基于排放烟气分析的烧结矿烧结终点预测研究

发布时间：2020-05-09 11:07

【摘要】：烧结矿是高炉炼铁的重要原料之一,由粉状含铁原料烧结生成。烧结生产过程具有大滞后性、强耦合性、非线性等的特点。烧结工艺中,烧结终点是工艺参数调整的重要依据,但由于现场工艺复杂,生产条件恶劣,涉及参数多,没有相关仪器可以直接测得烧结终点的具体位置。传统的烧结终点预测模型都是基于水分、风量、料层厚度等参数,应用支持向量机回归或神经网络建立,存在预测精度不够、时间较长、实时性差等缺点。针对上述烧结过程存在的问题,提出基于烧结生产排放烟气定量分析的烧结终点预测方法,通过实时检测并分析烧结过程中排放的SO_2、O_2、NO_x气体的浓度,采用随机森林算法,建立烧结终点预测模型,实现对烧结终点的准确预测。主要研究工作如下:1.构建排放烟气连续在线监测系统基于某钢厂450m~2烧结机的工艺流程,构建烧结排放烟气在线监测系统。在大烟道除尘器的取气孔处设置烟气分析采样探头,并通过气体分析仪、烟气流量检测仪实时在线分析包括SO_2、O_2、NO_x气体在内的浓度、流量、温度等参数,实现烧结烟气的实时在线分析,为后续分析和建模提供数据基础。2.排放烟气数据预处理采集得到18210组数据,采用小波分析对数据进行消噪处理,采用箱型图法剔除7478组异常数值,最后剩余10732组数据。结果表明,预处理过程提高了数据质量,为数据信息的挖掘和提取提供基础。3.基于随机森林算法和排放烟气建立了烧结终点预测模型应用关联热图和平行坐标法评估了各参数的重要性,确定了SO_2、O_2、NO_x气体的浓度以及烟气温度和压强作为建模数据,然后划分训练样本和检验样本数据,以SO_2、O_2、NO_x的浓度、温度、压力等参数作为输入,以其相应过程烧结终点为输出,采用随机森林算法,建立了基于排放烟气的烧结终点预测模型;通过均方误差分析,对决策树数量、特征变量等模型参数进行优化,完成了烧结终点预测模型的构建。应用已确定烧结终点预测模型对2683组测试集数据进行烧结终点预测,结果表明,相较同等数据建立的支持向量机、BP神经网络建立的烧结终点模型,基于随机森林算法建立的烧结终点预测模型具有更高的预测精度和更高的处理效率,分别为96.95%和16.77s;此外,相较于传统的利用水分、料层厚度、风量等参数建立的模型,随机森林模型的预测精度至少提高0.0171。基于排放烟气的烧结终点预测为提高烧结终点的预测精度,改善烧结矿的生成效率提供了一种新的解决方法。
【图文】：

气体分析仪,模块化,过滤器滤芯,气瓶

太原理工大学硕士研究生学位论文表 3-1 烧结烟气连续监测系统主要装置Table3-1 Main devices of the continuous emission monitoring system序号名称规格型号气体分析系统SMC-9021分析仪 SO2/NOx/O2S710采样探头及控制器 SMB-202烟气预处理装置 SMB-201伴热管线 SMB-203专用工具气瓶减压阀不锈钢气瓶减压阀铜探头过滤器滤芯陶瓷保护过滤器滤芯 BGL

烧结机,控制装置

(2)最大料层厚度为 700mm；(3)烧结点火温度一般控制在 1000℃-1100℃之间；(3)总装机容量 41141KW。该钢厂采用自动配料、生石灰热水消化系统、混合料添加水自动控制系统、小球烧结技术、燃料分加技术、烧结智能专家系统、蒸汽预热物料和一、二次混合加热水、热风烧结技术、配置铺底料工艺、成品系统采用三次筛分的三系统作业流程等先进工艺技术。烧结机区域有 6 台大型电除尘器，整个生产区域环保达到发达国家标准，采用环冷机余热发电，在国内率先采用活性炭进行烧结烟气脱硫脱硝，同时去除处二恶英、脱重金属、粉尘等多种有害物质，脱硫效率达到 95％。正常工况下，从台车布料到烧结矿在机尾卸下，，大约需要 40min。一般情况下，从机头开始至尾部发现温度数据异常需要 30分钟以上，因此，一般烧结终点的调整周期都在 1 小时以上，也存在较大的滞后性。基于该钢厂 450m2烧结机的现场工艺状况，实验基于 SMC-9021 烧结烟气在线监测系统，对其烧结过程中的烟气参数进行实时监测，为期 2 个多月。
【学位授予单位】：太原理工大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TF046.4

【相似文献】