一種高爐多元鐵水質(zhì)量指標(biāo)軟測量系統(tǒng)及方法
【專利摘要】一種高爐多元鐵水質(zhì)量指標(biāo)軟測量系統(tǒng)及方法，該系統(tǒng)包括：數(shù)據(jù)采集單元、數(shù)據(jù)預(yù)處理單元、軟測量單元；該方法包括：獲取高爐多元鐵水質(zhì)量指標(biāo)軟測量所需參數(shù)；對高爐多元鐵水質(zhì)量指標(biāo)動態(tài)軟測量所需參數(shù)進行濾波、剔除噪聲及歸一化處理；利用高爐多元鐵水質(zhì)量指標(biāo)動態(tài)軟測量模型進行高爐多元鐵水質(zhì)量指標(biāo)動態(tài)軟測量：以濾波及歸一化處理后的高爐多元鐵水質(zhì)量指標(biāo)動態(tài)軟測量所需參數(shù)作為輸入，以當(dāng)前時刻高爐多元鐵水質(zhì)量指標(biāo)為輸出，采用輸出自反饋，動態(tài)在線遞推預(yù)測高爐多元鐵水質(zhì)量指標(biāo)。本發(fā)明考慮高爐冶煉過程的滯后特性和輸入輸出變量之間的時序關(guān)系，利用遞推子空間智能建模技術(shù)，實現(xiàn)高爐冶煉過程多元鐵水質(zhì)量指標(biāo)的動態(tài)在線軟測量。
【專利說明】
一種高爐多元鐵水質(zhì)量指標(biāo)軟測量系統(tǒng)及方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明屬于高爐冶煉自動化控制技術(shù)領(lǐng)域，特別涉及一種高爐多元鐵水質(zhì)量指標(biāo) 軟測量系統(tǒng)及方法。
【背景技術(shù)】
[0002] 高爐煉鐵是將鐵從鐵礦石等含鐵化合物中還原出來的動態(tài)過程，為實現(xiàn)高爐冶煉 過程的高產(chǎn)量與低能耗，就應(yīng)對高爐內(nèi)部狀態(tài)進行實時監(jiān)測與有效控制。然而高爐內(nèi)部冶 煉環(huán)境極其嚴(yán)酷，反應(yīng)最劇烈的區(qū)域溫度高達2000多度，壓強高達標(biāo)準(zhǔn)大氣壓的4倍左右， 且伴隨著固、液、氣多相共存的狀態(tài)，使高爐內(nèi)部狀態(tài)難以實時監(jiān)測，從而難以對高爐進行 優(yōu)化控制。目前，被廣泛用來間接反映高爐內(nèi)部狀態(tài)的指標(biāo)為鐵水質(zhì)量指標(biāo)，綜合性的鐵水 質(zhì)量指標(biāo)通常采用Si含量、P含量、S含量和鐵水溫度來衡量，鐵水質(zhì)量指標(biāo)的測量一般采用 離線化驗法，測量結(jié)果會滯后2-3小時，因此其結(jié)果無法實時的反映高爐內(nèi)部狀態(tài)。為了實 現(xiàn)對高爐內(nèi)部運行狀態(tài)實時全面地監(jiān)測，就需要建立高爐多元鐵水質(zhì)量指標(biāo)的在線軟測量 模型以實現(xiàn)對鐵水質(zhì)量的實時在線軟測量，充分利用高爐煉鐵過程中可檢測的運行數(shù)據(jù)， 建立數(shù)據(jù)驅(qū)動的高爐多元鐵水質(zhì)量在線軟測量模型。
[0003] 專利公開號CN102031319A公開了"一種高爐鐵水含硅量的預(yù)報方法"，該方法包括 數(shù)據(jù)參數(shù)選取及預(yù)處理、預(yù)測算法、結(jié)果輸出及操作指導(dǎo)，數(shù)據(jù)參數(shù)選取采用硅含量短期均 值、硅含量中期均值、硅含量長期均值、前次鐵水對應(yīng)的風(fēng)口理論燃燒溫度及前次鐵水含硫 量五個參數(shù)，通過神經(jīng)網(wǎng)絡(luò)算法對娃含量進行預(yù)測。
[0004] 專利公開號CN101457264A公開了 "高爐爐溫優(yōu)化控制方法"，在考慮實際系統(tǒng)的時 滯性和不確定性的情況下，通過建立階梯式動態(tài)矩陣預(yù)測控制算法的預(yù)測模型對高爐爐溫 進行預(yù)測，修正了模型的誤差。
[0005] 專利公開號CN103320559A公開了 "一種高爐鐵水硫含量預(yù)報方法"，以硫S含量短 期均值、硫含量中期均值、硫含量長期均值、前次鐵水對應(yīng)的爐渣堿度、前次鐵水含硅量、入 爐焦炭S含量、入爐煤粉S含量作為鐵水含硫預(yù)報的輸入變量，基于徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)建 模技術(shù)，預(yù)報下一次鐵水的含硫量。
[0006]上述專利報道的方法以及其他相關(guān)文獻中的方法均是針對單一鐵水質(zhì)量指標(biāo)，如 鐵水溫度、Si含量、S含量等，進行軟測量的方法，單一的鐵水質(zhì)量指標(biāo)并不能全面地反映高 爐內(nèi)部復(fù)雜的狀態(tài)，無法為現(xiàn)場的操作人員提供綜合性的指導(dǎo)，實際應(yīng)用價值較低。而且已 有的鐵水質(zhì)量軟測量方法建立的模型均是參數(shù)時不變模型，并不適合高爐煉鐵過程的工況 慢時變特性，因此這些模型在實際工況改變時，預(yù)報結(jié)果會失準(zhǔn)。另外，已有軟測量方法中 的模型結(jié)構(gòu)大多較為復(fù)雜，軟測量模型計算時間較長，而工業(yè)現(xiàn)場需要簡單快速的軟測量 方法，因此，以上方法實際應(yīng)用時的效率較低。綜上所述，目前國內(nèi)外還沒有專門針對高爐 冶煉過程鐵水質(zhì)量指標(biāo)Si含量、P含量、S含量和鐵水溫度進行多元動態(tài)快速在線軟測量的 方法。

【發(fā)明內(nèi)容】

[0007] 針對現(xiàn)有技術(shù)存在的問題，本發(fā)明提供一種基于遞推子空間辨識的高爐多元鐵水 質(zhì)量指標(biāo)軟測量方法。
[0008] 本發(fā)明的技術(shù)方案是：
[0009] -種高爐多元鐵水質(zhì)量指標(biāo)軟測量系統(tǒng)，包括：
[0010]數(shù)據(jù)采集單元:獲取高爐多元鐵水質(zhì)量指標(biāo)軟測量所需參數(shù)，包括當(dāng)前時刻高爐 工況參數(shù)、上一時刻高爐工況參數(shù)、上一時刻高爐多元鐵水質(zhì)量指標(biāo)估計值;高爐工況參數(shù) 包括爐腹煤氣量、熱風(fēng)溫度、熱風(fēng)壓力、富氧率、鼓風(fēng)濕度、設(shè)定噴煤量;上一時刻高爐多元 鐵水質(zhì)量指標(biāo)估計值包括上一時刻硅含量估計值、上一時刻磷含量估計值、上一時刻硫含 量估計值、上一時刻鐵水溫度估計值；
[0011] 數(shù)據(jù)預(yù)處理單元:對高爐多元鐵水質(zhì)量指標(biāo)動態(tài)軟測量所需參數(shù)進行濾波、剔除 噪聲及歸一化處理；
[0012] 軟測量單元:利用高爐多元鐵水質(zhì)量指標(biāo)動態(tài)軟測量模型進行高爐多元鐵水質(zhì)量 指標(biāo)動態(tài)預(yù)測:高爐多元鐵水質(zhì)量指標(biāo)動態(tài)軟測量模型以濾波及歸一化處理后的高爐多元 鐵水質(zhì)量指標(biāo)動態(tài)軟測量所需參數(shù)作為輸入，以當(dāng)前時刻高爐多元鐵水質(zhì)量指標(biāo)為輸出， 采用輸出自反饋，動態(tài)在線遞推預(yù)測高爐多元鐵水質(zhì)量指標(biāo)。
[0013]所述數(shù)據(jù)采集單元，包括：
