基于参数隔离的烧结非优运行性能原因追溯方法及系统技术方案

本发明专利技术提供了基于参数隔离的烧结非优运行性能原因追溯方法，首先，本发明专利技术以过程能力指数作为运行性能的评价指标，将运行性能评价等级为“优秀”的案例集成为案例库。然后，依次隔离检测参数，求取隔离参数后的待分析案例的匹配案例。最后求取待分析案例与匹配案例在各个隔离参数上的差异，将差异最大的隔离参数作为导致非优运行性能的原因。本发明专利技术利用实际运行数据构建案例库，为操作人员找到导致非优运行性能原因提供了有力指导。

Tracing method and system of sintering non optimal operation performance based on parameter isolation

【技术实现步骤摘要】
基于参数隔离的烧结非优运行性能原因追溯方法及系统
本专利技术涉及铁矿石烧结生产过程智能评价与控制领域，具体涉及基于参数隔离的烧结非优运行性能原因追溯方法及系统。
技术介绍
运行状态评价是指在安全生产的前提下，对过程运行性能优劣程度做出评判，并对非优运行状态追溯原因，以指导操作人员进行生产调整。运行状态评价本质上是将正常的生产过程进一步划分为多个等级，如优、良、一般、差等，即在“正常”这个大类中根据过程运行状态的优劣将其进一步分为多个更加精细的小类(即状态等级)，使得企业生产管理者和实际生产操作人员能够更加深入和全面的掌握过程的运行情况。当前运行状态处于非优时，需进行原因识别，非优原因识别结果为生产过程的优化调整提供合理的参考依据。作为传统的工业过程，烧结过程一直受到学者的关注。它是一个流程复杂的耗时过程。由于参数众多，操作人员很难对运行状态做到实时调整。当运行状态处于非优时，操作人员也很难确定是什么导致的。这给提高烧结矿品质和节约生产成本带来了阻碍。因此，开发烧结过程非优运行性能原因识别具有重要的经济价值。当评估结果为非优时，如何找到导致非优运行性能的原因，为操作人员提供生产指导是非优运行性能原因识别的目的。传统的案例匹配就是从案例库中寻找与目标案例相匹配的案例。非优原因辨识并不是为了找到最匹配的目标案例，而是找到一个参数，它使得目标案例与案例库的差距最大。因此，专利技术基于参数隔离的烧结非优运行性能原因追溯方法是有必要的。
技术实现思路
本专利技术要解决的技术问题在于，针对上述目前烧结过程运行性能评价困难的技术问题，提供基于参数隔离的烧结非优运行性能原因追溯方法及系统解决上述技术缺陷。基于参数隔离的烧结非优运行性能原因追溯方法，包括：步骤一：对烧结终点的时间序列数据和检测参数的时间序列数据进行预处理；步骤二：将运行性能评价等级为“优秀”的案例集成为案例库；步骤三：依次隔离检测参数，求取隔离检测参数后的待分析案例的匹配案例；步骤四：求取待分析案例与匹配案例在各个隔离参数上的差异，将差异最大的隔离参数作为导致非优运行性能的原因。进一步的，步骤一具体包括：剔除传感器故障和停机情况引起的零检测数据，数据的采样间隔设置为30秒，对于烧结终点的时间序列数据和检测参数的时间序列数据，选择每个时间子序列的长度为10分钟，包含20个数据点。进一步的，步骤二具体包括：S21、求取烧结终点时间子序列的过程能力指数，表示为，其中，USL和LSL是烧结终点的规格上限和下限，T是期望的烧结终点平均值，是烧结终点时间子序列的估计平均值，是烧结终点时间子序列的标准差；S22、根据过程能力指数的数值大小来划分运行性能等级，如果则运行性能等级为“优秀”；如果则运行性能等级为“良好”；如果则运行性能等级为“一般”；如果则运行性能等级为“较差”；如果则运行性能等级为“很差”；S23、将所有运行性能等级为“优秀”的烧结终点时间子序列对应的检测参数时间子序列作为“优秀”案例，得到案例库。进一步的，步骤三具体包括：S31、待分析案例是指的运行性能等级为“很差”的案例，对于待分析案例的检测参数时间子序列共有m个检测参数，表示为XA＝{P1,P2,...,Pm}，每个检测参数的时间子序列的长度为n，Pi＝{p1,p2,...,pn}i＝1,2,…,m；S32、对待分析案例的隔离检测参数P1，得到新的检测参数时间子序列，那XN1中包含m-1个检测参数；S33、在案例库中找到与XN1差异最小的案例，作为XN1的匹配案例XM1，其中，差异按照下式计算，其中，PiM是匹配案例XM1中的检测参数，和是PiN和PiM的时间序列值；S34、按照步骤S32和S33所述方法，依次隔离P2,P3,…,Pm，找到隔离参数后的待分析案例XNi的匹配案例XMi，i＝2,3,…,m。进一步的，步骤四具体包括：S41、求取待分析案例XA的参数检测P1与匹配案例XM1所对应的参数检测PM1的差异，求取方法如下式，其中，pi和是P1和PM1的时间序列值；S42、按照步骤S41的方法，依次求取待分析案例XA的参数检测Pi与匹配案例XMi所对应的参数检测PMi的差异di，i＝2,3,…,m；S43、求取di，i＝1,2,…,m的最大值，若最大值为dk，那么Pk就作为导致非优运行性能的主要原因。基于参数隔离的烧结非优运行性能原因追溯系统，包括：处理器及存储设备；所述处理器加载并执行存储设备中的指令及数据用于实现所述的任意基于参数隔离的烧结非优运行性能原因追溯方法。与现有技术相比，本专利技术的优势在于：(1)本专利技术的基于参数隔离的烧结非优运行性能原因追溯方法，采用过程能力指数来衡量烧结过程的运行性能，并对运行性能分级。(2)本专利技术的基于参数隔离的烧结非优运行性能原因追溯方法，利用实际运行数据构建案例库，案例库具有很高的可信度。(3)本专利技术的基于参数隔离的烧结非优运行性能原因追溯方法，基于参数隔离的思想，利用了案例匹配方法来找到导致非优运行性能的原因。附图说明下面将结合附图及实施例对本专利技术作进一步说明，附图中：图1为本专利技术的基于参数隔离的烧结非优运行性能原因追溯方法流程图；图2为本专利技术的非优运行性能案例1的原因追溯结果图；图3为本专利技术的非优运行性能案例2的原因追溯结果图。具体实施方式为了对本专利技术的技术特征、目的和效果有更加清楚的理解，现对照附图详细说明本专利技术的具体实施方式。基于参数隔离的烧结非优运行性能原因追溯方法，如图1所示，包括：步骤一：对烧结终点的时间序列数据和检测参数的时间序列数据进行预处理；步骤二：将运行性能评价等级为“优秀”的案例集成为案例库；步骤三：依次隔离检测参数，求取隔离检测参数后的待分析案例的匹配案例；步骤四：求取待分析案例与匹配案例在各个隔离参数上的差异，将差异最大的隔离参数作为导致非优运行性能的原因。步骤一具体包括：剔除传感器故障和停机情况引起的零检测数据；数据的采样间隔设置为30秒；对于烧结终点的时间序列数据和检测参数的时间序列数据，选择每个时间子序列的长度为10分钟，包含20个数据点。步骤二具体包括：S21、求取烧结终点时间子序列的过程能力指数，可表示为，其中，USL和LSL是烧结终点的规格上限和下限，T是期望的烧结终点平均值，是烧结终点时间子序列的估计平均值，是烧结终点时间子序列的标准差；S22、根据过程能力指数的数值大小来划分运行性能等级，如果则运行性能等级为“优秀”；如果则运行性能等级为“良好”；如果则运行性能等级为“一般”；如果则运行性能等级为“较差”；如果则运行性能等级为“很差”本文档来自技高网...

