高炉诊断系统及方法技术方案

本发明专利技术揭示了一种高炉诊断系统及方法，所述高炉诊断系统包括数据采集模块、数据分析模块和实时监控及报警模块，还可以包括短期异常诊断模块、长期异常诊断模块和生产管理模块。与现有技术相比，本发明专利技术的高炉诊断系统，通过建立高炉输入参数、过程参数和输出参数的时间对应关系，能够实现从原料、高炉操作到产品对整个高炉炼铁过程进行系统的监控和诊断，从而对生产时出现的异常报警或者产品的质量报警能够做到快速的原因追溯和应对措施制定。进一步的，本发明专利技术通过对高炉进行实时监控、短期异常监控、长期异常监控和管理监控，实现全方位监控高炉的生产，有效指导高炉的生产，利于高炉炉况的稳定，提高高炉的经济效益。

【技术实现步骤摘要】
高炉诊断系统及方法
本专利技术涉及高炉炼铁生产
，特别涉及一种高炉诊断系统及方法。
技术介绍
作为生铁的主要供应者，高炉炼铁在钢铁生产中占据着重要的地位。高炉生产领域数据量大、利用率低、服务于生产的潜力巨大。随着计算机的发展，人们开使使用各种数据统计和处理方法，应用于高炉炉况诊断，例如：CN105441610A使用聚类分析方式建立炉况调剂方案知识库，对当前炉况提供有效处理措施，CN1132253基于实例库和常规知识库，对炉况给出好、注意、坏的评价，CN109063358A给高炉参数设置上下限和权重对高炉参数进行评价，表征高炉运行实时状态。但是这些高炉诊断系统，数据采集和分析一般局限于高炉操作本身，而实际上高炉炼铁往往有“七分原料、三分操作”的说法，说明原料的重要性，因此这些高炉诊断系统，局限性大。另外，当高炉本身处于失常、炉况需要治理时，这些高炉诊断系统并不能分析出失常原因，对于炉况治理也起不到相应的作用，在这些情况下操作者只能依靠自己的经验来调整炉况，对高炉进行治理。
技术实现思路
本专利技术的目的在于提供一种高炉诊断系统及方法。为实现上述专利技术目的之一，本专利技术一实施方式提供一种高炉诊断系统，所述系统包括：数据采集模块，其用于采集高炉相关参数的数据，所述数据包括历史数据和实时数据，所述高炉相关参数包括输入参数、过程参数和输出参数；数据分析模块，其用于建立输入参数、过程参数和输出参数的时间对应关系，并将高炉相关参数的数据依照时间对应关系建立高炉数据库；并通过对高炉数据库中的数据进行分析，得到各个参数的合理范围和报警范围；实时监控及报警模块，其用于通过各个参数的报警区间，结合高炉数据库中的实时数据，对各个参数进行监控和报警。作为本专利技术一实施方式的进一步改进，所述实时监控和报警模块还用于：根据高炉相关参数的合理范围和报警范围，对高炉相关参数的取值进行区段划分，对于高炉相关参数的实时数据进行分区段报警，针对不同区段的报警制定不同的应对措施。作为本专利技术一实施方式的进一步改进，所述实时监控和报警模块还用于：在过程参数或输出参数出现报警时，通过所述高炉数据库，确定所述报警前后，输入参数或其它过程参数的变化导致过程参数或输出参数出现报警。作为本专利技术一实施方式的进一步改进，所述系统还包括：短期异常诊断模块，其用于通过分析高炉数据库中的气流分布、下料信息、冷却壁热电偶温度、炉缸碳砖温度、铁水温度和渣铁流动性的实时数据，诊断高炉是否出现短期异常；以及在判定高炉出现短期异常时，诊断炉况短期异常的类型，其中，所述短期异常类型包括管道、渣皮脱落、崩滑料和炉缸不活。作为本专利技术一实施方式的进一步改进，所述短期异常诊断模块还用于：在确定高炉的短期异常类型后，通过调整净焦、轻料或硅石的量，增加高炉内异常处的热量，对炉况短期异常进行治理。作为本专利技术一实施方式的进一步改进，所述系统还包括：长期异常诊断模块，其用于诊断高炉是否出现长期异常，以及出现长期异常时的长期异常类型，所述长期异常类型包括炉墙结厚、高炉结瘤、炉缸堆积、炉缸冻结。作为本专利技术一实施方式的进一步改进，所述长期异常诊断模块还用于：在确定炉况长期异常类型后，调整布料制度、送风制度和原料配比，同时通过相关性分析，得到与所述炉况长期异常相关的相关性参数，控制所述相关性参数的取值在对应的合理范围内。作为本专利技术一实施方式的进一步改进，所述系统还包括生产管理模块，其中：所述数据分析模块还用于使用归一化区间分析法，对高炉的关键参数和重要技经参数的数据进行分析，分别得到以所述关键参数为自变量、以重要技经参数为因变量的归一化线性方程；所述生产管理模块用于根据所述归一化线性方程中的因变量系数绝对值的大小，确定对应关键参数对高炉炉况的评分权重；以及根据所有关键参数的评分权重和每个关键参数的取值等级，对高炉炉况进行量化评价。作为本专利技术一实施方式的进一步改进，所述数据分析模块还用于：通过对原料的检化验数据、到厂时间、到货量、成品仓位变化、从成品仓至高炉原料仓的皮带转运速度和转运量、高炉原料仓仓位、高炉原料上料后的转运速度和转运量、高炉原料在高炉中的冶炼周期的动态监控，计算或通过示踪试验得出高炉的输入参数、过程参数和输出参数的时间对应关系。作为本专利技术一实施方式的进一步改进，所述数据分析模块还用于：使用区间分析法，对高炉数据库中的数据进行分析，得到一个参数与另一个或多个参数的线性回归关系，并结合其中一个参数的已知指标，得到其它参数的合理范围和报警范围。作为本专利技术一实施方式的进一步改进，所述数据分析模块还用于：获取多个参数在不同时间点的样本数据，将第一参数的样本数据的波动范围进行区间划分；根据其它参数与所述第一参数的时间对应关系，将所有其它参数的样本数据进行相同的区间划分，并计算每个参数在每个区间中的平均值；分别以第一参数和其它参数在每个区间中的平均值作为两个坐标轴的坐标值，分别计算所述第一参数和其它参数的线性回归关系。作为本专利技术一实施方式的进一步改进，所述实时监控及报警模块包括原料监控及报警单元、关键设备监控及报警单元、操作炉型监控及报警单元、炉缸工作监控及报警单元和出铁出渣监控及报警单元。作为本专利技术一实施方式的进一步改进，所述输入参数包括焦炭质量参数、烧结矿质量参数、球团矿质量参数、块矿质量参数、配料结构参数和仓位参数，所述过程参数包括操作参数、炉况表征参数和炉体管理参数，所述输出参数包括高炉的技术经济指标参数。作为本专利技术一实施方式的进一步改进，所述数据分析模块还用于：对高炉数据库中的数据进行数据清洗、数据挖掘和数据融合，使用高炉数据库中融合后的数据进行数据分析、监控和报警，其中，所述数据清洗是指剔除采集的数据中的异常点，所述数据挖掘是指在数据的基础上，通过已有公式计算得到间接参数的数据，所述数据融合是指统一所有参数的数据频率或数据周期，得到周期数据。为实现上述专利技术目的之一，本专利技术一实施方式提供一种高炉诊断方法，所述方法包括：采集高炉相关参数的数据，所述数据包括历史数据和实时数据，所述高炉相关参数包括输入参数、过程参数和输出参数；建立输入参数、过程参数和输出参数的时间对应关系，并将高炉相关参数的数据依照时间对应关系建立高炉数据库；通过对高炉数据库中的数据进行分析，得到各个参数的合理范围和报警范围；通过各个参数的报警区间，结合高炉数据库中的实时数据，对各个参数进行监控和报警。作为本专利技术一实施方式的进一步改进，所述方法还包括：根据高炉相关参数的合理范围和报警范围，对高炉相关参数的取值进行区段划分，对于高炉相关参数的实时数据进行分区段报警，针对不同区段的报警制定不同的应对措施。作为本专利技术一实施方式的进一步改进，所述方法还包括：在过程参数或输出参数出现报警时，通过所述高炉数据库，确定所述报警前后，输入参数或其它过程本文档来自技高网...

