基于数据与机理融合的转炉炼钢过程钢水质量解析方法技术

本发明专利技术提供一种基于数据与机理融合的转炉炼钢过程钢水质量解析方法，涉及冶金生产质量解析技术领域。该方法建立数据与机理融合的炼钢过程钢水质量系统模型并设计基于神经网络的自适应滤波算法；然后结合滤波器的估计状态向量与钢水质量系统模型中的状态向量，计算得到估计误差系统，并根据钢水质量系统与估计误差系统的特点，设定滤波器的性能指标；并采用类李雅普诺夫函数法对估计误差系统进行理论分析，计算得出滤波器增益与神经网络权重更新机制中的待求参数；最后将提出的自适应滤波算法应用于钢水质量的在线解析，得到实时的钢水质量估计值。该方法具有易求解与可在线实现的优点。的优点。的优点。

【技术实现步骤摘要】
基于数据与机理融合的转炉炼钢过程钢水质量解析方法


[0001]本专利技术涉及冶金生产质量解析
，尤其涉及一种基于数据与机理融合的转炉炼钢过程钢水质量解析方法。

技术介绍

[0002]转炉炼钢是目前主流炼钢手段，在冶炼准备阶段，铁水、废铁皮、辅料(石灰，碳酸盐类矿物质等)被加入到转炉内；炼钢过程中，采用水冷的氧枪从炉顶吹入高纯度氧气，氧气与铁水中的碳、硅等元素反应生成废气、钢渣。底部吹入惰性气体不仅仅起到了搅拌的作用，使得钢液的成分和温度均匀，它还可以带走有害气体、夹杂物等，起到净化钢水的作用。整个炼钢过程伴随着碳
‑
氧
‑
铁，硫
‑
铁
‑
氧等多体系的化学反应，钢水中的碳、硫、磷等微量元素不断减少。由于上述反应多数为放热反应，故而钢水温度会不断上升。为防止温度过高，会向炉内加入一定量的辅料，起到净化钢水并使得温度稳定上升，达到安全生产的效果。整个冶炼过程大约需要20
‑
40分钟，因炉子的容量不同时间上会有所区别。冶炼结束后，从炉子上端出钢口将钢水倒至钢包进入下道工序，从底部排渣口清理钢渣，为下一炉炼钢做准备，这就是一个完整的炼钢过程。
[0003]钢水的终点温度与成分直接影响着成品的质量，对炼钢过程中钢水成分与温度进行实时在线解析不仅仅能够为钢铁成品质量提供保障，也可以为节能减耗奠定基础。但是，炉内高温、多相并存的复杂环境，且检测成本比较高使得钢水质量(成分与温度)的实时解析难以实现。

