多功能铁水包中铁水温度预测方法

1.本发明涉及钢铁生产技术领域，特别是涉及一种多功能铁水包中铁水温度预测方法。


背景技术：

2.世界范围内，钢铁制造流程仍然以炼铁-炼钢长流程为主，其主要为高炉-转炉流程。铁水作为炼钢工序的主要金属原料之一，依靠其自身的物理热和化学热为炼钢工序提供冶炼生产所必须的热量。铁水温度是决定炼钢车间相关工序操作制度的重要参数，直接影响铁水预处理与炼钢工序的物料消耗、能源消耗、固废排放、冶炼节奏、产品质量及生产成本等技术经济指标。
3.目前，钢铁企业用作铁水装载的容器主要包括鱼雷罐和铁水包两种，其中：(1)鱼雷罐受限于自身结构，具有铁水装载、存储、运输和预处理功能，而不具备向炼钢炉直接兑铁的功能，需同时设置铁水包，才能完整实现炼铁和炼钢工序之间铁水的转运过程，具体为“炼铁炉-鱼雷罐-铁水包-炼钢炉”；(2)铁水包的结构具备向炼钢炉直接兑铁的条件，同时具备铁水装载、存储、运输、预处理和兑铁等多项功能，当铁水包中铁水装入量与转炉铁水需求量对应时，仅凭一个铁水包自身，就能实现炼铁和炼钢工序之间铁水的转运过程(即所谓多功能铁水包)，具体为“炼铁炉-多功能铁水包-炼钢炉”。
4.多功能铁水包模式的生产过程中，一般是在铁水包到达炼钢车间后，由工人手持测温枪站在铁水包口附近，将测温探头插入铁水包内进行温度测量，随后根据测得的温度来确定后续铁水预处理和炼钢炉的操作参数，如熔剂加入量、处理时间等。这种情况下，不仅铁水预处理和炼钢炉无法提前准备生产，导致生产效率降低，而且测温操作过程中工人靠近高温液态铁水站立，存在严重的安全隐患。因此，基于数据实现多功能铁水包内铁水温度的预测具有重大的实用价值。
5.现有论文“高炉_转炉铁钢界面铁水温降预测建模和分析”中公开了针对鱼雷罐-铁水包模式下铁水包中铁水温度的预测方法，并取得了较好的预测效果，但由于“鱼雷罐-铁水包”模式和多功能铁水包模式两者实际生产条件完全不同，该论文公开的预测方法并不适用于多功能铁水包模式。


