【技术实现步骤摘要】
本专利技术涉及钢铁生产，更具体地说，它涉及一种构建加热炉燃控系统与轧制线能耗的关系模型的方法、系统、设备及存储介质。
技术介绍
1、轧制线与加热炉协调生产的均衡度直接影响生产过程中能源消耗问题。其表现是轧制线与加热炉不能协调生产，会导致工序燃耗增高、轧机负荷增大、产量忽高忽低。
2、目前，没有具体的技术手段获知轧钢生产过程中的能源消耗是否存在资源浪费，加热炉加热钢坯的温度对轧机负荷和电耗到底有没有很大影响，加热炉与轧钢生产均衡度的具体数据是多少等一系列问题。
技术实现思路
1、本专利技术要解决的技术问题是针对现有技术的上述不足，本专利技术的目的一是提供一种构建加热炉燃控系统与轧制线能耗的关系模型的方法。
2、本专利技术的目的二是提供一种构建加热炉燃控系统与轧制线能耗的关系模型的系统。
3、本专利技术的目的三是提供一种计算机设备。
4、本专利技术的目的四是提供一种计算机存储介质。
5、为了实现上述目的一，本专利技术提供一种构建加热炉燃控系统与轧制线能耗的关系模型的方法，包括：
6、获取加热炉燃控系统的温度变量、压力变量、流量变量、氧含量变量的原始数据；获取轧制线能耗的电力消耗数据、水耗量数据、钢坯温度数据的原始数据；
7、将所述温度变量、压力变量、流量变量、氧含量变量、电力消耗数据、水耗量数据、钢坯温度数据保存到数据库中；
8、集中获取所述数据库中保存的原始数据，并对所述原始数据进行预处理
9、利用数据库技术和数据挖掘方法对大量的预处理后的数据进行分析，以发现规律和趋势；
10、根据数据分析的结果，使用回归分析或聚类分析或关联规则挖掘方法建立加热炉燃控系统与轧制线能耗之间的关系模型；
11、利用交叉验证或误差分析方法对建立的关系模型进行评估，检查关系模型中的错误、冲突和不一致性，并进行相应的优化调整以完善关系模型，提高关系模型的预测能力和适应性；
12、将完善好的关系模型通过数据可视化处理后，应用到实际的加热炉燃控系统和轧制线中，进行能耗的预测和优化控制；根据关系模型的预测结果，通过数据可视化模块将数据以图表或图形的形式直观地展示出来，表达数据的特征和关系，发现数据中的模式和趋势；用于帮助工艺人员调整加热炉的温度和燃料消耗量，优化轧制线的能耗，以达到节能减排的目的。
13、作为进一步地改进，所述温度变量包括炉膛温度、燃烧室温度、燃烧器温度；
14、所述压力变量包括燃气供应压力、燃烧风机出口压力、燃烧室压力；
15、所述流量变量包括燃气流量、空气流量、废气流量；
16、所述氧含量变量包括燃烧室内的氧含量、废气中的氧含量。
17、进一步地，所述电力消耗数据指的是轧制线中各个设备的电力消耗，包括根据设备的额定功率和运行时间来计算理论电力消耗、根据电度表测量的实际电力消耗；
18、所述水耗量数据指的是轧制线中冷却设备和润滑系统需要用到的水资源，包括各个时段水耗量数据、各个班组水耗量数据、循环水的流量、供水量；
19、所述钢坯温度数据指的是轧制过程中钢坯在不同阶段的温度，包括出炉温度、初始扎入温度、轧中温度、轧出温度和上冷床温度。
20、进一步地，选择关系型数据库(mysql)对所述原始数据数据进行存储和管理，将预处理后的数据存储到数据库中；根据数据的结构特点和查询需求，按照特定的时间序列保存到数据库中，并作为数据源，以方便后续的数据分析和建模；数据库部署在企业内部的本地服务器。
21、进一步地，预处理具体包括：
22、数据清洗，用于去除数据中的噪声、缺失值和异常值；识别并处理数据中的错误和不一致性，确保数据的准确性和一致性；
23、数据转换，用于对数据进行转换和重构，对数据进行归一化或标准化或离散化操作，以便于后续的数据分析和建模。
24、进一步地，数据分析具体包括：
25、数据集成，用于将来自不同数据源的数据进行整合和集成，处理来自不同数据源的数据格式和结构差异，将不同数据源的数据统一为一致的数据格式，以便于进行综合分析和建模；
26、特征选择，用于选择最具有代表性和相关性的特征变量，根据统计分析或相关性分析方法，自动或手动选择最相关的特征变量，以提高模型的准确性和解释能力。
27、进一步地，所述关系模型中包括的实体有：
28、加热炉实体，包含属性：温度、压力、流量、氧含量；
29、轧制线实体，包含属性：电力消耗、生产用水消耗和钢坯温度；
30、生产实绩实体，包含属性：班别、班次、小时产量和停机时长。
31、为了实现上述目的二，本专利技术提供一种构建加热炉燃控系统与轧制线能耗的关系模型的系统，包括：
32、数据采集模块，用于获取加热炉燃控系统的温度变量、压力变量、流量变量、氧含量变量的原始数据；获取轧制线能耗的电力消耗数据、水耗量数据、钢坯温度数据的原始数据；
33、数据存储模块，用于将所述温度变量、压力变量、流量变量、氧含量变量、电力消耗数据、水耗量数据、钢坯温度数据保存到数据库中；