[0014] 輔助變量確定模塊:利用主成分分析法對若干時刻的高爐過程工況參數(shù)進行相關(guān) 性分析，確定對于高爐鐵水多元質(zhì)量指標(biāo)動態(tài)軟測量貢獻率最大的工況參數(shù)作為輔助變 量；
[0015] 輸入變量確定模塊:基于輔助變量、結(jié)合不同時刻輸入?yún)?shù)時滯、結(jié)合當(dāng)前時刻輔 助變量的測量值、上一時刻輔助變量的測量值及上一時刻鐵水硅含量估計值、上一時刻鐵 水磷含量估計值、上一時刻鐵水硫含量估計值、上一時刻鐵水溫度估計值，確定高爐多元鐵 水質(zhì)量指標(biāo)動態(tài)軟測量所需參數(shù)即高爐多元鐵水質(zhì)量指標(biāo)動態(tài)軟測量模型的輸入變量并 米集。
[0016] 所述數(shù)據(jù)預(yù)處理單元，包括：
[0017] 濾波模塊:針對由于高爐爐況不穩(wěn)定和檢測設(shè)備不精確造成的跳變數(shù)據(jù)，采用噪 聲尖峰濾波算法用于剔除高爐生產(chǎn)過程中的噪聲尖峰跳變數(shù)據(jù)；
[0018] 剔除噪聲模塊:采用移動平均濾波算法對剔除噪聲尖峰跳變數(shù)據(jù)后的數(shù)據(jù)中較小 的高頻測量噪聲波動干擾；
[0019] 歸一化處理模塊：對高爐多元鐵水質(zhì)量指標(biāo)動態(tài)軟測量所需參數(shù)進行歸一化處 理。
[0020] 所述軟測量單元，包括：
[0021]歷史數(shù)據(jù)采集模塊:采集歷史若干時刻的高爐多元鐵水質(zhì)量指標(biāo)動態(tài)軟測量模型 訓(xùn)練所需參數(shù)及相應(yīng)時刻多元鐵水質(zhì)量指標(biāo)測量值;高爐多元鐵水質(zhì)量指標(biāo)動態(tài)軟測量模 型訓(xùn)練所需參數(shù)，包括：當(dāng)前時刻高爐工況參數(shù)、上一時刻高爐工況參數(shù)、上一時刻高爐多 元鐵水質(zhì)量指標(biāo)測量值;高爐工況參數(shù)包括爐腹煤氣量、熱風(fēng)溫度、熱風(fēng)壓力、富氧率、鼓風(fēng) 濕度、設(shè)定噴煤量;多元鐵水質(zhì)量指標(biāo)測量值包括上一時刻硅含量測量值、上一時刻磷含量 測量值、上一時刻硫含量測量值、上一時刻鐵水溫度測量值；
[0022] 歷史數(shù)據(jù)處理模塊:采用移動平均濾波算法對剔除噪聲尖峰跳變數(shù)據(jù)后的數(shù)據(jù)中 較小的高頻測量噪聲波動干擾，并進行歸一化處理；
[0023] 模型構(gòu)建模塊:將濾波及歸一化處理后的高爐多元鐵水質(zhì)量指標(biāo)動態(tài)軟測量模型 訓(xùn)練所需參數(shù)作為訓(xùn)練數(shù)據(jù)集，利用子空間辨識方法構(gòu)建高爐多元鐵水質(zhì)量指標(biāo)動態(tài)軟測 量模型；
[0024] 模型系數(shù)矩陣求解模塊:采用加入遺忘因子的遞推最小二乘法，求解高爐多元鐵 水質(zhì)量指標(biāo)軟測量模型系數(shù)矩陣，確定最終的高爐多元鐵水質(zhì)量指標(biāo)動態(tài)軟測量模型；
[0025] 模型評價模塊：引入均方根誤差作為高爐多元鐵水質(zhì)量指標(biāo)軟測量模型的評價指 標(biāo)，若利用高爐多元鐵水質(zhì)量指標(biāo)軟測量模型估計出的各鐵水質(zhì)量指標(biāo)的均方根誤差，均 達到設(shè)定閾值，則得到最終的高爐多元鐵水質(zhì)量指標(biāo)軟測量模型;若利用高爐多元鐵水質(zhì) 量指標(biāo)軟測量模型估計出的各鐵水質(zhì)量指標(biāo)的均方根誤差，有任意一個未達到設(shè)定值，則 重新訓(xùn)練高爐多元鐵水質(zhì)量指標(biāo)軟測量模型；
[0026] 模型估計模塊：利用高爐多元鐵水質(zhì)量指標(biāo)軟測量模型估計出多元鐵水質(zhì)量指 標(biāo)。
[0027] 采用所述的高爐多元鐵水質(zhì)量指標(biāo)軟測量系統(tǒng)進行高爐多元鐵水質(zhì)量指標(biāo)軟測 量的方法，包括：
[0028] 步驟1、獲取高爐多元鐵水質(zhì)量指標(biāo)軟測量所需參數(shù)，包括當(dāng)前時刻高爐工況參 數(shù)、上一時刻高爐工況參數(shù)、上一時刻高爐多元鐵水質(zhì)量指標(biāo)估計值;高爐工況參數(shù)包括爐 腹煤氣量、熱風(fēng)溫度、熱風(fēng)壓力、富氧率、鼓風(fēng)濕度、設(shè)定噴煤量;上一時刻高爐多元鐵水質(zhì) 量指標(biāo)估計值包括上一時刻硅含量估計值、上一時刻磷含量估計值、上一時刻硫含量估計 值、上一時刻鐵水溫度估計值；
[0029] 步驟2、對高爐多元鐵水質(zhì)量指標(biāo)動態(tài)軟測量所需參數(shù)進行濾波、剔除噪聲及歸一 化處理；
[0030] 步驟3、利用高爐多元鐵水質(zhì)量指標(biāo)動態(tài)軟測量模型進行高爐多元鐵水質(zhì)量指標(biāo) 動態(tài)軟測量:高爐多元鐵水質(zhì)量指標(biāo)動態(tài)軟測量模型以濾波及歸一化處理后的高爐多元鐵 水質(zhì)量指標(biāo)動態(tài)軟測量所需參數(shù)作為輸入，以當(dāng)前時刻高爐多元鐵水質(zhì)量指標(biāo)為輸出，采 用輸出自反饋，動態(tài)在線遞推預(yù)測高爐多元鐵水質(zhì)量指標(biāo)。
[0031 ]所述高爐多元鐵水質(zhì)量指標(biāo)軟測量所需參數(shù)的確定方法如下：
[0032] 步驟1-1、利用主成分分析法對若干時刻的高爐過程工況參數(shù)進行相關(guān)性分析，確 定對于高爐鐵水多元質(zhì)量指標(biāo)動態(tài)軟測量貢獻率最大的6個工況參數(shù)作為輔助變量，包括： 爐腹煤氣量、熱風(fēng)溫度、熱風(fēng)壓力、富氧率、鼓風(fēng)濕度、噴煤量；
[0033] 步驟1-2、基于上述6個輔助變量、結(jié)合不同時刻輸入?yún)?shù)時滯、結(jié)合當(dāng)前時刻輔助 變量的測量值、上一時刻輔助變量的測量值及上一時刻鐵水硅含量的測量值，確定高爐多 元鐵水質(zhì)量指標(biāo)動態(tài)軟測量所需參數(shù)即高爐多元鐵水質(zhì)量指標(biāo)動態(tài)軟測量模型的輸入變 量，包括當(dāng)前時刻高爐工況參數(shù)、上一時刻高爐工況參數(shù)、上一時刻高爐多元鐵水質(zhì)量指標(biāo) 估計值;高爐工況參數(shù)包括爐腹煤氣量、熱風(fēng)溫度、熱風(fēng)壓力、富氧率、鼓風(fēng)濕度、設(shè)定噴煤 量;上一時刻高爐多元鐵水質(zhì)量指標(biāo)估計值包括上一時刻硅含量估計值、上一時刻磷含量 估計值、上一時刻硫含量估計值、上一時刻鐵水溫度估計值。高爐多元鐵水質(zhì)量指標(biāo)動態(tài)軟 測量模型的輸出變量分別為：當(dāng)前時刻磷含量、當(dāng)前時刻硫含量、當(dāng)前時刻鐵水溫度、當(dāng)前 時刻娃含量。
[0034] 所述步驟2具體按如下步驟執(zhí)行：
[0035] 步驟2-1、針對由于高爐爐況不穩(wěn)定和檢測設(shè)備不精確造成的跳變數(shù)據(jù)，采用噪聲 尖峰濾波算法用于剔除高爐生產(chǎn)過程中的噪聲尖峰跳變數(shù)據(jù)；
[0036] 步驟2-2、采用移動平均濾波算法對剔除噪聲尖峰跳變數(shù)據(jù)后的數(shù)據(jù)中較小的高 頻測量噪聲波動干擾；