技术实现要素：

6.针对上述问题，本发明实施例提供了一种多功能铁水包中铁水温度预测方法。
7.本发明实施的一方面，提供了一种多功能铁水包中铁水温度预测方法，包括：
8.获取用于铁水包中铁水温度预测的输入、输出特征变量作为训练样本，每一组输入特征变量包括：铁水沟状态特征变量、高炉出铁过程特征变量、铁水包状态特征变量、铁水包周转过程特征变量以及环境特征变量；
9.根据输入、输出特征变量构建多个不同类型的预测模型；
10.利用输入、输出特征变量对所构建的各个预测模型进行训练，直至各个预测模型
达到预期的预测效果；
11.针对生产现场铁水包获取实际输入特征变量，将实际输入特征变量输入训练得到的各个预测模型得到多个实际输出特征变量；
12.结合各个预测模型输出的实际输出特征变量预估铁水温度预测结果。
13.与现有技术相比，本发明的有益效果在于：能够提前预测铁水包内铁水的温度，后续铁水预处理及炼钢工艺根据预测的温度提前确定操作参数，达到缩短生产准备时间、提高生产效率的作用。
14.可选的，铁水沟状态特征变量包括：铁水沟耐材温度、铁水沟耐材厚度、铁水沟耐材重量、铁水沟累计过铁量；
15.高炉出铁过程特征变量包括：铁水包接铁炉次的累计已出铁量、铁水包接铁炉次的累计已出铁时间、铁水包接铁炉次铁水沟中的铁水温度、铁水包接铁炉次开始出铁距离本铁口上次堵口的时间、铁水包接铁炉次铁口上炉次铁水沟中的铁水温度；
16.铁水包状态特征变量包括：铁水包耐材厚度、铁水包耐材重量、铁水包耐材温度、铁水包中加入的低温固体物料量；
17.铁水包周转过程特征变量包括：铁水包倒空至开始接铁之间的空包状态持续时间、铁水包接铁状态持续时间、铁水包分多次接铁情况下前后两次接铁之间的间隔时间、铁水包接满后的重包状态持续时间；
18.环境特征变量包括：温度、湿度、风速。
19.可选的，利用输入、输出特征变量对所构建的各个预测模型进行训练之前，还包括利用以下计算公式对每组输入特征变量进行归一化处理：
[0020][0021]
其中,vi表示一组中第i个输入特征变量，minvi表示该组输入特征变量中的最小值，maxvi表示该组输入特征变量中的最大值。
[0022]
可选的，预测模型包括：多元线性回归模型、非线性回归模型、神经网络模型、决策树。
[0023]
可选的，确定模型是否达到预期的过程包括：
[0024]
利用以下表达式计算预测模型输出的预测输出特征变量的均方误差：
[0025][0026]
其中，rmse表示均方误差，m表示输入特征变量的组数，yn表示第n组输入特征变量对应的输出特征变量，表示预测模型预测得到的第n组输入特征变量对应的预测输出特征变量；
[0027]
在计算得到的均方误差小于预设阈值的情况下，确定预测模型符合预期。
[0028]
可选的，结合各个预测模型输出的实际输出特征变量预估铁水温度预测结果的过程包括：
[0029]
对各个预测模型得到的实际输出特征变量进行加权计算得到加权值；
[0030]
利用以下表达式将得到的加权值还原为需要的铁水温度预测结果：
[0031]
t＝out*(max(out)-min(out))+min(out)
[0032]
其中，t表示铁水温度预测结果，out表示加权值，max(out)表示实际输出特征变量中最大值，min(out)表示实际输出特征变量中最小值。
[0033]
可选的，还包括：根据预定的温度等级确定铁水温度预测结果所属的温度等级，将铁水温度预测结果更新为所确定的温度等级。
附图说明
[0034]
此处所说明的附图用来提供对本发明的进一步理解，构成本技术的一部分，并不构成对本发明的限定。在附图中：
[0035]
图1为本发明实施例提供的一种多功能铁水包中铁水温度预测方法的流程示意图。
具体实施方式
[0036]
为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施方式和附图，对本发明做进一步详细说明。在此，本发明的示意性实施方式及其说明用于解释本发明，但并不作为对本发明的限定。
[0037]
参见图1，本发明实施例提供的一种多功能铁水包中铁水温度预测方法，包括：
[0038]
s100，获取用于铁水包中铁水温度预测的输入、输出特征变量作为训练样本，每一组输入特征变量包括：铁水沟状态特征变量、高炉出铁过程特征变量、铁水包状态特征变量、铁水包周转过程特征变量以及环境特征变量。
[0039]
