【技术实现步骤摘要】
本专利技术涉及一种面向高炉炼铁过程的基于生成对抗框架的自愈控制方法。
技术介绍
1、钢铁是一种广泛应用于建筑、机械和交通运输等行业中的金属材料，其强度高、机械性能好、资源丰富、成本低，且适合大规模生产，因此与工业化过程密切相关。高炉是钢铁生产流程中铁素物质流转换的核心关键单元。然而，高炉在高温高压的工况下长期运行，易导致各种异常情况的出现，这不仅会影响高炉的正常运行，还会造成经济损失。传统的异常处理方式主要依赖人工经验，通过调节送风量、煤比等参数使得炉况恢复正常。但这种方式缺乏理论指导，效率低下，且调节幅度难以把控。因此，对高炉炼铁过程的异常工况进行自愈控制是亟需解决的问题。自愈控制在工业过程中的主要含义是，在工业过程偏离安全运行的异常工况时，通过主动控制手段调整控制回路的输入输出、操作指令等，使系统远离故障工况，从异常工况恢复到正常工况，从而改善系统安全性。
2、随着技术的不断革新，针对高炉炼铁过程的故障诊断已有大量的有效成果，但是对高炉故障的自愈控制方法却仍然缺乏研究。研究大型高炉系统所面临的技术问题和难点主要集中在大型...
【技术保护点】
1.一种基于生成对抗框架的高炉故障自愈控制方法，其特征在于，包括以下步骤：数据集标签属性等级化、构建潜空间转换自愈控制模型、模型多路径训练、高炉故障样本的控制变量调节；
2.根据权利要求1所述的方法，其特征在于，所述的数据集标签属性等级化包括如下步骤：
3.根据权利要求1所述的方法，其特征在于，所述的构建潜空间转换自愈控制模型包括如下步骤：
4.根据权利要求1所述的方法，其特征在于，所述的模型多路径训练包括如下步骤：
5.根据权利要求1所述的方法，其特征在于，所述的高炉故障样本的控制变量调节包括如下步骤：
【技术特征摘要】
1.一种基于生成对抗框架的高炉故障自愈控制方法，其特征在于，包括以下步骤：数据集标签属性等级化、构建潜空间转换自愈控制模型、模型多路径训练、高炉故障样本的控制变量调节；
2.根据权利要求1所述的方法，其特征在于，所述的数据集标签属性等级化包括如下步骤：
3...
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。