System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 基于数据驱动的高炉热风炉排程及高炉煤气平衡优化方法及系统技术方案_技高网

基于数据驱动的高炉热风炉排程及高炉煤气平衡优化方法及系统技术方案

技术编号:42663308 阅读:28 留言:0更新日期:2024-09-10 12:20
本发明专利技术公开了一种基于数据驱动的高炉热风炉排程及高炉煤气平衡优化方法及系统,结合高炉的实时运行数据与历史数据,计算各热风炉初始状态及持续时长;之后根据大高炉内各热风炉换炉控制模式和/或小高炉内各热风炉换炉控制模式,分别进行换炉排程时间操作;基于热风炉换炉排程的时间推演其未来时间每分钟烧炉状态、烧炉数、烧炉数的方差;基于热风炉每分钟烧炉状态对比历史每分钟烧炉状态统计差异率,作为整体换炉执行率;再拆分到每个高炉,作为各高炉换炉的执行率。科学合理精准安排热风炉换炉时间和煤气流量,提高生产调度的灵活性和效率,降低煤气管网压力,从而稳定高炉煤气的消耗。

【技术实现步骤摘要】

本专利技术涉及高炉热风炉换炉作业,尤其涉及基于高炉热风炉排程与高炉煤气平衡相结合的优化方法及系统。


技术介绍

1、在钢铁工业的生产过程中,高炉煤气作为重要的副产品,不仅对节能减排有重要作用,同时也是保证生产连续性和稳定性的关键因素。

2、钢铁行业在高炉煤气管理中面临的主要问题包括煤气消耗量的不确定性、热风炉烟道温度的波动以及煤气平衡的难以精确控制。这些问题直接影响到高炉的运行效率和生产安全,同时也会导致能源浪费和环境污染。目前,大多数钢铁企业依赖经验估算煤气量,缺乏精确的预测和科学的调度策略,这使得高炉运行状态难以达到最优,甚至可能引发生产事故。

3、因而如何选择和优化热风炉换炉时间节点,在换炉的过程降低同时燃烧的热风炉数量,从而稳定高炉煤气的消耗,是目前钢铁生产企业亟需解决的技术问题。


技术实现思路

1、本专利技术要解决的技术问题是,开发出一种基于数据驱动的高炉热风炉排程及高炉煤气平衡优化方法及系统,结合高炉的实时运行数据与历史数据,科学合理精准安排热风炉换炉时间和煤气流量,提高生产调度的灵活性和效率,降低煤气管网压力,从而稳定高炉煤气的消耗。

2、本专利技术所采用的技术方案是:

3、一种基于数据驱动的高炉热风炉排程及高炉煤气平衡优化方法,至少包括如下步骤:

4、各热风炉初始状态及持续时长计算步骤:通过opc接口获取当前时间之前设定小时内的各热风炉初始状态及每分钟测点数据,通过向前填充方法剔除状态跳变的异常数据,统计当前时间下各状态的持续时长;各热风炉初始状态包括烧炉、送风、闷炉中的一种;

5、根据大高炉内各热风炉换炉控制模式和/或小高炉内各热风炉换炉控制模式,分别进行换炉排程时间操作;根据大高炉或小高炉内各热风炉初始状态、换炉次数、当前时钟或推演开始时间、以及每次换炉时预设的烧炉、送风、换炉作业时长;输出或推演各热风炉换炉状态及开始结束时间;

6、基于热风炉换炉排程的时间推演其未来时间每分钟烧炉状态、烧炉数、烧炉数的方差;

7、基于热风炉每分钟烧炉状态对比历史每分钟烧炉状态统计差异率,作为整体换炉执行率;再拆分到每个高炉,作为各高炉换炉的执行率。

8、上述技术方案中,所述大高炉内各热风炉换炉控制模式包括如下步骤:

9、a基于初始状态时长统计烧炉时长最长和送风时长最长的热风炉编号,此两个热风炉即为下一次换炉的热风炉;

10、b基于预设的烧炉时长与当前状态已烧炉时长相减,计算出下次换炉需等待的时长,如果等待时长小于0,则设置等待时长为0,防止高炉内换炉重叠;

11、c记录此次换炉的开始时间为“当前时钟+等待时长”,结束时间为“当前时钟+等待时长+换炉作业时长”;

