高炉煤气利用率波动情况预测方法、系统、计算机设备技术方案

本发明专利技术属于煤气利用技术领域，公开了一种高炉煤气利用率波动情况预测方法、系统、计算机设备，所述高炉煤气利用率波动情况预测方法包括：获取高炉运行参数和原料数据，并基于获取的相关高炉运行参数和原料数据对煤气利用率的影响选取煤气利用率性能指标；采取降维的主成分分析法对选取的煤气利用率性能指标进行处理分析，得到高炉煤气利用率综合特性指标值；基于高炉煤气利用率综合特性指标值进行烧结矿冶金性能对高炉煤气利用率影响的综合评价，预测烧结矿换堆时冶金性能对高炉煤气利用率的波动情况。本发明专利技术通过主成分分析，从影响高炉煤气利用率13个性能指标中得到4个的综合特性指标，进行参数优化，提高高炉煤气利用率。

【技术实现步骤摘要】
高炉煤气利用率波动情况预测方法、系统、计算机设备
本专利技术属于煤气利用
，尤其涉及一种高炉煤气利用率波动情况预测方法、系统、计算机设备。
技术介绍
目前，高炉提高煤气利用率降低燃料比是节能降耗、减少CO2排放的关键措施，也是冶金行业降低生铁成本，实现绿色、低碳冶炼的核心技术。在现代高炉上使用熔剂性烧结矿或高碱度烧结矿冶炼后，石灰石不再加入高炉配料或只加入量很少，只作为炉渣碱度的调节手段，炉顶煤气中的CO2含量基本上是由CO在还原过程中夺取矿石的氧转化而来的。因此ηCO的大小取决于冶炼所使用矿石中铁的氧化程度和易还原金属氧化物含量，高炉内间接还原发展程度和高炉间接还原区内氢含量与一氧化碳含量的比值(H2％/CO％)等；此外决定焦比的因素以及喷吹燃料等也会给一氧化碳利用率带来一定影响。高炉入炉料直接影响铁产量和焦比，对炼铁成本起主导用。烧结矿作为高炉主要含铁料，其冶金性能可以直接决定高炉入炉料质量的优劣。对烧结矿质量的评价，需要进行全面评价，而不应局限在品位、FeO、碱度稳定率等少数几个关键指标上面，而应该从化学成分、物理性能、冶金性能等三个方面全面进行评价：化学成分是基础，物理性能是保证，冶金性能是关键。烧矿的冶金性能对高炉煤气利用率的影响，主要包括：熔滴性(软化温度、软化区间等)，矿石熔滴温度的高低，直接关系高炉料柱软熔带大大小，是影响料柱气流穿透的重要因素。熔滴温度过低，矿石在低温段变开始软化，从而导致软熔带变厚，气流受阻，炉内气流主要沿料柱松透的区域通过，部分矿石未能有效接触炉内煤气，致使炉内直接还原增强，间接还原减弱，影响高炉煤气利用。熔滴温度高，料柱软熔带下移，软熔带变窄，煤气流穿透能力增强，与料柱矿石接触的煤气量增加，有利于发展间接还原，提高煤气利用。通过对熔滴性能的研究，可以更好调整烧矿化学成分，从而改善烧矿质量，优化高炉指标。矿石的还原性能指标：烧矿的矿相结构主要体现在烧矿粒度组成、气孔率、比表面积等方面，是影响烧矿还原性的重要因素，在高炉料柱内主要表现为与煤气流接触面积的大小，接触时间等，直接影响高炉煤气利用率。通过上述分析，现有技术存在的问题及缺陷为：现有烧矿冶金性能检测方法均是国标下进行，检测结果和高炉实际生产环境会有所出入，且未曾和高炉生产指标(高炉煤气利用率)直接关联，而现有技术也没有针对煤气利用参数进行分析的并进行参数调整的相关技术方案。解决以上问题及缺陷的难度为：高炉是一个黑体，我们只能通过一系列的结果去印证原料的检测结果；其次，实验原料的国家检测标准跟实际高炉炉内环境有出入，且烧矿、焦炭等原料的检测与高炉实时生产存在滞后性。通常一堆料使用时间7～13天，故炉内炉料的综合性能难以准确把握。解决以上问题及缺陷的意义为：通过现有的高炉生产数据和原料性能检测数据，可以预测近期高炉煤气利用率的改变，从而能够更好的控制高炉煤气利用率的波动，稳定高炉生产，并且增加我们对高炉原料的认识，明确烧矿冶金性能与高炉煤气利用率的关联性与耦合性。
技术实现思路
