多时间段炉温监控体系及应用

发布时间：2021-07-18 17:11

　　炉温的有效管理,对控制炉况稳定和降低燃料消耗具有重要的实际意义。由于炉温多变且预测比较困难,生产中对炉温的管理存在不小的难度。提出对生产中涉及炉温的各类重要因素进行有效管理,并对于不同时间段的炉温采用不同的方法进行评估,通过把多个时间段的结果综合起来,最终形成与生产密切关联的整个时间段的炉温评估体系。多时间段的评估高炉炉温,并通过煤量调整模型给出建议值,可提高炉温管理的准确性、及时性,避免误操作,对实际操作具有一定的指导意义。 

【文章来源】：冶金自动化. 2020,44(S1)

【文章页数】：5 页

【部分图文】：

多时间段炉温评估示例图

炉温监控体系中的数据监控系统，以趋势图的形式显示任意数据的变化情况，为分析炉温变化情况提供数据基础。图2所示为分析下料速度对炉温影响的趋势图，趋势图可以选择任意参数、任意时间段进行数据分析。3 基于模糊规则的当前炉温判断

式中:C1为鼓风带入的显热;C2为风口前碳素燃烧放热;C3为鼓风湿分分解吸热;C4为碳素熔损反应吸热;C5为炉腹冷却系统热损;C6为喷吹煤粉裂解吸热。图5所示为炉热计算模型在某高炉中的应用画面，图中给出了某一时期TC、铁水硅含量的变化情况。由图可以看出，炉况正常时，炉热指数TC与铁水硅含量之间具有很好的正相关关系。并且TC的变化具有一定的提前性，当TC上升时，铁水硅含量也会相应地在稍后的1.5 h左右上升，TC下降，实际炉温也相应下降，其他时间段内也是如此，即TC能提前0.5～1.5 h左右预测炉温的变化。

【参考文献】：
期刊论文
[1]基于粒子群神经网络的高炉炉温预测[J]. 刘景艳,张伟.  电子测量技术. 2018(03)
[2]集成自编码与PCA的高炉多元铁水质量随机权神经网络建模[J]. 周平,张丽,李温鹏,戴鹏,柴天佑.  自动化学报. 2018(10)
[3]模糊控制在宝钢高炉专家系统开发中的应用[J]. 李春彪.  冶金自动化. 2017(S1)
[4]高炉炼铁过程多元铁水质量指标多输出支持向量回归建模[J]. 周平,李瑞峰,郭东伟,王宏,柴天佑.  控制理论与应用. 2016(06)
[5]基于Bootstrap的高炉铁水硅含量二维预报[J]. 蒋朝辉,董梦林,桂卫华,阳春华,谢永芳.  自动化学报. 2016(05)
[6]基于时间序列的神经网络高炉炉温预测[J]. 崔桂梅,蒋召国,詹万鹏,顾婧弘.  冶金自动化. 2015(05)
[7]基于熵权-可拓理论的高炉软熔带位置状态模糊综合评判方法[J]. 杨贵军,蒋朝辉,桂卫华,阳春华,谢永芳.  自动化学报. 2015(01)



本文编号：3290005