【技术保护点】
1.一种高炉诊断系统，其特征在于，所述系统包括：/n数据采集模块，其用于采集高炉相关参数的数据，所述数据包括历史数据和实时数据，所述高炉相关参数包括输入参数、过程参数和输出参数；/n数据分析模块，其用于建立输入参数、过程参数和输出参数的时间对应关系，并将高炉相关参数的数据依照时间对应关系建立高炉数据库；并通过对高炉数据库中的数据进行分析，得到各个参数的合理范围和报警范围；/n实时监控及报警模块，其用于通过各个参数的报警区间，结合高炉数据库中的实时数据，对各个参数进行监控和报警。/n

【技术特征摘要】
1.一种高炉诊断系统，其特征在于，所述系统包括：
数据采集模块，其用于采集高炉相关参数的数据，所述数据包括历史数据和实时数据，所述高炉相关参数包括输入参数、过程参数和输出参数；
数据分析模块，其用于建立输入参数、过程参数和输出参数的时间对应关系，并将高炉相关参数的数据依照时间对应关系建立高炉数据库；并通过对高炉数据库中的数据进行分析，得到各个参数的合理范围和报警范围；
实时监控及报警模块，其用于通过各个参数的报警区间，结合高炉数据库中的实时数据，对各个参数进行监控和报警。