[0037]步驟2-3、對高爐多元鐵水質(zhì)量指標(biāo)動態(tài)軟測量所需參數(shù)進行歸一化處理。
[0038] 所述高爐多元鐵水質(zhì)量指標(biāo)動態(tài)軟測量模型的建立方法如下：
[0039] 步驟3-1、歷史數(shù)據(jù)采集模塊:采集歷史若干時刻的高爐多元鐵水質(zhì)量指標(biāo)動態(tài)軟 測量模型訓(xùn)練所需參數(shù)及相應(yīng)時刻多元鐵水質(zhì)量指標(biāo)測量值;高爐多元鐵水質(zhì)量指標(biāo)動態(tài) 軟測量模型訓(xùn)練所需參數(shù)，包括：當(dāng)前時刻高爐工況參數(shù)、上一時刻高爐工況參數(shù)、上一時 刻高爐多元鐵水質(zhì)量指標(biāo)測量值;高爐工況參數(shù)包括爐腹煤氣量、熱風(fēng)溫度、熱風(fēng)壓力、富 氧率、鼓風(fēng)濕度、設(shè)定噴煤量;多元鐵水質(zhì)量指標(biāo)測量值包括上一時刻硅含量測量值、上一 時刻磷含量測量值、上一時刻硫含量測量值、上一時刻鐵水溫度測量值；
[0040] 步驟3-2、對采集的數(shù)據(jù)進行濾波及歸一化處理；
[0041] 步驟3-2-1、針對由于高爐爐況不穩(wěn)定和檢測設(shè)備不精確造成的跳變數(shù)據(jù)，采用噪 聲尖峰濾波算法用于剔除高爐生產(chǎn)過程中的噪聲尖峰跳變數(shù)據(jù)；
[0042] 步驟3-2-2、采用移動平均濾波算法對剔除噪聲尖峰跳變數(shù)據(jù)后的數(shù)據(jù)中較小的 高頻測量噪聲波動干擾；
[0043]步驟3-2-3、將采集的數(shù)據(jù)進行歸一化處理；
[0044]步驟3-3、將濾波及歸一化處理后的高爐多元鐵水質(zhì)量指標(biāo)動態(tài)軟測量模型訓(xùn)練 所需參數(shù)作為訓(xùn)練數(shù)據(jù)集；
[0045]步驟3-4、將樣本數(shù)據(jù)集中的當(dāng)前時刻高爐工況參數(shù)、上一時刻高爐工況參數(shù)、上 一時刻高爐多元鐵水質(zhì)量指標(biāo)作為輸入，相應(yīng)當(dāng)前時刻高爐多元鐵水質(zhì)量指標(biāo)作為輸出， 建立子空間辨識模型，即高爐多元鐵水質(zhì)量指標(biāo)動態(tài)軟測量模型。
[0046] 所述步驟3-4具體按如下步驟進行：
[0047] 步驟3-4-1、利用子空間辨識方法，得到高爐多元鐵水質(zhì)量指標(biāo)軟測量模型；
[0048] 步驟3-4-2、采用加入遺忘因子的遞推最小二乘法，求解高爐多元鐵水質(zhì)量指標(biāo)軟 測量模型系數(shù)矩陣；
[0049] 步驟3-4-3、引入均方根誤差，作為高爐多元鐵水質(zhì)量指標(biāo)軟測量模型的評價指 標(biāo)，若利用高爐多元鐵水質(zhì)量指標(biāo)軟測量模型估計出的各鐵水質(zhì)量指標(biāo)的均方根誤差，均 達到設(shè)定值，則高爐多元鐵水質(zhì)量指標(biāo)軟測量模型訓(xùn)練結(jié)束，得到最終的高爐多元鐵水質(zhì) 量指標(biāo)軟測量模型;若利用高爐多元鐵水質(zhì)量指標(biāo)軟測量模型估計出的各鐵水質(zhì)量指標(biāo)的 均方根誤差，有任意一個未達到設(shè)定值，則重新訓(xùn)練高爐多元鐵水質(zhì)量指標(biāo)軟測量模型，轉(zhuǎn) 至步驟3-4-2。
[0050] 有益效果：
[0051] 為了解決高爐冶煉過程鐵水質(zhì)量指標(biāo)在線軟測量方法的不足，本發(fā)明基于遞推子 空間辨識技術(shù)，在主成分分析方法降低模型輸入維數(shù)和對原始數(shù)據(jù)進行移動平均濾波處理 的基礎(chǔ)上，構(gòu)造一個具有輸出自反饋結(jié)構(gòu)、并考慮輸入輸出數(shù)據(jù)時序關(guān)系、結(jié)構(gòu)簡單的多元 鐵水質(zhì)量指標(biāo)動態(tài)軟測量模型，實現(xiàn)同時對綜合性的鐵水質(zhì)量指標(biāo)，即Si含量、P含量、S含 量和鐵水溫度進行多元在線動態(tài)軟測量，并能夠隨著高爐工況的改變，通過最新的測量數(shù) 據(jù)在線更新模型參數(shù)?；阡搹S常規(guī)在線檢測設(shè)備提供的高爐本體參數(shù)在線檢測值，本發(fā) 明可以得出當(dāng)前時刻多元鐵水質(zhì)量指標(biāo)的在線軟測量值，為高爐煉鐵過程的優(yōu)化運行控制 提供關(guān)鍵的鐵水質(zhì)量指標(biāo)?；诠I(yè)現(xiàn)場常規(guī)的檢測設(shè)備實時測量得到的高爐本體參數(shù)作 為模型的輸入數(shù)據(jù)，充分考慮高爐冶煉過程的滯后特性和輸入輸出變量之間的時序關(guān)系， 利用數(shù)據(jù)驅(qū)動的遞推子空間智能建模技術(shù)，實現(xiàn)了高爐冶煉過程多元鐵水質(zhì)量指標(biāo)Si含 量、P含量、S含量和鐵水溫度的動態(tài)在線軟測量。相比于現(xiàn)有的離線人工檢測多元鐵水質(zhì)量 指標(biāo)的方法，本方法可避免離線化驗的滯后性和人工操作帶來的不確定性，實現(xiàn)實時在線 準(zhǔn)確軟測量，為現(xiàn)場的操作人員及時準(zhǔn)確判斷高爐內(nèi)部運行狀態(tài)提供了關(guān)鍵指標(biāo)。同時本 方法可以根據(jù)工況的變化，利用最新的過程數(shù)據(jù)更新軟測量模型參數(shù)，避免了時不變模型 的局限性，實用價值很高。另外本發(fā)明方法有助于進一步實現(xiàn)高爐煉鐵過程的運行優(yōu)化控 制。
【附圖說明】
[0052] 圖1是本發(fā)明【具體實施方式】中高爐煉鐵過程的檢測設(shè)備配置圖；
[0053] 圖2是本發(fā)明【具體實施方式】中高爐多元鐵水質(zhì)量指標(biāo)軟測量方法流程圖；
[0054]圖3是本發(fā)明【具體實施方式】中的軟測量結(jié)果效果圖，（a)為當(dāng)前時刻硅含量預(yù)測值 與實際值對比曲線，（b)為當(dāng)前時刻磷含量預(yù)測值與實際值對比曲線，（c)為當(dāng)前時刻硫含 量預(yù)測值與實際值對比曲線，（d)為當(dāng)前時刻鐵水溫度預(yù)測值與實際值對比曲線；
[0055] 圖4是本發(fā)明【具體實施方式】中高爐多元鐵水質(zhì)量指標(biāo)軟測量系統(tǒng)結(jié)構(gòu)框圖；
[0056] 圖1中：1-高爐，2-熱風(fēng)爐，3-流量計，4-溫度計，5-壓力計，6-濕度計，7-爐腹煤氣 量測量分析儀，8-富氧率測量分析儀，9-數(shù)據(jù)采集裝置，10-計算機系統(tǒng)。
【具體實施方式】
[0057] 下面結(jié)合附圖對本發(fā)明的【具體實施方式】做詳細說明。
[0058] 本實施方式采用檢測設(shè)備、數(shù)據(jù)采集器9、計算機系統(tǒng)10來實現(xiàn)高爐多元鐵水質(zhì)量 指標(biāo)軟測量方法，如圖1所示，檢測設(shè)備包括流量計3、溫度計4、壓力計5和濕度計6、爐腹煤 氣量測量分析儀7、富氧率測量分析儀8,這些常規(guī)測量儀表安裝于高爐冶煉系統(tǒng)的各個相 應(yīng)位置。數(shù)據(jù)采集器9連接各檢測設(shè)備，并通過通信總線連接計算機系統(tǒng)10。常規(guī)測量系統(tǒng) 主要包括如下常規(guī)測量儀表包括：