34、数据预处理模块，用于集中获取所述数据库中保存的原始数据，并对所述原始数据进行预处理，所述预处理包括数据清洗、数据去噪、数据归一化中的至少一种；
35、数据分析模块，用于利用数据库技术和数据挖掘方法对大量的预处理后的数据进行分析，以发现规律和趋势；
36、数据建模模块，用于根据数据分析的结果，使用回归分析或聚类分析或关联规则挖掘方法建立加热炉燃控系统与轧制线能耗之间的关系模型；
37、模型评估和优化模块，用于利用交叉验证或误差分析方法对建立的关系模型进行评估，检查关系模型中的错误、冲突和不一致性，并进行相应的优化调整以完善关系模型，提高关系模型的预测能力和适应性；
38、模型应用模块，用于将完善好的关系模型通过数据可视化处理后，应用到实际的加热炉燃控系统和轧制线中，进行能耗的预测和优化控制；根据关系模型的预测结果，通过数据可视化模块将数据以图表或图形的形式直观地展示出来，表达数据的特征和关系，发现数据中的模式和趋势；用于帮助工艺人员调整加热炉的温度和燃料消耗量，优化轧制线的能耗，以达到节能减排的目的。
39、为了实现上述目的三，本专利技术提供一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述的一种构建加热炉燃控系统与轧制线能耗的关系模型的方法。
40、为了实现上述目的四，本专利技术提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述的一种构建加热炉燃控系统与轧制线能耗的关系模型的方法。
41、有益效果
42、本专利技术与现有技术相比，具本文档来自技高网...
【技术保护点】
1.一种构建加热炉燃控系统与轧制线能耗的关系模型的方法，其特征在于，包括：
2.根据权利要求1所述的构建加热炉燃控系统与轧制线能耗的关系模型的方法，其特征在于，所述温度变量包括炉膛温度、燃烧室温度、燃烧器温度；
3.根据权利要求1所述的构建加热炉燃控系统与轧制线能耗的关系模型的方法，其特征在于，所述电力消耗数据指的是轧制线中各个设备的电力消耗，包括根据设备的额定功率和运行时间来计算理论电力消耗、根据电度表测量的实际电力消耗；
4.根据权利要求1所述的构建加热炉燃控系统与轧制线能耗的关系模型的方法，其特征在于，选择关系型数据库(MySQL)对所述原始数据数据进行存储和管理，将预处理后的数据存储到数据库中；根据数据的结构特点和查询需求，按照特定的时间序列保存到数据库中，并作为数据源，以方便后续的数据分析和建模；数据库部署在企业内部的本地服务器。
5.根据权利要求1所述的构建加热炉燃控系统与轧制线能耗的关系模型的方法，其特征在于，预处理具体包括：
6.根据权利要求1所述的构建加热炉燃控系统与轧制线能耗的关系模型的方法，其特征在
7.根据权利要求1所述的构建加热炉燃控系统与轧制线能耗的关系模型的方法，其特征在于，所述关系模型中包括的实体有：
8.一种构建加热炉燃控系统与轧制线能耗的关系模型的系统，其特征在于，包括：
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1-7任意一项所述的一种构建加热炉燃控系统与轧制线能耗的关系模型的方法。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1-7任意一项所述的一种构建加热炉燃控系统与轧制线能耗的关系模型的方法。
...【技术特征摘要】
1.一种构建加热炉燃控系统与轧制线能耗的关系模型的方法，其特征在于，包括：
2.根据权利要求1所述的构建加热炉燃控系统与轧制线能耗的关系模型的方法，其特征在于，所述温度变量包括炉膛温度、燃烧室温度、燃烧器温度；
3.根据权利要求1所述的构建加热炉燃控系统与轧制线能耗的关系模型的方法，其特征在于，所述电力消耗数据指的是轧制线中各个设备的电力消耗，包括根据设备的额定功率和运行时间来计算理论电力消耗、根据电度表测量的实际电力消耗；
4.根据权利要求1所述的构建加热炉燃控系统与轧制线能耗的关系模型的方法，其特征在于，选择关系型数据库(mysql)对所述原始数据数据进行存储和管理，将预处理后的数据存储到数据库中；根据数据的结构特点和查询需求，按照特定的时间序列保存到数据库中，并作为数据源，以方便后续的数据分析和建模；数据库部署在企业内部的本地服务器。
5.根据权利要...
【专利技术属性】
技术研发人员：袁春伟，黄利明，尹少华，何剑辉，许光玲，林泓健，
申请(专利权)人：阳春新钢铁有限责任公司，
类型：发明
国别省市：
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。