【技术保护点】
1.基于参数隔离的烧结非优运行性能原因追溯方法，其特征在于，包括：/n步骤一：对烧结终点的时间序列数据和检测参数的时间序列数据进行预处理；/n步骤二：将运行性能评价等级为“优秀”的案例集成为案例库；/n步骤三：依次隔离检测参数，求取隔离检测参数后的待分析案例的匹配案例；/n步骤四：求取待分析案例与匹配案例在各个隔离参数上的差异，将差异最大的隔离参数作为导致非优运行性能的原因。/n

【技术特征摘要】
1.基于参数隔离的烧结非优运行性能原因追溯方法，其特征在于，包括：
步骤一：对烧结终点的时间序列数据和检测参数的时间序列数据进行预处理；
步骤二：将运行性能评价等级为“优秀”的案例集成为案例库；
步骤三：依次隔离检测参数，求取隔离检测参数后的待分析案例的匹配案例；
步骤四：求取待分析案例与匹配案例在各个隔离参数上的差异，将差异最大的隔离参数作为导致非优运行性能的原因。


2.根据权利要求1所述的基于参数隔离的烧结非优运行性能原因追溯方法，其特征在于，步骤一具体包括：
剔除传感器故障和停机情况引起的零检测数据，数据的采样间隔设置为30秒，对于烧结终点的时间序列数据和检测参数的时间序列数据，选择每个时间子序列的长度为10分钟，包含20个数据点。


3.根据权利要求1所述的基于参数隔离的烧结非优运行性能原因追溯方法，其特征在于，步骤二具体包括：
S21、求取烧结终点时间子序列的过程能力指数，表示为，



其中，USL和LSL是烧结终点的规格上限和下限，T是期望的烧结终点平均值，是烧结终点时间子序列的估计平均值，是烧结终点时间子序列的标准差；
S22、根据过程能力指数的数值大小来划分运行性能等级，
如果则运行性能等级为“优秀”；
如果则运行性能等级为“良好”；
如果则运行性能等级为“一般”；
如果则运行性能等级为“较差”；
如果则运行性能等级为“很差”；
S23、将所有运行性能等级为“优秀”的烧结终点时间子序列对应的检测参数时间子序列作为“优秀”案例，得到案例库。


4.根据权利要求1所述的基于参数隔离的烧结非优运行性能原因追溯方法，其特征在于，步骤三...

【专利技术属性】
技术研发人员：杜胜，吴敏，陈略峰，曹卫华，胡杰，周凯龙，
申请(专利权)人：中国地质大学武汉，
类型：发明
国别省市：湖北;42