针对现有技术存在的问题，本专利技术提供了一种高炉煤气利用率波动情况预测方法、系统、计算机设备。本专利技术是这样实现的，一种高炉煤气利用率波动情况预测方法，所述高炉煤气利用率波动情况预测方法包括：步骤一，获取高炉运行参数和原料数据，并基于获取的相关高炉运行参数和原料数据对煤气利用率的影响选取煤气利用率性能指标；步骤二，采取降维的主成分分析法对选取的煤气利用率性能指标进行处理分析，得到高炉煤气利用率综合特性指标值；步骤三，基于高炉煤气利用率综合特性指标值进行烧结矿冶金性能对高炉煤气利用率影响的综合评价，预测烧结矿换堆时冶金性能对高炉煤气利用率的波动情况。进一步，所述高炉运行参数和原料数据包括：风量、风压、风温、△P、氧量、湿分、H2、透气性指数、炉腹透气指以及烧结矿RDI、RI，焦炭CRI、CSR及其他检测数据。进一步，所述煤气利用率性能指标包括：高炉工艺参数、烧矿成分以及焦炭成分；所述高炉工艺参数包括：风量、风压、△P、氧量、风温、湿分、透气性指数、H2、炉腹透气指；所述烧矿成分包括RDI、RI；所述焦炭成分包括：CRI、CSR。进一步，所述获取高炉运行参数和原料数据之后还需进行：采用线性插值的方法对缺失或存在异常的烧矿和焦炭数据进行填补，并删除个别异常的炉况数据。进一步，所述采取降维的主成分分析法对选取的煤气利用率性能指标进行处理分析，得到高炉煤气利用率综合特性指标值包括：采用降维的主成分分析法对选取煤气利用率性能指标进行降维和缩减处理，计算综合特性指标。进一步，所述计算综合特性指标包括：(1)将选取的性能指标数据标准化处理，确定煤气利用率性能指标之间的相关性，并利用标准化之后的数据计算指标之间的相关性矩阵；(2)计算指标相关性矩阵的特征值：λ1≥λ2≥···λ13≥0，相对于λi有正交化单位特征向量m'i＝(mi1，mi2，…，mi13)'，则Y的第i个成分为yi＝m'i，其中y为标准化之后的观测向量；(3)将特征值大于1作为主成分的保留标准，确定主成分的个数；基于特征值和单位征向量构成的矩阵计算新的主成分与选取的性能指标之间的线性表达关系，得到主成分表达式；(4)基于得到的主成分表达式计算得到综合特性指标值的权重。进一步，所述主成分表达式如下：F1＝0.453ZY1+0.412ZY2+0.347ZY3+0.323ZY4+0.091ZY6+0.274ZY7+0.217ZY8+0.473ZY9+0.022ZY10+0.106ZY11+0.053ZY12－0.179ZY13；F2＝0.148ZY1+0.256ZY2+0.235ZY3－0.122ZY4+0.494ZY5－0.324ZY6-0.024ZY7－0.399ZY8+0.067ZY9－0.050ZY10－0.310ZY11－0.146ZY12+0.457ZY13；F3＝－0.093ZY1+0.206ZY2+0.398ZY3－0.099ZY4－0.166ZY5+0.557ZY6－0.494ZY7+0.184ZY8－0.078ZY9+0.201ZY10－0.230ZY11－0.060ZY12+0.251ZY13；F4＝0.188ZY1－0.060ZY2－0.296ZY3－0.427ZY4+0.003ZY5+0.251ZY6+0.536ZY7+0.260ZY8+0.052ZY9+0.275ZY10－0.334ZY11－0.244ZY12+0.160ZY13；其中，F1、F2、F3和F4分别代表提取的主成分；Y1、Y2…Y13表示选取的煤气利用率性能指标；ZY1，ZY2…ZY13代表SPSS标准化后的数据。进一步，所述综合特性指标的权重计算公式如下：F＝0.47*F1+0.25*F2+0.16*F3+0.12*F4。本专利技术的另一目的在于提供一种计算机设备，所述计算机设备包括存储器和处理器，所本文档来自技高网...