2.根据权利要求1所述的高炉诊断系统，其特征在于，所述实时监控和报警模块还用于：
根据高炉相关参数的合理范围和报警范围，对高炉相关参数的取值进行区段划分，对于高炉相关参数的实时数据进行分区段报警，针对不同区段的报警制定不同的应对措施。


3.根据权利要求1所述的高炉诊断系统，其特征在于，所述实时监控和报警模块还用于：
在过程参数或输出参数出现报警时，通过所述高炉数据库，确定所述报警前后，输入参数或其它过程参数的变化导致过程参数或输出参数出现报警。


4.根据权利要求1所述高炉诊断系统，其特征在于，所述系统还包括：
短期异常诊断模块，其用于通过分析高炉数据库中的气流分布、下料信息、冷却壁热电偶温度、炉缸碳砖温度、铁水温度和渣铁流动性的实时数据，诊断高炉是否出现短期异常；以及在判定高炉出现短期异常时，诊断炉况短期异常的类型，其中，所述短期异常类型包括管道、渣皮脱落、崩滑料和炉缸不活。


5.根据权利要求4所述高炉诊断系统，其特征在于，所述短期异常诊断模块还用于：
在确定高炉的短期异常类型后，通过调整净焦、轻料或硅石的量，增加高炉内异常处的热量，对炉况短期异常进行治理。


6.根据权利要求1所述高炉诊断系统，其特征在于，所述系统还包括：
长期异常诊断模块，其用于诊断高炉是否出现长期异常，以及出现长期异常时的长期异常类型，所述长期异常类型包括炉墙结厚、高炉结瘤、炉缸堆积、炉缸冻结。


7.根据权利要求6所述高炉诊断系统，其特征在于，所述长期异常诊断模块还用于：
在确定炉况长期异常类型后，调整布料制度、送风制度和原料配比，同时通过相关性分析，得到与所述炉况长期异常相关的相关性参数，控制所述相关性参数的取值在对应的合理范围内。


8.根据权利要求1所述高炉诊断系统，其特征在于，所述系统还包括生产管理模块，其中：
所述数据分析模块还用于使用归一化区间分析法，对高炉的关键参数和重要技经参数的数据进行分析，分别得到以所述关键参数为自变量、以重要技经参数为因变量的归一化线性方程；
所述生产管理模块用于根据所述归一化线性方程中的因变量系数绝对值的大小，确定对应关键参数对高炉炉况的评分权重；以及根据所有关键参数的评分权重和每个关键参数的取值等级，对高炉炉况进行量化评价。


9.根据权利要求1所述高炉诊断系统，其特征在于，所述数据分析模块还用于：
通过对原料的检化验数据、到厂时间、到货量、成品仓位变化、从成品仓至高炉原料仓的皮带转运速度和转运量、高炉原料仓仓位、高炉原料上料后的转运速度和转运量、高炉原料在高炉中的冶炼周期的动态监控，计算或通过示踪试验得出高炉的输入参数、过程参数和输出参数的时间对应关系。


10.根据权利要求1所述高炉诊断系统，其特征在于，所述数据分析模块还用于：
使用区间分析法，对高炉数据库中的数据进行分析，得到一个参数与另一个或多个参数的线性回归关系，并结合其中一个参数的已知指标，得到其它参数的合理范围和报警范围。


11.根据权利要求10所述的高炉诊断系统，其特征在于，所述数据分析模块还用于：
获取多个参数在不同时间点的样本数据，将第一参数的样本数据的波动范围进行区间划分；
根据其它参数与所述第一参数的时间对应关系，将所有其它参数的样本数据进行相同的区间划分，并计算每个参数在每个区间中的平均值；
分别以第一参数和其它参数在每个区间中的平均值作为两个坐标轴的坐标值，分别计算所述第一参数和其它参数的线性回归关系。


12.根据权利要求1所述高炉诊断系统，其特征在于：
所述实时监控及报警模块包括原料监控及报警单元、关键设备监控及报警单元、操作炉型监控及报警单元、炉缸工作监控及报警单元和出铁出渣监控及报警单元。


13.根据权利要求1所述高炉诊断系统，其特征在于：
所述输入参数包括焦炭质量参数、烧结矿质量参数、球团矿质量参数、块矿质量参数、配料结构参数和仓位参数，所述过程参数包括操作参数、炉况表征参数和炉体管理参数，所述输出参数包括高炉的技术经济指标参数。


14.根据权利要求1所述高炉诊断系统，其特征在于，所述数据分析模块还用于：
对高炉数据库中的数据进行数据清洗、数据挖掘和数据融合，使用高炉数据库中融合后的数据进行...

【专利技术属性】
技术研发人员：赵华涛，杜屏，卢瑜，张少波，朱华，
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