[0059] 三個流量計3,分別用于在線測量高爐1煤粉噴吹系統(tǒng)煤粉噴吹量、富氧流量、冷風(fēng) 流量；
[0060] -個溫度計4,用于在線測量高爐1熱風(fēng)爐2的熱風(fēng)溫度；
[0061] 一個壓力計5,用于在線測量高爐1熱風(fēng)爐2的熱風(fēng)壓力；
[0062] -個濕度計6,用于在線測量高爐1熱風(fēng)爐2的鼓風(fēng)濕度。
[0063] -個爐腹煤氣量測量分析儀7通過流量計3測量得到的冷風(fēng)流量V2、富氧流量vi以 及煤粉噴吹量，以及濕度計6測量得到的鼓風(fēng)濕度，分析計算出爐腹煤氣量參數(shù)；
[0064] -個富氧率測量分析儀8通過流量計3測量得到的冷風(fēng)流量V2、富氧流量vi，以及濕 度計6測量得到的鼓風(fēng)濕度，分析計算出富氧率參數(shù)。
[0065] 計算機系統(tǒng)10中設(shè)置有高爐多元鐵水質(zhì)量指標(biāo)軟測量系統(tǒng)，如圖4所示，包括：
[0066] 數(shù)據(jù)采集單元:獲取高爐多元鐵水質(zhì)量指標(biāo)軟測量所需參數(shù)，包括當(dāng)前時刻高爐 工況參數(shù)、上一時刻高爐工況參數(shù)、上一時刻高爐多元鐵水質(zhì)量指標(biāo)估計值;高爐工況參數(shù) 包括爐腹煤氣量m、熱風(fēng)溫度11 2、熱風(fēng)壓力U3、富氧率U4、鼓風(fēng)濕度115、設(shè)定噴煤量U6 ;上一時 刻高爐多元鐵水質(zhì)量指標(biāo)估計值包括上一時刻硅含量估計值、上一時刻磷含量估計值、上 一時刻硫含量估計值、上一時刻鐵水溫度估計值；
[0067] 數(shù)據(jù)預(yù)處理單元:對高爐多元鐵水質(zhì)量指標(biāo)動態(tài)軟測量所需參數(shù)進行濾波、剔除 噪聲及歸一化處理；
[0068] 軟測量單元:利用高爐多元鐵水質(zhì)量指標(biāo)動態(tài)軟測量模型進行高爐多元鐵水質(zhì)量 指標(biāo)動態(tài)預(yù)測:高爐多元鐵水質(zhì)量指標(biāo)動態(tài)軟測量模型以濾波及歸一化處理后的高爐多元 鐵水質(zhì)量指標(biāo)動態(tài)軟測量所需參數(shù)作為輸入，以當(dāng)前時刻高爐多元鐵水質(zhì)量指標(biāo)為輸出， 采用輸出自反饋，動態(tài)在線遞推預(yù)測高爐多元鐵水質(zhì)量指標(biāo)。
[0069]數(shù)據(jù)采集單元，包括：
[0070]輔助變量確定模塊:利用主成分分析法對若干時刻的高爐過程工況參數(shù)進行相關(guān) 性分析，確定對于高爐鐵水多元質(zhì)量指標(biāo)動態(tài)軟測量貢獻率最大的工況參數(shù)作為輔助變 量，包括:爐腹煤氣量ui (單位是m3)、熱風(fēng)溫度U2(單位是°C)、熱風(fēng)壓力U3 (單位是KPa)、富氧 率U4、鼓風(fēng)濕度u5 (單位是RH)、噴煤量u6 (單位是m3/h);
[0071 ]輸入變量確定模塊:基于輔助變量、結(jié)合不同時刻輸入?yún)?shù)時滯、結(jié)合當(dāng)前時刻輔 助變量的測量值、上一時刻輔助變量的測量值及上一時刻鐵水硅含量的測量值，確定高爐 多元鐵水質(zhì)量指標(biāo)動態(tài)軟測量所需參數(shù)即高爐多元鐵水質(zhì)量指標(biāo)動態(tài)軟測量模型的輸入 變量并采集數(shù)據(jù)，包括當(dāng)前時刻高爐工況參數(shù)、上一時刻高爐工況參數(shù)、上一時刻高爐多元 鐵水質(zhì)量指標(biāo)估計值;高爐工況參數(shù)包括爐腹煤氣量、熱風(fēng)溫度、熱風(fēng)壓力、富氧率、鼓風(fēng)濕 度、設(shè)定噴煤量;上一時刻高爐多元鐵水質(zhì)量指標(biāo)估計值包括上一時刻硅含量估計值、上一 時刻磷含量估計值、上一時刻硫含量估計值、上一時刻鐵水溫度估計值。
[0072] 數(shù)據(jù)預(yù)處理單元，包括：
[0073] 濾波模塊:針對由于高爐爐況不穩(wěn)定和檢測設(shè)備不精確造成的跳變數(shù)據(jù)，采用噪 聲尖峰濾波算法用于剔除高爐生產(chǎn)過程中的噪聲尖峰跳變數(shù)據(jù)；
[0074] 剔除噪聲模塊:采用移動平均濾波算法對剔除噪聲尖峰跳變數(shù)據(jù)后的數(shù)據(jù)中較小 的高頻測量噪聲波動干擾；
[0075] 歸一化處理模塊：對高爐多元鐵水質(zhì)量指標(biāo)動態(tài)軟測量所需參數(shù)進行歸一化處 理。
[0076] 軟測量單元，包括：
[0077]歷史數(shù)據(jù)采集模塊:采集歷史若干時刻的高爐多元鐵水質(zhì)量指標(biāo)動態(tài)軟測量模型 訓(xùn)練所需參數(shù)及相應(yīng)時刻多元鐵水質(zhì)量指標(biāo)測量值;高爐多元鐵水質(zhì)量指標(biāo)動態(tài)軟測量模 型訓(xùn)練所需參數(shù)，包括：當(dāng)前時刻高爐工況參數(shù)、上一時刻高爐工況參數(shù)、上一時刻高爐多 元鐵水質(zhì)量指標(biāo)測量值;高爐工況參數(shù)包括爐腹煤氣量、熱風(fēng)溫度、熱風(fēng)壓力、富氧率、鼓風(fēng) 濕度、設(shè)定噴煤量;多元鐵水質(zhì)量指標(biāo)測量值包括上一時刻硅含量測量值、上一時刻磷含量 測量值、上一時刻硫含量測量值、上一時刻鐵水溫度測量值；
[0078] 歷史數(shù)據(jù)處理模塊:采用移動平均濾波算法對剔除噪聲尖峰跳變數(shù)據(jù)后的數(shù)據(jù)中 較小的高頻測量噪聲波動干擾，并進行歸一化處理；
[0079] 模型構(gòu)建模塊:將濾波及歸一化處理后的高爐多元鐵水質(zhì)量指標(biāo)動態(tài)軟測量模型 訓(xùn)練所需參數(shù)作為訓(xùn)練數(shù)據(jù)集，利用子空間辨識方法構(gòu)建高爐多元鐵水質(zhì)量指標(biāo)動態(tài)軟測 量模型；
[0080] 模型系數(shù)矩陣求解模塊:采用加入遺忘因子的遞推最小二乘法，求解高爐多元鐵 水質(zhì)量指標(biāo)軟測量模型系數(shù)矩陣，確定最終的高爐多元鐵水質(zhì)量指標(biāo)動態(tài)軟測量模型；
[0081] 模型評價模塊：引入均方根誤差作為高爐多元鐵水質(zhì)量指標(biāo)軟測量模型的評價指 標(biāo)，若利用高爐多元鐵水質(zhì)量指標(biāo)軟測量模型估計出的各鐵水質(zhì)量指標(biāo)的均方根誤差，均 達到設(shè)定閾值，則得到最終的高爐多元鐵水質(zhì)量指標(biāo)軟測量模型;若利用高爐多元鐵水質(zhì) 量指標(biāo)軟測量模型估計出的各鐵水質(zhì)量指標(biāo)的均方根誤差，有任意一個未達到設(shè)定值，則 重新訓(xùn)練高爐多元鐵水質(zhì)量指標(biāo)軟測量模型；
[0082] 模型估計模塊：利用高爐多元鐵水質(zhì)量指標(biāo)軟測量模型估計出多元鐵水質(zhì)量指 標(biāo)。
[0083] -種高爐多元鐵水質(zhì)量指標(biāo)軟測量方法，如圖2所示，包括：