实施中，可从生产过程中记录的数据中来获取输入、输出特征变量；具体的，铁水沟状态特征变量包括：铁水沟耐材温度、铁水沟耐材厚度、铁水沟耐材重量、铁水沟累计过铁量；
[0040]
高炉出铁过程特征变量包括：铁水包接铁炉次的累计已出铁量、铁水包接铁炉次的累计已出铁时间、铁水包接铁炉次铁水沟中的铁水温度、铁水包接铁炉次开始出铁距离本铁口上次堵口的时间、铁水包接铁炉次铁口上炉次铁水沟中的铁水温度；
[0041]
铁水包状态特征变量包括：铁水包耐材厚度、铁水包耐材重量、铁水包耐材温度、铁水包中加入的低温固体物料量；
[0042]
铁水包周转过程特征变量包括：铁水包倒空至开始接铁之间的空包状态持续时间、铁水包接铁状态持续时间、铁水包分多次接铁情况下前后两次接铁之间的间隔时间、铁水包接满后的重包状态持续时间；
[0043]
环境特征变量包括：温度、湿度、风速。
[0044]
输出特征变量即为铁水包中铁水周转后实际检测的铁水温度。
[0045]
输入、输出特征变量获取后可按照一定的比例如7:3分为训练集和验证集，训练集用于后续各个模型的训练，验证集用于验证训练后的模型的预测效果。
[0046]
s110，根据输入、输出特征变量构建多个不同类型的预测模型。
[0047]
实施中，预测模型可以包括：多元线性回归模型、非线性回归模型、神经网络模型、决策树；进而训练出多个不同类型的预测模型来进行铁水包中铁水温度预测，增加预测准
确性。
[0048]
s120，利用输入、输出特征变量对所构建的各个预测模型进行训练，直至各个预测模型达到预期的预测效果。
[0049]
实施中，利用输入、输出特征变量对所构建的各个预测模型进行训练之前，还包括利用以下计算公式对每个变量进行归一化处理：
[0050][0051]
其中,vi表示一组中第i个输入特征变量，minvi表示该组输入特征变量中的最小值，maxvi表示该组输入特征变量中的最大值。
[0052]
实施中，确定模型是否达到预期的过程包括：
[0053]
利用以下表达式计算预测模型输出的预测输出特征变量的均方误差：
[0054][0055]
其中，rmse表示均方误差，m表示输入特征变量的组数，yn表示第n组输入特征变量对应的输出特征变量，表示预测模型预测得到的第n组输入特征变量对应的预测输出特征变量；需要说明的是由于模型训练前对输入特征变量进行了归一化处理，因此在进行均方误差计算前需要对模型预测的预测输出特征变量进行反归一化处理便于跟输出特征变量进行对比计算；
[0056]
在计算得到的均方误差小于预设阈值的情况下，确定预测模型符合预期；不符合预期的情况下，则需要加大训练数据量继续进行训练。
[0057]
s130，针对生产现场铁水包获取实际输入特征变量，将实际输入特征变量输入训练得到的各个预测模型得到多个实际输出特征变量。
[0058]
实施中，模型训练好之后即可用于生产过程中铁水包中铁水温度的预测，预测时针对实际生产环境获取各个输入特征变量的实际值，即实际输入特征变量，获取后进行归一化处理并输入各个训练好的预测模型得到多个实际输出特征变量。
[0059]
s140，结合各个预测模型输出的实际输出特征变量预估铁水温度预测结果。
[0060]
实施中，每个预测模型预测得到一个实际输出特征变量，针对所得到的多个实际输出特征变量可进行加权计算得到加权值；
[0061]
同时利用以下表达式将得到的加权值还原为需要的铁水温度预测结果：
[0062]
t＝out*(max(out)-min(out))+min(out)
[0063]
其中，t表示铁水温度预测结果，out表示加权值，max(out)表示各个预测模型得到的实际输出特征变量中最大值，min(out)表示各个预测模型得到的实际输出特征变量中最小值。
[0064]
实施中，还原为需要的铁水温度预测结果后可直接输出预测结果；也可以预先将正常生产过程中铁水包中铁水温度分为多个温度等级；比如正常生产过程中铁水包中铁水温度大致在1250-1500度，则每50度为一个等级分为五个温度等级，并将对应的温度等级作为最终的预测结果。
[0065]
本发明实施例提供的方案，能够提前预测铁水包内铁水的温度，后续铁水预处理及炼钢工艺根据预测的温度提前确定操作参数，达到缩短生产准备时间、提高生产效率的作用。
[0066]
以上所述仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等，均包含在本发明的保护范围内。

