基于时序特征提取的烧结过程运行性能评价方法及系统技术方案

本发明专利技术提供了基于时序特征提取的烧结过程运行性能评价方法，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，并以此为依据划分运行性能等级。首先提取烧结过程每个检测参数时间序列的四种特征变量，分别是平均值、标准差、平均绝对误差和趋势特征。将时间序列特征变量作为运行性能评价模型的输入量，将运行性能等级的编码作为运行性能评价模型的输出量，利用反向传播神经网络构建运行性能评价模型。本发明专利技术用时间序列特征变量表示了数据冗余的时间序列，这不仅有助于提高运行性能的评价精度，更是为操作人员评价和控制烧结过程提供了有力指导。

Evaluation method and system of sintering process performance based on time series feature extraction

【技术实现步骤摘要】
基于时序特征提取的烧结过程运行性能评价方法及系统
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，具体涉及基于时序特征提取的烧结过程运行性能评价方法及系统。
技术介绍
过程监测是将生产过程运行状态粗略地分为“正常”和“故障”两大类。然而，为了获得优质产品以及更高的综合经济效益，仅仅对过程运行状态做出“正常”和“故障”这种粗略的划分是远远不够的，还需要在过程运行状态正常的情况下，尽可能的确保工业生产过程的运行状态处于最优水平，这就涉及到工业生产过程的运行状态评价问题。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，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。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评价。这给提高烧结矿品质和节约生产成本带来了阻碍。因此，开发烧结过程运行性能评价具有重要的经济价值。对于烧结过程的研究，主要集中于能耗的建模与优化和关键参数的控制。学者对于烧结过程运行性能的评价的研究甚少。考虑到烧结过程是一个连续的时间消耗过程，那么它具有良好的时间序列特征。因此，研究基于时序特征提取的烧结过程运行性能评价方法是有必要的。
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，提供基于时序特征提取的烧结过程运行性能评价方法及系统解决上述技术缺陷。基于时序特征提取的烧结过程运行性能评价方法，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、以烧结终点为决策参数，求取过程能力指数，并以此为依据划分烧结过程的运行性能等级；步骤三、提取烧结过程每个检测参数时间序列的四种特征变量，分别是平均值、标准差、平均绝对误差和趋势特征；步骤四、将时间序列的四种特征变量作为运行性能评价模型的输入量，将运行性能等级的编码作为运行性能评价模型的输出量，利用反向传播神经网络构建运行性能评价模型。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”。进一步的，步骤三具体包括：S31、求取检测参数时间子序列的平均值：检测参数时间子序列X＝{x1,x2,...,xn}，n是时间子序列的长度，平均值表示为，S32、求取检测参数时间子序列的标准差，表示为，S33、求取检测参数时间子序列的平均绝对误差，表示为，S34、求取检测参数时间子序列的趋势特征，表示为，式中，其中，sign()是符号函数。进一步的，步骤四具体包括：S41、对运行性能等级进行编码，表示为“某等级”＝[P优秀,P良好,P一般,P较差,P很差]，编码方式如下，每行编码依次表示属于性能等级“优秀”、“良好”、“一般”、“较差”、“很差”的概率；S42、根据步骤三所述方法提取每个检测参数的时间序列特征变量，根据步骤S41的编码方式，对运行性能等级进行编码，以时间序列特征变量作为运行性能评价模型的输入量，将运行性能等级的编码作为运行性能评价模型的输出量，利用反向传播神经网络构建运行性能评价模型；S43、反向传播神经网络的输出结果为属于5种等级的概率，选择概率最大的运行性能等级为输出。进一步的，烧结过程有20个检测参数，那么设计的反向传播神经网络结构为20×4个输入层数，5个输出层数的反向传播神经网络，设置隐含层数为27，隐含层激励函数设置为tansig()，输出层的激励函数为purelin()。基于时间序列特征提取的烧结过程运行性能评价系统，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时序特征提取的烧结过程运行性能评价方法。与现有技术相比，本专利技术的优势在于：(1)本专利技术的基于时序特征提取的烧结过程运行性能评价方法，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)本专利技术的基于时序特征提取的烧结过程运行性能评价方法，提取烧结过程每个检测参数时间序列的四种特征变量，分别是平均值、标准差、平均绝对误差和趋势特征。这些特征变量能良好的反映时间序列的变化特征。(3)本专利技术的基于时序特征提取的烧结过程运行性能评价方法，利用反向传播神经网络构建运行性能评价模型，该方法充分考虑了工业过程的非线性。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时序特征提取的烧结过程运行性能评价方法流程图；图2为本专利技术的基于时序特征提取的烧结过程运行性能评价方法模型结构图。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。基于时序特征提取的烧结过程运行性能评价方法，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、以烧结终点为决策参数，求取过程能力指数，并以此为依据划分烧结过程的运行性能等级；步骤三、提取烧结过程每个检测参数时间序列的四种特征变量，分别是平均值、标准差、平均绝对误差和趋势特征；步骤四、将时间序列的四种特征变量作为运行性能评价模型的输入量，将运行性能等级的编码作为运行性能评价模型的输出量，利用反向传播神经网络构建运行性能评价模型。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，是烧结本文档来自技高网...

【技术保护点】
1.基于时序特征提取的烧结过程运行性能评价方法，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、以烧结终点为决策参数，求取过程能力指数，并以此为依据划分烧结过程的运行性能等级；/n步骤三、提取烧结过程每个检测参数时间序列的四种特征变量，分别是平均值、标准差、平均绝对误差和趋势特征；/n步骤四、将时间序列的四种特征变量作为运行性能评价模型的输入量，将运行性能等级的编码作为运行性能评价模型的输出量，利用反向传播神经网络构建运行性能评价模型。/n

【技术特征摘要】
1.基于时序特征提取的烧结过程运行性能评价方法，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、以烧结终点为决策参数，求取过程能力指数，并以此为依据划分烧结过程的运行性能等级；
步骤三、提取烧结过程每个检测参数时间序列的四种特征变量，分别是平均值、标准差、平均绝对误差和趋势特征；
步骤四、将时间序列的四种特征变量作为运行性能评价模型的输入量，将运行性能等级的编码作为运行性能评价模型的输出量，利用反向传播神经网络构建运行性能评价模型。


2.根据权利要求1所述的基于时序特征提取的烧结过程运行性能评价方法，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所述的基于时序特征提取的烧结过程运行性能评价方法，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”。


4.根据权利要求1所述的基于时序特征提取的烧结过程运行性能评价方法，其特征在于，步骤三具体包括：
S31、求取检测参数时间子序列的平均值：检测参数时间子序列X＝{x1,x2,...,xn}...

【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