【技术保护点】
1.一种高炉煤气利用率波动情况预测方法，其特征在于，所述高炉煤气利用率波动情况预测方法包括：/n获取高炉运行参数和原料数据，并基于获取的相关高炉运行参数和原料数据对煤气利用率的影响选取煤气利用率性能指标；/n采取降维的主成分分析法对选取的煤气利用率性能指标进行处理分析，得到高炉煤气利用率综合特性指标值；/n基于高炉煤气利用率综合特性指标值进行烧结矿冶金性能对高炉煤气利用率影响的综合评价，预测烧结矿换堆时冶金性能对高炉煤气利用率的波动情况。/n

【技术特征摘要】
1.一种高炉煤气利用率波动情况预测方法，其特征在于，所述高炉煤气利用率波动情况预测方法包括：
获取高炉运行参数和原料数据，并基于获取的相关高炉运行参数和原料数据对煤气利用率的影响选取煤气利用率性能指标；
采取降维的主成分分析法对选取的煤气利用率性能指标进行处理分析，得到高炉煤气利用率综合特性指标值；
基于高炉煤气利用率综合特性指标值进行烧结矿冶金性能对高炉煤气利用率影响的综合评价，预测烧结矿换堆时冶金性能对高炉煤气利用率的波动情况。


2.如权利要求1所述的高炉煤气利用率波动情况预测方法，其特征在于，所述高炉运行参数和原料数据包括：风量、风压、风温、△P、氧量、湿分、H2、透气性指数、炉腹透气指以及烧结矿RDI、RI，焦炭CRI、CSR及其他检测数据。


3.如权利要求1所述的高炉煤气利用率波动情况预测方法，其特征在于，所述煤气利用率性能指标包括：高炉工艺参数、烧矿成分以及焦炭成分；
所述高炉工艺参数包括：风量、风压、△P、氧量、风温、湿分、透气性指数、H2、炉腹透气指；
所述烧矿成分包括RDI、RI；所述焦炭成分包括：CRI、CSR。


4.如权利要求1所述的高炉煤气利用率波动情况预测方法，其特征在于，所述获取高炉运行参数和原料数据之后还需进行：采用线性插值的方法对缺失或存在异常的烧矿和焦炭数据进行填补，并删除个别异常的炉况数据。


5.如权利要求1所述的高炉煤气利用率波动情况预测方法，其特征在于，所述采取降维的主成分分析法对选取的煤气利用率性能指标进行处理分析，得到高炉煤气利用率综合特性指标值包括：
采用降维的主成分分析法对选取煤气利用率性能指标进行降维和缩减处理，计算综合特性指标。


6.如权利要求5所述的高炉煤气利用率波动情况预测方法，其特征在于，所述计算综合特性指标包括：
(1)将选取的性能指标数据标准化处理，确定煤气利用率性能指标之间的相关性，并利用标准化之后的数据计算指标之间的相关性矩阵；
(2)计算指标相关性矩阵的特征值：λ1≥λ2≥…λ13≥0，相对于λi有正交化单位特征向量m'i＝(mi1，mi2，…，mi13)'，则Y的第i个成分为yi＝m'i，其中y为标准化之后的观测向量；
(3)将特征值大于1作为主成分的保留标准，确定主成分的个数；基于特征值和单位征向量构成的矩阵计算新的主成分与选取的性能指标之间的线性表达关系，得到主成分表达式；
(4)基于得到的主成分表达式计算得到综合特性指标值的权重。


7.如权利要求6所述的高炉煤气利用率波动情况预测方法，其特征在于，所述主成分表达式如下：
F1＝0.453ZY1+0.412ZY2+0.347ZY3+0.323ZY4+0.091ZY6+0.274ZY...

【专利技术属性】
技术研发人员：万新，秦跃林，凌清峰，余骏，陈生利，张明远，张可，
申请(专利权)人：重庆科技学院，
类型：发明
国别省市：重庆;50