【技术实现步骤摘要】
一种基于生产计划的钢铁企业氧气负荷预测方法
本专利技术属于信息
,涉及到影响因素提取、神经网络建模、相似序列匹配等技术,是一种基于生产计划的氧气负荷预测方法。本专利技术采用工业实际运行数据,首先提取转炉炼钢的生产计划和生产实绩等相关数据,进行影响因素分析,提取出耗氧量的主要影响变量。进而建立单个转炉耗氧量的神经网络预测模型,以均方误差为评价指标,给出一个转炉在吹炼阶段时间粒度上的预测结果。最后结合转炉生产计划中各设备的冶炼时刻、冶炼持续时间等信息,给出一个计划时间段内的氧气负荷预测值。该方法所得到的结果精度较高,且可根据生产计划的变更进行实时调整,对实际生产有指导意义,同时亦可推广到炼铁工序中,最终实现钢铁企业耗氧量总量的预测。
技术介绍
节能减排一直是钢铁企业重点关注的生产目标之一。氧气作为钢铁企业重要的能源,对其进行合理利用是降低企业成本的重要手段。氧气的最大消耗单元是转炉和高炉,两种工序的生产工艺导致氧气消耗具有间断性特征,系统压力随着氧气消耗量的波动呈现不稳定趋势,由于调度人员无法对其进行准确预测,因此会出现氧气在一段时间内供过于求的情况,系统压力上升,此时调度人员为了保证系统压力稳定、生产平稳运行,不得不将多余的低压氧气排空(放散)来防止安全阀起跳,以降低系统压力,从而导致氧气资源的浪费,能源利用率降低。同时,当多个转炉集中吹炼,氧气需求量急剧上升,而空压机组在短时内无法变负荷生产,因此无法满足生产需求,造成管网压力下降,影响企业正常生产。在钢铁企业中,氧气生产、氧气存储、氧气消耗三者组成氧气系统,其 ...
【技术保护点】
1.一种基于生产计划的钢铁企业氧气负荷预测方法,其特征在于,步骤如下:/n步骤1:数据预处理/n从工业现场实时数据库中提取炼钢、炼铁的生产计划和生产实绩表,并对相关计划信息、氧气消耗量数据进行滤波、缺失值填补;/n步骤2:模型输入输出变量筛选/n转炉氧气预测模型的主要功能是实现单个炉次的氧气消耗总量的预测,神经网络的输出变量为单个炉次的耗氧总量,神经网络的输入变量通过机理模型筛选、最大影响因素分析一起确定;选取铁水重量、铁水温度、铁水碳含量、铁水磷含量、终点碳含量、废钢量共6个输入变量,该变量均存在生产计划表中,为可获得变量;/n步骤3:建立模型并训练模型/n采用神经网络算法来构建模型,通过大量的训练样本自动学习输入和输出之间的映射关系,在理论上逼近任何的非线性函数;神经网络模型结构分为输入层、隐含层、输出层三层;假设模型的输出层为第Q层,设第q(q=1,2,…,Q)层的神经节点个数为n
【技术特征摘要】
1.一种基于生产计划的钢铁企业氧气负荷预测方法,其特征在于,步骤如下:
步骤1:数据预处理
从工业现场实时数据库中提取炼钢、炼铁的生产计划和生产实绩表,并对相关计划信息、氧气消耗量数据进行滤波、缺失值填补;
步骤2:模型输入输出变量筛选
转炉氧气预测模型的主要功能是实现单个炉次的氧气消耗总量的预测,神经网络的输出变量为单个炉次的耗氧总量,神经网络的输入变量通过机理模型筛选、最大影响因素分析一起确定;选取铁水重量、铁水温度、铁水碳含量、铁水磷含量、终点碳含量、废钢量共6个输入变量,该变量均存在生产计划表中,为可获得变量;
步骤3:建立模型并训练模型
采用神经网络算法来构建模型,通过大量的训练样本自动学习输入和输出之间的映射关系,在理论上逼近任何的非线性函数;神经网络模型结构分为输入层、隐含层、输出层三层;假设模型的输出层为第Q层,设第q(q=1,2,…,Q)层的神经节点个数为nq,从第q-1层的第j个神经节点到第q层的第i个神经节点的连接系数为w,则网络层各层的输入和输出之间的关系如式(1)所示:
其中,是第q层的第i个输出变量,式(1)中的如式(2)所示,式(1)中的f关系式结构为式(3)所示,μ为设定的参数,为第q-1层变量到各自对应的第q层的第i个节点的连接系数的乘积加和值,为第q-1层的第j个输入变量,代表第q-1层的第j个节点对第q层的第i个节点所产生的影响,当j=0时,其中表示第q层第i个神经元的阈值;
提取生产实绩表中的历史数据,将步骤2中选定的输入变量作为输入参数,因此输入样本如式(4)所示;输出变量作为输出参数,输出样本与输入样本关系如式(5)所示;然后改变模型结构,逐一进行训练,采用平均绝对百分比误差(MeanAbsolutePercentageError,MAPE)值最低的结构作为最终的模型结构,其公式如式(6)所示;
X=[xb,xt,xd,xp,tc,ew](4)
Yout=f(xb,xt,xd,xp,tc,ew)(5)
其中,X为n×6的输入样本矩阵,xb为表示单个转炉炉次铁水重量的列向量,xt为表示单个转炉炉次铁水温度的列向量,xd为表示单个转炉炉次铁水碳含量的列向量,xp为表示单个转炉炉次铁水磷含量的列向量,tc为表示单个转炉炉...
【专利技术属性】
技术研发人员:赵珺,金锋,杨光辉,王伟,
申请(专利权)人:大连理工大学,
类型:发明
国别省市:辽宁;21
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。