技术实现思路

[0004]本专利技术要解决的技术问题是针对上述现有技术的不足，提供一种基于数据与机理融合的转炉炼钢过程钢水质量解析方法，实现转炉炼钢过程钢水质量的在线解析。
[0005]为解决上述技术问题，本专利技术所采取的技术方案是：基于数据与机理融合的转炉炼钢过程钢水质量解析方法，包括以下步骤：
[0006]步骤1：建立数据与机理融合的炼钢过程钢水质量系统模型；
[0007]步骤1.1：建立钢水碳含量和温度的动力学系统，如下公式所示：
[0008]x(k+1)＝Ax(k)+Bg(x(k),u(k))+B'f(u(k))+Dw(k)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)
[0009]其中，表示k时刻钢水质量系统的状态向量，x(k)＝[x1(k)，x2(k)]T
，x1(k)与x2(k)分别表示钢水的碳含量与温度；为操作变量向量，u(k)＝[u1(k),u2(k),
…
,u5(k)]T
，u1(k)、u2(k)，
…
，u5(k)分别表示氧枪的高度，氧气的体积流量与块状石灰石、轻烧白云石、菱镁球三种辅料的添加量；w(k)为外部扰动；非线性部分g(x(k),u(k))为未知项；是一个未知的非线性状态转移函数；f表示辅料添加对钢水温度与碳含量的影响；A、B、B
′
和D均为系数矩阵；
[0010]步骤1.2：基于钢水碳含量和温度的动力学系统，建立烟气碳氧化合物监测数据与钢水碳含量关系的测量方程，得到炼钢过程钢水质量系统模型的状态空间表达式；
[0011]炼钢过程钢水质量系统模型的测量方程表达式具体为：
[0012]y(k)＝Cx(k)+C
d
x(k
‑
k
d
)+Ev(k)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)
[0013]其中，为炼钢过程中烟气中一氧化碳与二氧化碳的监测数据，v(k)为测量扰动；E、C和C
d
均为权重系数；k
d
＝1为表示时滞的一个已知正整数；x(k)∈L
∞
，即||x(k)||
∞
＝sup
k
|x(k)|，对于所有的其中且g在紧集上一致有界；
[0014]公式(1)
‑
(2)构成炼钢过程钢水质量系统模型的状态空间表达式；
[0015]步骤2：设计基于神经网络的自适应滤波算法；
[0016]步骤2.1：设定当定义域属于紧集时，未知非线性状态转移函数g一致有界；采用持续有界的扰动刻画生产中的不确定因素，即外部扰动w(k)∈L
∞
、测量扰动v(k)∈L
∞
；
[0017]步骤2.2：构建自适应滤波器的结构，选择满足非线性函数一致有界条件的基函数；
[0018]构建的自适应滤波器如公式(3)
‑
(4)所示：
[0019][0020][0021]其中，是x(k)的估计值，是x(k)的估计值，为测量残差；θ(k)为k时刻的神经网络权重参数，且设定激励函数Ψ的基函数设定激励函数Ψ的基函数R、H为给定系数矩阵；P为待求的正定矩阵，L为待求的滤波器增益；
[0022]步骤3：结合滤波器的估计状态向量与钢水质量系统模型中的状态向量，计算得到估计误差系统，并根据钢水质量系统与误差系统的特点，设定滤波器的性能指标；
[0023]将公式(3)与公式(1)过程方程作差，得到估计误差系统，如下公式所示：
[0024][0025]其中，估计误差其中，估计误差θ
*
为理想权重，在紧集上，且结合未知输入项神经网络均满足在给定紧集上一致有界的条件，因此，
[0026]考虑到钢水质量系统与上述估计误差系统，以公式(6)作为性能指标，使设计的自适应滤波算法能够保证估计误差系统(5)满足该性能指标；
[0027][0028]其中，τ
i
为正标量，i＝1,2,
…
,6；
[0029]步骤4：采用类李雅普诺夫函数法对估计误差系统(5)进行理论分析，计算得出滤波器增益与神经网络权重更新机制中的待求参数；
[0030]步骤4.1：利用类李雅普诺夫函数法得到保证估计误差系统(5)满足性能指标(6)的滤波器存在的充分条件，如下公式所示：
[0031][0032][0033]其中，γ与κ为给定的正标量；θ1、θ2为任意矩阵；β1、β2、β3均为待求正标量；P、S均为矩阵，且满足P＝P
T
>0，S>0；K为常数；
[0034]步骤4.2：求解自适应滤波器存在的充分条件，并将其转化为容易直接求解的线性矩阵不等式；
[0035]通过引入变量Y
L
＝PL并借助舒尔补引理将步骤4.1中的不等式转化为能够直接求解的线性矩阵不等式问题，如下公式所示：
[0036][0037]矩阵Φ的元素如下所示：
[0038]Φ
11
＝<
‑
ρ1P>，Φ
21
＝(1+ρ1)B
T
P，Φ
31
＝(1
‑
ρ1)B
T
P，...