12、d按照时钟更新逻辑“当前时钟=当前时钟+等待时长+换炉作业时长” 更新当前时钟;

13、e根据大高炉内参与烧炉和送风的热风炉数量,基于各热风炉烧炉和送风状态的基准时长,更新当前状态,并更新时长增加“等待时长+换炉作业时长”;

14、f回到步骤a推演下一次换炉时间。

15、上述技术方案中,步骤e中,如果当前状态是“两烧两送”,则步骤1)中的两个热风炉状态切换,分别由烧炉切换成送风,送风切换成烧炉,并将状态时长置为0,其他热风炉状态不变,时长增加等待时长+换炉作业时长;如果当前状态时“三烧一送”,则将步骤(1)中烧炉状态的热风炉切换成送风状态,并将状态时长置为0,其他热风炉状态不变,时长增加等待时长+换炉作业时长;如果当前状态为“一烧三送”或四个都是送风状态,则将步骤(1)中的送风状态热风炉切换成烧炉状态,并将状态时长置为0,其他热风炉状态不变,时长增加“等待时长+换炉作业时长”。

16、上述技术方案中,所述小高炉内各热风炉换炉控制模式包括如下步骤:

17、aa基于初始状态时长统计烧炉时长最长和送风时长最长的热风炉编号,此两个热风炉即为下一次可能换炉的热风炉;

18、bb基于预设的烧炉时长与当前状态已烧炉时长相减,计算出下次换炉需等待的时长,如果等待时长小于0,则设置等待时长为0,防止高炉内换炉重叠;

19、cc记录此次换炉的开始时间为“当前时钟+等待时长”,结束时间为“当前时钟+等待时长+换炉作业时长”;

20、dd更新当前时钟为“当前时钟+等待时长+换炉作业时长”;

21、ee更新当前状态,如果当前状态时两烧一送,则将步骤1)中烧炉状态的热风炉切换成送风状态,并将状态时长置为0,其他热风炉状态不变,时长增加等待时长+换炉作业时长;如果当前状态时一烧两送或者三送状态,则将步骤1)中的送风状态热风炉切换成烧炉状态,并将状态时长置为0,其他热风炉状态不变,时长增加“等待时长+换炉作业时长”;

22、回到步骤aa推演下一次换炉时间。

23、上述技术方案中,基于热风炉换炉排程的时间推演其未来时间每分钟的烧炉状态、烧炉数、烧炉数的方差按照如下步骤进行:

24、s1)设置当前时钟及推演时长,根据热风炉推演逻辑得到的换炉时间安排,计算出每分钟各热风炉所处的状态;

25、s2)根据每分钟热风炉的状态,计算每分钟同时烧炉的数量;

26、s3)根据每分钟同时烧炉数量,计算此段推演时长内烧炉数的方差。

27、上述技术方案中,采用粒子群优化热风炉作业时长,具体为优化输入参数中预设的每次换炉的烧炉和送风时长。也可以采用其他神经网络优化方法优化作业时长。

28、上述技术方案中,采用粒子群优化热风炉作业时长步骤如下:

29、s11根据各热风炉历史烧炉和送风时长的均值构造初始粒子群,粒子群规模设置为50个粒子;

30、s12设置每个粒子的上下界,即时长的波动范围[-10,10];设置每个粒子的最优位置即当前位置;计算当前粒子群的全局最优解,即位置最优的粒子;

31、s13构造优化目标函数,以模块一中每分钟烧炉数及烧炉数波动方差为目标;

32、s14在粒子上下界范围内,根据每个粒子的最优位置更新粒子的速度和位置;

33、s15将所有更新后的粒子代入目标函数,计算每个粒子的目标值,如果目标值比该粒子最优位置的目标值更小,则更新该粒子的最优位置;如果目标值比当前全局最优解的目标值小,则更新全局最优解;

34、s16设置迭代次数,重复步骤s14- s15,输出全局最优解,即各热风炉每次烧炉和送风的时长;

35、s17将全局最优解代入模块一中的高炉换炉时间推演函数中,得到优化错峰后的各热风炉换炉时间安排。

36、上述技术方案中,各高炉换炉的执行率;计算公式如下:

37、。

38、本专利技术还提供一种基于数据驱动的高炉热风炉排程及高炉煤气平衡优化系统,用于实现上述的方法。

39、同时,本专利技术还提供一种存储介质,存储计算机程序,当程序被本文档来自技高网...