[0084] 步驟1、獲取高爐多元鐵水質(zhì)量指標(biāo)軟測量所需參數(shù)，包括當(dāng)前時刻高爐工況參 數(shù)、上一時刻高爐工況參數(shù)、上一時刻高爐多元鐵水質(zhì)量指標(biāo)估計值;高爐工況參數(shù)包括爐 腹煤氣量m、熱風(fēng)溫度11 2、熱風(fēng)壓力U3、富氧率U4、鼓風(fēng)濕度115、設(shè)定噴煤量u6;上一時刻高爐 多元鐵水質(zhì)量指標(biāo)估計值包括上一時刻硅含量估計值、上一時刻磷含量估計值、上一時刻 硫含量估計值、上一時刻鐵水溫度估計值；
[0085] 高爐多元鐵水質(zhì)量指標(biāo)軟測量所需參數(shù)的確定方法如下：
[0086] 步驟1-1、利用主成分分析法對若干時刻的高爐過程工況參數(shù)進行相關(guān)性分析，確 定對于高爐鐵水多元質(zhì)量指標(biāo)動態(tài)軟測量貢獻率最大的6個工況參數(shù)作為輔助變量，包括： 爐腹煤氣量ui(單位是m 3)、熱風(fēng)溫度U2(單位是°〇、熱風(fēng)壓力U3(單位是KPa)、富氧率U4、鼓風(fēng) 濕度u5(單位是RH)、噴煤量u 6(單位是m3/h);
[0087] 待軟測量的高爐多元鐵水質(zhì)量指標(biāo)為Si娃含量oi(單位是％ )、P磷含量〇2(單位 是％)4硫含量〇3(單位是％)和鐵水溫度〇4(單位是°C)?？赏ㄟ^常規(guī)在線檢測裝置獲得的高 爐本體變量有冷風(fēng)流量、送風(fēng)比、熱風(fēng)壓力、頂壓、壓差、頂壓風(fēng)量比、透氣性、阻力系數(shù)、熱 風(fēng)溫度、富氧流量、富氧率、設(shè)定噴煤量、鼓風(fēng)濕度、理論燃燒溫度、標(biāo)準(zhǔn)風(fēng)速、實際風(fēng)速、鼓 風(fēng)動能、爐腹煤氣量、爐腹煤氣指數(shù)。利用主成分分析法對19個高爐本體變量進行相關(guān)性分 析，選出信息量最大的6個變量作為輔助變量，分別為:爐腹煤氣量m(單位是m 3)、熱風(fēng)溫度 U2 (單位是°C )、熱風(fēng)壓力U3 (單位是KPa)、富氧率U4、鼓風(fēng)濕度U5 (單位是RH)、噴煤量U6 (單位 是m3/h)。
[0088] 步驟1-2、基于上述6個輔助變量、結(jié)合不同時刻輸入?yún)?shù)時滯、結(jié)合當(dāng)前時刻輔助 變量的測量值、上一時刻輔助變量的測量值及上一時刻鐵水硅含量的測量值，確定高爐多 元鐵水質(zhì)量指標(biāo)動態(tài)軟測量所需參數(shù)即高爐多元鐵水質(zhì)量指標(biāo)動態(tài)軟測量模型的輸入變 量并采集這些輸入變量，包括當(dāng)前時刻高爐工況參數(shù)、上一時刻高爐工況參數(shù)、上一時刻高 爐多元鐵水質(zhì)量指標(biāo)估計值;高爐工況參數(shù)包括爐腹煤氣量、熱風(fēng)溫度、熱風(fēng)壓力、富氧率、 鼓風(fēng)濕度、設(shè)定噴煤量;上一時刻高爐多元鐵水質(zhì)量指標(biāo)估計值包括上一時刻硅含量估計 值、上一時刻磷含量估計值、上一時刻硫含量估計值、上一時刻鐵水溫度估計值。高爐多元 鐵水質(zhì)量指標(biāo)動態(tài)軟測量模型的輸出變量分別為：當(dāng)前時刻磷含量、當(dāng)前時刻硫含量、當(dāng)前 時刻鐵水溫度、當(dāng)前時刻硅含量。
[0089] 16個高爐鐵水多元質(zhì)量指標(biāo)動態(tài)軟測量模型的輸入變量如下：
[0090] 當(dāng)前時刻爐腹煤氣量m(t)，m3;
[0091] 當(dāng)前時刻熱風(fēng)溫度u2(t)，°C;
[0092]當(dāng)前時刻熱風(fēng)壓力u3(t)，KPa;
[0093]當(dāng)前時刻富氧率U4(t);
[0094]當(dāng)前時刻鼓風(fēng)濕度u5(t)，RH;
[0095]當(dāng)前時刻設(shè)定噴煤量u6(t)，m3/h.
[0096] 上一時刻爐腹煤氣量m(t-l)，m3;
[0097] 上一時刻熱風(fēng)溫度U2(t_l)，°C;
[0098] 上一時刻水熱風(fēng)壓力u3(t_l)，KPa;
[0099] 上一時刻富氧率U4(t_l);
[0100] 上一時刻鼓風(fēng)濕度u5(t_l)，RH;
[0101] 上一時刻設(shè)定噴煤量U6(t-l)，m3/h;
[0102] 上一時刻硅含量估計值4(卜丨），％;
[0103] 上一時刻磷含量估計值&(/-丨），％;
[0104] 上一時刻硫含量估計值^卜丨），％:
[0105] 上一時刻鐵水溫度估計值54G-1) ,
[0106] 步驟2、對高爐多元鐵水質(zhì)量指標(biāo)動態(tài)軟測量所需參數(shù)進行濾波及歸一化處理；
[0107] 步驟2-1、針對由于高爐爐況不穩(wěn)定和檢測設(shè)備不精確造成的跳變數(shù)據(jù)，采用噪聲 尖峰濾波算法用于剔除高爐生產(chǎn)過程中的噪聲尖峰跳變數(shù)據(jù)；
[0108] 步驟2-2、采用移動平均濾波算法對剔除噪聲尖峰跳變數(shù)據(jù)后的數(shù)據(jù)中較小的高 頻測量噪聲波動干擾；
[0109] 步驟2-3、對高爐多元鐵水質(zhì)量指標(biāo)動態(tài)軟測量所需參數(shù)進行歸一化處理；
[0110]步驟3、利用高爐多元鐵水質(zhì)量指標(biāo)動態(tài)軟測量模型進行高爐多元鐵水質(zhì)量指標(biāo) 動態(tài)軟測量:高爐多元鐵水質(zhì)量指標(biāo)動態(tài)軟測量模型以濾波及歸一化處理后的高爐多元鐵 水質(zhì)量指標(biāo)動態(tài)軟測量所需參數(shù)作為輸入，以當(dāng)前時刻高爐多元鐵水質(zhì)量指標(biāo)為輸出，采 用輸出自反饋，動態(tài)在線遞推預(yù)測高爐多元鐵水質(zhì)量指標(biāo)。
[0111] 高爐多元鐵水質(zhì)量指標(biāo)動態(tài)軟測量模型的建立方法如下：
[0112] 步驟3-1、采集歷史若干時刻的高爐多元鐵水質(zhì)量指標(biāo)動態(tài)軟測量模型訓(xùn)練所需 參數(shù)及相應(yīng)時刻多元鐵水質(zhì)量指標(biāo)測量值;高爐多元鐵水質(zhì)量指標(biāo)動態(tài)軟測量模型訓(xùn)練所 需參數(shù)，包括：當(dāng)前時刻高爐工況參數(shù)、上一時刻高爐工況參數(shù)、上一時刻高爐多元鐵水質(zhì) 量指標(biāo)測量值;高爐工況參數(shù)包括爐腹煤氣量、熱風(fēng)溫度、熱風(fēng)壓力、富氧率、鼓風(fēng)濕度、設(shè) 定噴煤量;多元鐵水質(zhì)量指標(biāo)測量值包括上一時刻硅含量測量值、上一時刻磷含量測量值、 上一時刻硫含量測量值、上一時刻鐵水溫度測量值；
[0113] {(Xn，yn) I Xn e R1，yn e Rm，n = 1，2，…，No}，Xn為模型輸入數(shù)據(jù)集中第n個數(shù)據(jù)，yn為 多元鐵水質(zhì)量指標(biāo)輸出數(shù)據(jù)集中第n個數(shù)據(jù)，1為16，m為4，N〇為輸入輸出數(shù)據(jù)集中數(shù)據(jù)個 數(shù)；
[0114] xn=[oi(n_l)，02(n_l)，03(n_l)，04(n_l)，ui(n_l)，U2(n_l)，U3(n_l)，U4(n_l)，U5 (n-1)，U6(n-l)，ui(n)，U2(n)，U3(n)，U4(n)，U5(n)，U6(n) ]T，yn= [oi(n)，02(n)，03(n)，04(n) ]T;
[0115] 步驟3-2、對采集的數(shù)據(jù)進行濾波及歸一化處理；