技术特征：
1.一种多功能铁水包中铁水温度预测方法，其特征在于，包括：获取用于铁水包中铁水温度预测的输入、输出特征变量作为训练样本，每一组输入特征变量包括：铁水沟状态特征变量、高炉出铁过程特征变量、铁水包状态特征变量、铁水包周转过程特征变量以及环境特征变量；根据输入、输出特征变量构建多个不同类型的预测模型；利用输入、输出特征变量对所构建的各个预测模型进行训练，直至各个预测模型达到预期的预测效果；针对生产现场铁水包获取实际输入特征变量，将实际输入特征变量输入训练得到的各个预测模型得到多个实际输出特征变量；结合各个预测模型输出的实际输出特征变量预估铁水温度预测结果。2.如权利要求1所述的多功能铁水包中铁水温度预测方法，其特征在于，铁水沟状态特征变量包括：铁水沟耐材温度、铁水沟耐材厚度、铁水沟耐材重量、铁水沟累计过铁量；高炉出铁过程特征变量包括：铁水包接铁炉次的累计已出铁量、铁水包接铁炉次的累计已出铁时间、铁水包接铁炉次铁水沟中的铁水温度、铁水包接铁炉次开始出铁距离本铁口上次堵口的时间、铁水包接铁炉次铁口上炉次铁水沟中的铁水温度；铁水包状态特征变量包括：铁水包耐材厚度、铁水包耐材重量、铁水包耐材温度、铁水包中加入的低温固体物料量；铁水包周转过程特征变量包括：铁水包倒空至开始接铁之间的空包状态持续时间、铁水包接铁状态持续时间、铁水包分多次接铁情况下前后两次接铁之间的间隔时间、铁水包接满后的重包状态持续时间；环境特征变量包括：温度、湿度、风速。3.如权利要求1所述的多功能铁水包中铁水温度预测方法，其特征在于，利用输入、输出特征变量对所构建的各个预测模型进行训练之前，还包括利用以下计算公式对每组输入特征变量进行归一化处理：其中，v
i
表示一组中第i个输入特征变量，minv
i
表示该组输入特征变量中的最小值，maxv
i
表示该组输入特征变量中的最大值；相应的，预测模型中输入归一化处理后的输入特征变量，从而得到预测模型预测得到的预测输出特征变量之后，则需要对预测输出特征变量进行反归一化处理。4.如权利要求1所述的多功能铁水包中铁水温度预测方法，其特征在于，预测模型包括：多元线性回归模型、非线性回归模型、神经网络模型、决策树。5.如权利要求1所述的多功能铁水包中铁水温度预测方法，其特征在于，确定模型是否达到预期的过程包括：利用以下表达式计算预测模型输出的预测输出特征变量的均方误差：
其中，rmse表示均方误差，m表示输入特征变量的组数，y
n
表示第n组输入特征变量对应的输出特征变量，表示预测模型预测得到的第n组输入特征变量对应的预测输出特征变量；在计算得到的均方误差小于预设阈值的情况下，确定预测模型符合预期。6.如权利要求3所述的多功能铁水包中铁水温度预测方法，其特征在于，结合各个预测模型输出的实际输出特征变量预估铁水温度预测结果的过程包括：对各个预测模型得到的实际输出特征变量进行加权计算得到加权值；利用以下表达式将得到的加权值还原为需要的铁水温度预测结果：t＝out*(max(out)-min(out))+min(out)其中，t表示铁水温度预测结果，out表示加权值，max(out)表示实际输出特征变量中最大值，min(out)表示实际输出特征变量中最小值。7.如权利要求6所述的多功能铁水包中铁水温度预测方法，其特征在于，还包括：根据预定的温度等级确定铁水温度预测结果所属的温度等级，将铁水温度预测结果更新为所确定的温度等级。

技术总结
本发明涉及钢铁生产技术领域，具体为一种多功能铁水包中铁水温度预测方法，包括：获取用于铁水包中铁水温度预测的输入、输出特征变量作为训练样本；根据输入、输出特征变量构建多个不同类型的预测模型；利用输入、输出特征变量对所构建的各个预测模型进行训练，直至各个预测模型达到预期的预测效果；针对生产现场铁水包获取实际输入特征变量，将实际输入特征变量输入训练得到的各个预测模型得到多个实际输出特征变量；结合各个预测模型输出的实际输出特征变量预估铁水温度预测结果。能够提前预测铁水包内铁水的温度，后续铁水预处理及炼钢工艺根据预测的温度提前确定操作参数，达到缩短生产准备时间、提高生产效率的作用。提高生产效率的作用。提高生产效率的作用。


技术研发人员：韩伟刚 胡长庆 龙跃 师学峰
受保护的技术使用者：华北理工大学
技术研发日：2023.05.25
技术公布日：2023/8/23