【技术保护点】

1.一种基于数据驱动的高炉热风炉排程及高炉煤气平衡优化方法,其特征在于至少包括如下步骤:

2.根据权利要求1所述的基于数据驱动的高炉热风炉排程及高炉煤气平衡优化方法,其特征在于所述大高炉内各热风炉换炉控制模式包括如下步骤:

3.根据权利要求2所述的基于数据驱动的高炉热风炉排程及高炉煤气平衡优化方法,其特征在于步骤E中,如果当前状态是“两烧两送”,则步骤A中的两个热风炉状态切换,分别由烧炉切换成送风,送风切换成烧炉,并将状态时长置为0,其他热风炉状态不变,时长增加等待时长+换炉作业时长;如果当前状态时“三烧一送”,则将步骤A中烧炉状态的热风炉切换成送风状态,并将状态时长置为0,其他热风炉状态不变,时长增加等待时长+换炉作业时长;如果当前状态为“一烧三送”或四个都是送风状态,则将步骤A中的送风状态热风炉切换成烧炉状态,并将状态时长置为0,其他热风炉状态不变,时长增加“等待时长+换炉作业时长”。

4.根据权利要求1所述的基于数据驱动的高炉热风炉排程及高炉煤气平衡优化方法,其特征在于所述小高炉内各热风炉换炉控制模式包括如下步骤:

5.根据权利要求1所述的基于数据驱动的高炉热风炉排程及高炉煤气平衡优化方法,其特征在于基于热风炉换炉排程的时间推演其未来时间每分钟的烧炉状态、烧炉数、烧炉数的方差按照如下步骤进行:

6.根据权利要求1所述的基于数据驱动的高炉热风炉排程及高炉煤气平衡优化方法,其特征在于采用粒子群优化热风炉作业时长,具体为优化输入参数中预设的每次换炉的烧炉和送风时长。

7.根据权利要求1所述的基于数据驱动的高炉热风炉排程及高炉煤气平衡优化方法,其特征在于采用粒子群优化热风炉作业时长步骤如下:

8.根据权利要求1所述的基于数据驱动的高炉热风炉排程及高炉煤气平衡优化方法,其特征在于各高炉换炉的执行率;计算公式如下:

9.一种基于数据驱动的高炉热风炉排程及高炉煤气平衡优化系统,其特征在于用于实现上述权利要求1-8任一项所述的方法。

10.一种存储介质,存储有计算机程序,其特征在于当程序被执行时用于执行上述权利要求1-8任一项所述方法包含的步骤。

...

【技术特征摘要】

1.一种基于数据驱动的高炉热风炉排程及高炉煤气平衡优化方法,其特征在于至少包括如下步骤:

2.根据权利要求1所述的基于数据驱动的高炉热风炉排程及高炉煤气平衡优化方法,其特征在于所述大高炉内各热风炉换炉控制模式包括如下步骤:

3.根据权利要求2所述的基于数据驱动的高炉热风炉排程及高炉煤气平衡优化方法,其特征在于步骤e中,如果当前状态是“两烧两送”,则步骤a中的两个热风炉状态切换,分别由烧炉切换成送风,送风切换成烧炉,并将状态时长置为0,其他热风炉状态不变,时长增加等待时长+换炉作业时长;如果当前状态时“三烧一送”,则将步骤a中烧炉状态的热风炉切换成送风状态,并将状态时长置为0,其他热风炉状态不变,时长增加等待时长+换炉作业时长;如果当前状态为“一烧三送”或四个都是送风状态,则将步骤a中的送风状态热风炉切换成烧炉状态,并将状态时长置为0,其他热风炉状态不变,时长增加“等待时长+换炉作业时长”。

4.根据权利要求1所述的基于数据驱动的高炉热风炉排程及高炉煤气平衡优化方法,其特征在于所述小高炉内各...

【专利技术属性】
技术研发人员:孙磊李盛强徐徐杨世飞邹小勇韩华关为生
申请(专利权)人:南京凯奥思数据技术有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1