[0116] 步驟3-2-1、針對由于高爐爐況不穩(wěn)定和檢測設(shè)備不精確造成的跳變數(shù)據(jù)，采用噪 聲尖峰濾波算法用于剔除高爐生產(chǎn)過程中的噪聲尖峰跳變數(shù)據(jù)；
[0117] 步驟3-2-2、采用移動平均濾波算法對剔除噪聲尖峰跳變數(shù)據(jù)后的數(shù)據(jù)中較小的 高頻測量噪聲波動干擾；
[0118] 步驟3-2-3、將采集的數(shù)據(jù)進行歸一化處理；
[0119] 步驟3-3、將濾波及歸一化處理后的高爐多元鐵水質(zhì)量指標(biāo)動態(tài)軟測量模型訓(xùn)練 所需參數(shù)作為訓(xùn)練數(shù)據(jù)集；
[0120] 步驟3-4、將樣本數(shù)據(jù)集中的當(dāng)前時刻高爐工況參數(shù)、上一時刻高爐工況參數(shù)、上 一時刻高爐多元鐵水質(zhì)量指標(biāo)作為輸入，相應(yīng)當(dāng)前時刻高爐多元鐵水質(zhì)量指標(biāo)作為輸出， 建立子空間辨識模型，即高爐多元鐵水質(zhì)量指標(biāo)動態(tài)軟測量模型；
[0121] 步驟3-4-1、利用子空間辨識方法，得到高爐多元鐵水質(zhì)量指標(biāo)軟測量模型為 兌=，其中，L為高爐多元鐵水質(zhì)量指標(biāo)動態(tài)軟測量模型系數(shù)矩陣，通過遞推最小二乘法 不斷更新，LeR mX1，^為t時刻的模型輸入數(shù)據(jù)，另為t時刻的多元鐵水質(zhì)量指標(biāo)估計值；
[0122] 在傳統(tǒng)的子空間辨識方法中估計步長取1時，推導(dǎo)得出的高爐多元鐵水質(zhì)量指標(biāo) 軟測量模型為叉二蘇，
[0123] % = ^
[0124] ^ -1). 〇.(/-]).〇,(/-l),^(r-l) it -!).//-(/-!) // (i ,?3(〇,2/4(r),?5(r),?6(/)]' <,
[0125] 子空間辨識采用16輸入4輸出自反饋結(jié)構(gòu)。16個輸入分別為：當(dāng)前時刻爐腹煤氣量 Ui(t)，m3、當(dāng)前時刻熱風(fēng)溫度U2(t)，°C、當(dāng)前時刻熱風(fēng)壓力U3(t)，KPa、當(dāng)前時刻富氧率U4 (t)、當(dāng)前時刻鼓風(fēng)濕度u 5(t)，RH、當(dāng)前時刻設(shè)定噴煤量u6(t)，m3/h、上一時刻爐腹煤氣量m (t-1)，m 3、上一時刻熱風(fēng)溫度U2(t_l)，°C、上一時刻水熱風(fēng)壓力U3(t_l)，KPa、上一時刻富氧 率U4(t_l)、上一時刻鼓風(fēng)濕度11 5(卜1)，冊、上一時刻設(shè)定噴煤量116(卜1)，1113/11、上一時刻31 含量估計值5# -1)，％、上一時刻P含量估計值-1),%、上一時刻S含量估計值-1) ,%、 上一時刻鐵水溫度估計值54(/-l)/C;4個輸出分別為：需要估計的當(dāng)前時刻的Si含量估計 值堯#) ,%、P含量估計值士 (/),%、s含量估計值各(〇，％以及鐵水溫度估計值34⑴,°C。
[0126] 步驟3-4-2、采用加入遺忘因子的遞推最小二乘法，求解高爐多元鐵水質(zhì)量指標(biāo)軟 測量模型系數(shù)矩陣L;
[0127] 由于高爐煉鐵過程是一個工況漸變的慢時變過程，因此高爐多元鐵水質(zhì)量指標(biāo)軟 測量模型系數(shù)矩陣L的求解采用加入遺忘因子的遞推最小二乘法，通過最新檢測到的煉鐵 過程數(shù)據(jù)來在線實時更新高爐多元鐵水質(zhì)量指標(biāo)軟測量模型中的系數(shù)矩陣L，以使高爐多 元鐵水質(zhì)量指標(biāo)軟測量能夠及時跟蹤工況變化，不斷修正由工況變化帶來的估計偏差，具 體步驟如下所示：
[0128] 步驟3-4-2-1、令遞推迭代次數(shù)N從1開始，即N=l，遺忘因子Ae(〇，l]，設(shè)定系數(shù)矩 「 ， 「106 0 …0_ 0 * * * 0 , ^ 〇 1〇6 … 0 陣初值￡廣：：，協(xié)方差矩陣初值3=:....; .L 」/. [ 0 0 106」 /x/
[0129] 步驟3-4-2-2、定義<+, =4+1，則增益矩陣KN+1如下：
[0130] Knu = PN(pN+l(^ + ^LiPn^nuT1
[0131] 步驟3-4-2-3、模型系數(shù)矩陣4+1由下式更新：
[0132] Lmi - LN +Kmi(yK^
[0133] 步驟3-4-2_4、協(xié)方差矩陣PN+1由下式更新：
[0134] f\ =1-U-K,n(p[,,)f\
[0135] 步驟3-4-2-5、令N=N+1，跳轉(zhuǎn)到步驟3-4-2-2,重復(fù)執(zhí)行以上步驟，直到遞推迭代 次數(shù)超出數(shù)據(jù)集中數(shù)據(jù)個數(shù)，即N=N〇+l，跳出循環(huán)，得到模型系數(shù)矩陣1 = ^41，由此得到高 爐多元鐵水質(zhì)量指標(biāo)軟測量模型免=Z.X。
[0136] 高爐冶煉系統(tǒng)是一個不確定的動態(tài)時變系統(tǒng)，礦石品位的改變、工況的改變均會 改變軟測量模型的參數(shù)，因此為了保證多元鐵水質(zhì)量指標(biāo)軟測量模型的測量精度，就要隨 著原料或工況的變更，不斷利用新采集到的高爐本體參數(shù)數(shù)據(jù)更新模型參數(shù)。針對高爐的 慢時變特性，本方法的遞推最小二乘辨識方法可以實現(xiàn)隨著工況的改變，不斷更新模型參 數(shù)。但是高爐系統(tǒng)具有很大的不確定性，針對爐況的一些突然的巨大變化，遞推最小二乘辨 識方法很難及時地大幅更新模型參數(shù)，因此，需要定期對軟測量模型的預(yù)報精度進行檢查， 具體方法為:定期對近一階段多元鐵水質(zhì)量軟測量結(jié)果進行統(tǒng)計分析，求取這一階段多元 鐵水質(zhì)量軟測量均方根誤差的均值，若四個鐵水質(zhì)量指標(biāo)中任一變量的均方根誤差統(tǒng)計均 值超出預(yù)先設(shè)定閾值，則重啟初始模型訓(xùn)練。
[0137] 步驟3-4-3、引入均方根誤差RMSE，作為高爐多元鐵水質(zhì)量指標(biāo)軟測量模型的評價 指標(biāo)，若利用高爐多元鐵水質(zhì)量指標(biāo)軟測量模型估計出的各鐵水質(zhì)量指標(biāo)的均方根誤差， 均達到設(shè)定值，則高爐多元鐵水質(zhì)量指標(biāo)軟測量模型訓(xùn)練結(jié)束，得到最終的高爐多元鐵水 質(zhì)量指標(biāo)軟測量模型;若利用高爐多元鐵水質(zhì)量指標(biāo)軟測量模型估計出的各鐵水質(zhì)量指標(biāo) 的均方根誤差，有任意一個未達到設(shè)定值，則重新訓(xùn)練高爐多元鐵水質(zhì)量指標(biāo)軟測量模型， 轉(zhuǎn)至步驟3-4-2;
[0139]本實施方式中以一個容積為2600m3的煉鐵高爐對象安置如下測量系統(tǒng)，包括： [0140]橫河DPharp EJA系列壓力變送器用于測量高爐熱風(fēng)系統(tǒng)的熱風(fēng)壓力；
[0141 ] HH-WLB差壓流量計用于測量冷風(fēng)流量；
[0142] A+K平衡流量計用于測量富氧流量；
[0143] JWSK-6CWDA空氣濕度傳感器用于測量鼓風(fēng)濕度；
[0144] YHIT紅外測溫儀用于測量熱風(fēng)溫度；
[0145] HDLWG-06煤粉流量計用于測量煤粉噴吹量.
