所述焦炭质量预测模型进行训练,得到第一焦炭质量数据,其中,所述历史数据包括焦炭生产技术参数数据、配合煤数据和焦炭质量数据;根据所述第一焦炭质量数据和业务需要确定所述第一焦炭质量数据中的待优化指标数据;采用优化算法对所述待优化指标数据进行优化,并根据优化结果得到所述待优化指标数据的建议值;根据所述建议值调整所述焦炭生产技术参数数据或所述配合煤数据,以提高焦炭质量。
【技术特征摘要】
1.一种优化焦炭生产的方法,包括:根据历史数据构建焦炭质量预测模型,并对所述焦炭质量预测模型进行训练,得到第一焦炭质量数据,其中,所述历史数据包括焦炭生产技术参数数据、配合煤数据和焦炭质量数据;根据所述第一焦炭质量数据和业务需要确定所述第一焦炭质量数据中的待优化指标数据;采用优化算法对所述待优化指标数据进行优化,并根据优化结果得到所述待优化指标数据的建议值;根据所述建议值调整所述焦炭生产技术参数数据或所述配合煤数据,以提高焦炭质量。2.根据权利要求1所述的方法,其特征在于,在所述根据历史数据构建焦炭质量预测模型之前,所述方法还包括:获取所述历史数据;对所述历史数据进行数据预处理,得到高质量历史数据;通过相关性计算对所述高质量历史数据进行筛选,得到与所述焦炭质量数据相关的筛选后的焦炭生产技术参数数据和配合煤数据。3.根据权利要求2所述的方法,其特征在于,所述数据预处理包括缺失值填充处理、数据格式异常处理、数据取值范围异常处理和数据重复处理中的至少一种。4.根据权利要求2所述的方法,其特征在于,所述对所述焦炭质量预测模型进行训练,得到第一焦炭质量数据,包括:对所述筛选后的焦炭生产技术参数数据和配合煤数据进行拆分,得到焦炭质量预测训练集;将所述焦炭质量预测训练集中的样本作为所述焦炭质量预测模型的输入对所述焦炭质量预测模型进行训练,得到所述第一焦炭质量数据,其中,所述样本是所述焦炭质量预测训练集中通过所述筛选得到的特征数据。5.根据权利要求1所述的方法,其特征在于,所述采用优化算法对所述待优化指标数据进行优化,并根据优化结果得到所述待优化指标数据的建议值,包括:采用所述优化算法对所述待...
【专利技术属性】
技术研发人员:杨帆,金继民,余健伟,张成松,
申请(专利权)人:联想北京有限公司,
类型:发明
国别省市:北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。