【技术保护点】

【技术特征摘要】
1.一种基于数据与机理融合的转炉炼钢过程钢水质量解析方法，其特征在于：包括以下步骤：步骤1：建立数据与机理融合的炼钢过程钢水质量系统模型；步骤2：设计基于神经网络的自适应滤波算法；步骤2.1：设定当定义域属于紧集时，未知非线性状态转移函数g一致有界；采用持续有界的扰动刻画生产中的不确定因素，即外部扰动w(k)∈L
∞
、测量扰动v(k)∈L
∞
；步骤2.2：构建自适应滤波器的结构，选择满足非线性函数一致有界条件的基函数；步骤3：结合滤波器的估计状态向量与钢水质量系统模型中的状态向量，计算得到估计误差系统，并根据钢水质量系统与估计误差系统的特点，设定滤波器的性能指标；步骤4：采用类李雅普诺夫函数法对估计误差系统进行理论分析，计算得出滤波器增益与神经网络权重更新机制中的待求参数；步骤5：将提出的自适应滤波算法应用于钢水质量的在线解析，得到实时的钢水质量估计值。2.根据权利要求1所述的一种基于数据与机理融合的转炉炼钢过程钢水质量解析方法，其特征在于：所述步骤1的具体方法为：步骤1.1：建立钢水碳含量和温度的动力学系统；步骤1.2：基于钢水碳含量和温度的动力学系统，建立烟气碳氧化合物监测数据与钢水碳含量关系的测量方程，得到炼钢过程钢水质量系统模型的状态空间表达式。3.根据权利要求2所述的一种基于数据与机理融合的转炉炼钢过程钢水质量解析方法，其特征在于：步骤1.1所述钢水碳含量和温度的动力学系统如下公式所示：x(k+1)＝Ax(k)+Bg(x(k),u(k))+B'f(u(k))+Dw(k)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)其中，表示k时刻钢水质量系统的状态向量，x(k)＝[x1(k)，x2(k)]
T
，x1(k)与x2(k)分别表示钢水的碳含量与温度；为操作变量向量，u(k)＝[u1(k),u2(k),
…
,u5(k)]
T
，u1(k)、u2(k)，
…
，u5(k)分别表示氧枪的高度，氧气的体积流量与块状石灰石、轻烧白云石、菱镁球三种辅料的添加量；w(k)为外部扰动；非线性部分g(x(k),u(k))为未知项；g:是一个未知的非线性状态转移函数；f表示辅料添加对钢水温度与碳含量的影响；A、B、B
′
和D均为系数矩阵。4.根据权利要求3所述的一种基于数据与机理融合的转炉炼钢过程钢水质量解析方法，其特征在于：步骤1.2得到的炼钢过程钢水质量系统模型的测量方程表达式具体为：y(k)＝Cx(k)+C
d
x(k
‑
k
d
)+Ev(k)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)其中，为炼钢过程中烟气中一氧化碳与二氧化碳的监测数据，v(k)为测量扰动；E、C和C
d
均为权重系数；k
d
＝1为表示时滞的一个已知正整数；x(k)∈L
∞
，即||x(k)||
∞
＝sup
k
|x(k)|，对于所有的其中且g在紧集上一致有界；公式(1)
‑
(2)构成炼钢过程钢水质量系统模型的状态空间表达式。5.根据权利要求4所述的一种基于数据与机理融合的转炉炼钢过程钢水质量解析方法，其特征在于：所述步骤2.2构建的自适应滤波器如公式(3)
‑
(4)所示：
其中，是x(k)的估计值，是x(k)的估计值，为测量残差；θ(k)为k时刻的神经网络权重参数，且设定激励函数Ψ的基函数设定激励函数Ψ的基函数R、H为给定系数矩阵；P为待求的正定矩阵，L为待求的滤...

【专利技术属性】
技术研发人员：唐立新，宋冬营，刘畅，宋相满，
申请(专利权)人：东北大学，
类型：发明
国别省市：