[0146] 另外，常規(guī)測量系統(tǒng)還包括如下兩個測量分析儀：
[0147] -個測量分析儀通過流量計測量得到的冷風(fēng)流量、富氧流量以及煤粉噴吹量，以 及濕度計測量得到的鼓風(fēng)濕度，分析計算出爐腹煤氣量參數(shù)；
[0148] 爐腹煤氣量測量分析儀設(shè)置如下：
[0149] 爐腹煤氣量=1.21 *冷風(fēng)流量/60+ (2*富氧流量/60) + (44.8*鼓風(fēng)濕度*(冷風(fēng)流 量/60+(富氧流量/60))/18000) + (22.4*小時噴煤量*1000*煤粉含氫量/12000)
[0150] 富氧率測量分析儀設(shè)置如下：
[0151] 富氧率=((富氧流量*0 ? 98/60+( (0 ? 21 + (0 ? 29*鼓風(fēng)濕度/8/100) )*冷風(fēng)流量/ 60))/(冷風(fēng)流量/60+(富氧流量/60) )-(0 ? 21+(0 ? 29* 鼓風(fēng)濕度/8/100)) )*100
[0152] 計算機系統(tǒng)裝有0PC通訊軟件負責(zé)與下位機以及數(shù)據(jù)采集裝置進行數(shù)據(jù)雙向通 訊。
[0153] 作為一種優(yōu)選方案，采用加入遺忘因子A = 〇.95的遞推最小二乘法，求解高爐多元 鐵水質(zhì)量指標(biāo)軟測量模型系數(shù)矩陣L;本發(fā)明每天對多元鐵水質(zhì)量指標(biāo)軟測量結(jié)果進行統(tǒng) 計分析，求取這一天多元鐵水質(zhì)量指標(biāo)軟測量值的均方根誤差的均值，若RMSE，Si >0.1 % 或RMSE，P>0 ? 01 %或RMSE，S>0 ? 008%或RMSE，鐵水溫度> 15°C，則重啟模型訓(xùn)練。
[0154]從歷史數(shù)據(jù)中采集300組數(shù)據(jù)作為模型訓(xùn)練樣本數(shù)據(jù)，經(jīng)過數(shù)據(jù)處理后，留下200 組數(shù)據(jù)用于模型訓(xùn)練，圖3(a)~(d)為一段時間內(nèi)軟測量系統(tǒng)得到的多元鐵水質(zhì)量指標(biāo)軟 測量值與實際值的對比結(jié)果，可以看出多元鐵水質(zhì)量軟測量結(jié)果具有很高的精度，軟測量 誤差較小且其變化趨勢與實際值保持一致。另外，本發(fā)明方法的軟測量模型結(jié)構(gòu)簡單，模型 復(fù)雜度低，運算速度快，且測量精度高、泛化能力強，相比于其他已有的鐵水質(zhì)量指標(biāo)軟測 量方法具有更高的實用性與優(yōu)越性。因此本發(fā)明是一種低成本的、高效實用的高爐煉鐵過 程鐵水質(zhì)量多元計量手段。
[0155]可以理解的是，以上關(guān)于本發(fā)明的具體描述，僅用于說明本發(fā)明而并非受限于本 發(fā)明實施例所描述的技術(shù)方案，本領(lǐng)域的普通技術(shù)人員應(yīng)當(dāng)理解，仍然可以對本發(fā)明進行 修改或等同替換，以達到相同的技術(shù)效果；只要滿足使用需要，都在本發(fā)明的保護范圍之 內(nèi)。
【主權(quán)項】
1. 一種高爐多元鐵水質(zhì)量指標(biāo)軟測量系統(tǒng)，其特征在于，包括： 數(shù)據(jù)采集單元:獲取高爐多元鐵水質(zhì)量指標(biāo)軟測量所需參數(shù)，包括當(dāng)前時刻高爐工況 參數(shù)、上一時刻高爐工況參數(shù)、上一時刻高爐多元鐵水質(zhì)量指標(biāo)估計值;高爐工況參數(shù)包括 爐腹煤氣量、熱風(fēng)溫度、熱風(fēng)壓力、富氧率、鼓風(fēng)濕度、設(shè)定噴煤量;上一時刻高爐多元鐵水 質(zhì)量指標(biāo)估計值包括上一時刻硅含量估計值、上一時刻磷含量估計值、上一時刻硫含量估 計值、上一時刻鐵水溫度估計值； 數(shù)據(jù)預(yù)處理單元:對高爐多元鐵水質(zhì)量指標(biāo)動態(tài)軟測量所需參數(shù)進行濾波、剔除噪聲 及歸一化處理； 軟測量單元:利用高爐多元鐵水質(zhì)量指標(biāo)動態(tài)軟測量模型進行高爐多元鐵水質(zhì)量指標(biāo) 動態(tài)預(yù)測:高爐多元鐵水質(zhì)量指標(biāo)動態(tài)軟測量模型以濾波及歸一化處理后的高爐多元鐵水 質(zhì)量指標(biāo)動態(tài)軟測量所需參數(shù)作為輸入，以當(dāng)前時刻高爐多元鐵水質(zhì)量指標(biāo)為輸出，采用 輸出自反饋，動態(tài)在線遞推預(yù)測高爐多元鐵水質(zhì)量指標(biāo)。2. 根據(jù)權(quán)利要求1所述的高爐多元鐵水質(zhì)量指標(biāo)軟測量系統(tǒng)，其特征在于，所述數(shù)據(jù)采 集單元，包括： 輔助變量確定模塊:利用主成分分析法對若干時刻的高爐過程工況參數(shù)進行相關(guān)性分 析，確定對于高爐鐵水多元質(zhì)量指標(biāo)動態(tài)軟測量貢獻率最大的工況參數(shù)作為輔助變量； 輸入變量確定模塊:基于輔助變量、結(jié)合不同時刻輸入?yún)?shù)時滯、結(jié)合當(dāng)前時刻輔助變 量的測量值、上一時刻輔助變量的測量值及上一時刻鐵水硅含量估計值、上一時刻鐵水磷 含量估計值、上一時刻鐵水硫含量估計值、上一時刻鐵水溫度估計值，確定高爐多元鐵水質(zhì) 量指標(biāo)動態(tài)軟測量所需參數(shù)即高爐多元鐵水質(zhì)量指標(biāo)動態(tài)軟測量模型的輸入變量并采集。3. 根據(jù)權(quán)利要求1所述的高爐多元鐵水質(zhì)量指標(biāo)軟測量系統(tǒng)，其特征在于，所述數(shù)據(jù)預(yù) 處理單元，包括： 濾波模塊:針對由于高爐爐況不穩(wěn)定和檢測設(shè)備不精確造成的跳變數(shù)據(jù)，采用噪聲尖 峰濾波算法用于剔除高爐生產(chǎn)過程中的噪聲尖峰跳變數(shù)據(jù)； 剔除噪聲模塊:采用移動平均濾波算法對剔除噪聲尖峰跳變數(shù)據(jù)后的數(shù)據(jù)中較小的高 頻測量噪聲波動干擾； 歸一化處理模塊:對高爐多元鐵水質(zhì)量指標(biāo)動態(tài)軟測量所需參數(shù)進行歸一化處理。4. 根據(jù)權(quán)利要求1所述的高爐多元鐵水質(zhì)量指標(biāo)軟測量系統(tǒng)，其特征在于，所述軟測量 單元，包括： 歷史數(shù)據(jù)采集模塊:采集歷史若干時刻的高爐多元鐵水質(zhì)量指標(biāo)動態(tài)軟測量模型訓(xùn)練 所需參數(shù)及相應(yīng)時刻多元鐵水質(zhì)量指標(biāo)測量值;高爐多元鐵水質(zhì)量指標(biāo)動態(tài)軟測量模型訓(xùn) 練所需參數(shù)，包括：當(dāng)前時刻高爐工況參數(shù)、上一時刻高爐工況參數(shù)、上一時刻高爐多元鐵 水質(zhì)量指標(biāo)測量值;高爐工況參數(shù)包括爐腹煤氣量、熱風(fēng)溫度、熱風(fēng)壓力、富氧率、鼓風(fēng)濕 度、設(shè)定噴煤量;多元鐵水質(zhì)量指標(biāo)測量值包括上一時刻硅含量測量值、上一時刻磷含量測 量值、上一時刻硫含量測量值、上一時刻鐵水溫度測量值； 歷史數(shù)據(jù)處理模塊:采用移動平均濾波算法對剔除噪聲尖峰跳變數(shù)據(jù)后的數(shù)據(jù)中較小 的高頻測量噪聲波動干擾，并進行歸一化處理； 模型構(gòu)建模塊:將濾波及歸一化處理后的高爐多元鐵水質(zhì)量指標(biāo)動態(tài)軟測量模型訓(xùn)練 所需參數(shù)作為訓(xùn)練數(shù)據(jù)集，利用子空間辨識方法構(gòu)建高爐多元鐵水質(zhì)量指標(biāo)動態(tài)軟測量模 型； 模型系數(shù)矩陣求解模塊:采用加入遺忘因子的遞推最小二乘法，求解高爐多元鐵水質(zhì) 量指標(biāo)軟測量模型系數(shù)矩陣，確定最終的高爐多元鐵水質(zhì)量指標(biāo)動態(tài)軟測量模型； 模型評價模塊：引入均方根誤差作為高爐多元鐵水質(zhì)量指標(biāo)軟測量模型的評價指標(biāo)， 若利用高爐多元鐵水質(zhì)量指標(biāo)軟測量模型估計出的各鐵水質(zhì)量指標(biāo)的均方根誤差，均達到 設(shè)定閾值，則得到最終的高爐多元鐵水質(zhì)量指標(biāo)軟測量模型;若利用高爐多元鐵水質(zhì)量指 標(biāo)軟測量模型估計出的各鐵水質(zhì)量指標(biāo)的均方根誤差，有任意一個未達到設(shè)定值，則重新 訓(xùn)練高爐多元鐵水質(zhì)量指標(biāo)軟測量模型； 模型估計模塊:利用高爐多元鐵水質(zhì)量指標(biāo)軟測量模型估計出多元鐵水質(zhì)量指標(biāo)。5. 采用權(quán)利要求1所述的高爐多元鐵水質(zhì)量指標(biāo)軟測量系統(tǒng)進行高爐多元鐵水質(zhì)量指 標(biāo)軟測量的方法，其特征在于，包括： 步驟1、獲取高爐多元鐵水質(zhì)量指標(biāo)軟測量所需參數(shù)，包括當(dāng)前時刻高爐工況參數(shù)、上 一時刻高爐工況參數(shù)、上一時刻高爐多元鐵水質(zhì)量指標(biāo)估計值;高爐工況參數(shù)包括爐腹煤 氣量、熱風(fēng)溫度、熱風(fēng)壓力、富氧率、鼓風(fēng)濕度、設(shè)定噴煤量;上一時刻高爐多元鐵水質(zhì)量指 標(biāo)估計值包括上一時刻硅含量估計值、上一時刻磷含量估計值、上一時刻硫含量估計值、上 一時刻鐵水溫度估計值； 步驟2、對高爐多元鐵水質(zhì)量指標(biāo)動態(tài)軟測量所需參數(shù)進行濾波、剔除噪聲及歸一化處 理； 步驟3、利用高爐多元鐵水質(zhì)量指標(biāo)動態(tài)軟測量模型進行高爐多元鐵水質(zhì)量指標(biāo)動態(tài) 軟測量:高爐多元鐵水質(zhì)量指標(biāo)動態(tài)軟測量模型以濾波及歸一化處理后的高爐多元鐵水質(zhì) 量指標(biāo)動態(tài)軟測量所需參數(shù)作為輸入，以當(dāng)前時刻高爐多元鐵水質(zhì)量指標(biāo)為輸出，采用輸 出自反饋，動態(tài)在線遞推預(yù)測高爐多元鐵水質(zhì)量指標(biāo)。6. 根據(jù)權(quán)利要求5所述的高爐多元鐵水質(zhì)量指標(biāo)軟測量的方法，其特征在于，所述高爐 多元鐵水質(zhì)量指標(biāo)軟測量所需參數(shù)的確定方法如下： 步驟1-1、利用主成分分析法對若干時刻的高爐過程工況參數(shù)進行相關(guān)性分析，確定對 于高爐鐵水多元質(zhì)量指標(biāo)動態(tài)軟測量貢獻率最大的6個工況參數(shù)作為輔助變量，包括:爐腹 煤氣量、熱風(fēng)溫度、熱風(fēng)壓力、富氧率、鼓風(fēng)濕度、噴煤量； 步驟1-2、基于上述6個輔助變量、結(jié)合不同時刻輸入?yún)?shù)時滯、結(jié)合當(dāng)前時刻輔助變量 的測量值、上一時刻輔助變量的測量值及上一時刻鐵水硅含量的測量值，確定高爐多元鐵 水質(zhì)量指標(biāo)動態(tài)軟測量所需參數(shù)即高爐多元鐵水質(zhì)量指標(biāo)動態(tài)軟測量模型的輸入變量，包 括當(dāng)前時刻高爐工況參數(shù)、上一時刻高爐工況參數(shù)、上一時刻高爐多元鐵水質(zhì)量指標(biāo)估計 值;高爐工況參數(shù)包括爐腹煤氣量、熱風(fēng)溫度、熱風(fēng)壓力、富氧率、鼓風(fēng)濕度、設(shè)定噴煤量;上 一時刻高爐多元鐵水質(zhì)量指標(biāo)估計值包括上一時刻硅含量估計值、上一時刻磷含量估計 值、上一時刻硫含量估計值、上一時刻鐵水溫度估計值;高爐多元鐵水質(zhì)量指標(biāo)動態(tài)軟測量 模型的輸出變量分別為：當(dāng)前時刻磷含量、當(dāng)前時刻硫含量、當(dāng)前時刻鐵水溫度、當(dāng)前時刻 娃含量。7. 根據(jù)權(quán)利要求5所述的高爐多元鐵水質(zhì)量指標(biāo)軟測量的方法，其特征在于，所述步驟 2具體按如下步驟執(zhí)行： 步驟2-1、針對由于高爐爐況不穩(wěn)定和檢測設(shè)備不精確造成的跳變數(shù)據(jù)，采用噪聲尖峰 濾波算法用于剔除高爐生產(chǎn)過程中的噪聲尖峰跳變數(shù)據(jù)； 步驟2-2、采用移動平均濾波算法對剔除噪聲尖峰跳變數(shù)據(jù)后的數(shù)據(jù)中較小的高頻測 量噪聲波動干擾； 步驟2-3、對高爐多元鐵水質(zhì)量指標(biāo)動態(tài)軟測量所需參數(shù)進行歸一化處理。8. 根據(jù)權(quán)利要求5所述的高爐多元鐵水質(zhì)量指標(biāo)軟測量的方法，其特征在于，所述高爐 多元鐵水質(zhì)量指標(biāo)動態(tài)軟測量模型的建立方法如下： 步驟3-1、采集歷史若干時刻的高爐多元鐵水質(zhì)量指標(biāo)動態(tài)軟測量模型訓(xùn)練所需參數(shù) 及相應(yīng)時刻多元鐵水質(zhì)量指標(biāo)測量值;高爐多元鐵水質(zhì)量指標(biāo)動態(tài)軟測量模型訓(xùn)練所需參 數(shù)，包括：當(dāng)前時刻高爐工況參數(shù)、上一時刻高爐工況參數(shù)、上一時刻高爐多元鐵水質(zhì)量指 標(biāo)測量值;高爐工況參數(shù)包括爐腹煤氣量、熱風(fēng)溫度、熱風(fēng)壓力、富氧率、鼓風(fēng)濕度、設(shè)定噴 煤量;多元鐵水質(zhì)量指標(biāo)測量值包括上一時刻硅含量測量值、上一時刻磷含量測量值、上一 時刻硫含量測量值、上一時刻鐵水溫度測量值； 步驟3-2、對采集的數(shù)據(jù)進行濾波及歸一化處理； 步驟3-2-1、針對由于高爐爐況不穩(wěn)定和檢測設(shè)備不精確造成的跳變數(shù)據(jù)，采用噪聲尖 峰濾波算法用于剔除高爐生產(chǎn)過程中的噪聲尖峰跳變數(shù)據(jù)； 步驟3-2-2、采用移動平均濾波算法對剔除噪聲尖峰跳變數(shù)據(jù)后的數(shù)據(jù)中較小的高頻 測量噪聲波動干擾； 步驟3-2-3、將采集的數(shù)據(jù)進行歸一化處理； 步驟3-3、將濾波及歸一化處理后的高爐多元鐵水質(zhì)量指標(biāo)動態(tài)軟測量模型訓(xùn)練所需 參數(shù)作為訓(xùn)練數(shù)據(jù)集； 步驟3-4、將樣本數(shù)據(jù)集中的當(dāng)前時刻高爐工況參數(shù)、上一時刻高爐工況參數(shù)、上一時 刻高爐多元鐵水質(zhì)量指標(biāo)作為輸入，相應(yīng)當(dāng)前時刻高爐多元鐵水質(zhì)量指標(biāo)作為輸出，建立 子空間辨識模型，即高爐多元鐵水質(zhì)量指標(biāo)動態(tài)軟測量模型。9. 根據(jù)權(quán)利要求8所述的高爐多元鐵水質(zhì)量指標(biāo)軟測量的方法，其特征在于，所述步驟 3-4具體按如下步驟進行： 步驟3-4-1、利用子空間辨識方法，得到高爐多元鐵水質(zhì)量指標(biāo)軟測量模型； 步驟3-4-2、采用加入遺忘因子的遞推最小二乘法，求解高爐多元鐵水質(zhì)量指標(biāo)軟測量 模型系數(shù)矩陣； 步驟3-4-3、引入均方根誤差，作為高爐多元鐵水質(zhì)量指標(biāo)軟測量模型的評價指標(biāo)，若 利用高爐多元鐵水質(zhì)量指標(biāo)軟測量模型估計出的各鐵水質(zhì)量指標(biāo)的均方根誤差，均達到設(shè) 定值，則高爐多元鐵水質(zhì)量指標(biāo)軟測量模型訓(xùn)練結(jié)束，得到最終的高爐多元鐵水質(zhì)量指標(biāo) 軟測量模型;若利用高爐多元鐵水質(zhì)量指標(biāo)軟測量模型估計出的各鐵水質(zhì)量指標(biāo)的均方根 誤差，有任意一個未達到設(shè)定值，則重新訓(xùn)練高爐多元鐵水質(zhì)量指標(biāo)軟測量模型，轉(zhuǎn)至步驟 3 _4_2 〇
【文檔編號】G06Q50/04GK105821170SQ201610311561
【公開日】2016年8月3日
【申請日】2016年5月11日
【發(fā)明人】周平, 宋賀達, 郭東偉, 張麗, 王宏
【申請人】東北大學(xué)