專利名稱：一種基于模式識別技術構建的高爐冶煉專家系統(tǒng)及其方法
技術領域：
本發(fā)明涉及高爐過程控制技術領域，特別是涉及一種基于模式識別技術構建的高爐冶煉專家系統(tǒng)及其方法。
背景技術：
高爐是一種多變量、大滯后、非線性的高溫化學反應器，體積巨大，大型高爐內(nèi)容積有1000-5800m3之大，這是一個巨無霸，高爐內(nèi)部充滿高溫、高壓富含CO的煤氣，高爐每分鐘的煤氣發(fā)生量高達4000-10000m3/min，由于影響高爐的因素非常多，相較于鋼鐵工業(yè)的其他裝備，如轉爐、連鑄、精煉、軋鋼等工序，高爐自動化水平是最差的，高爐操作主要靠人工完成，培養(yǎng)一個合格的高爐操作人員需要3-5年的時間，培養(yǎng)一個高爐冶煉技術的專家需要10年以上的時間，現(xiàn)在人員流動性大，一旦出現(xiàn)人員的流動就意味著經(jīng)驗的流逝，·同時高爐操作的影響因素很多，高爐一旦發(fā)生操作異常，經(jīng)常給生產(chǎn)造成巨大的損失，少則幾十萬，多則幾百萬甚至上千萬，同時高爐監(jiān)測數(shù)據(jù)量巨大，操作人員很難及時處理如此巨·大的數(shù)據(jù)，像高爐這種體積巨大、影響因素多、主要依靠人工操作、并且具備海量檢測數(shù)據(jù)的系統(tǒng)特別適合于采用以專家系統(tǒng)為核心的人工智能技術進行控制。自八十年代以來，人們開始將人工智能和專家系統(tǒng)引人高爐領域，文獻“L.G.LOCK LEE ；Rapid Prototyping Tools for Real — time Expert Systems in the SteelIndustry, ISIJ International, Vol. 30 (1990),No. 2,P90 — 97”描述了日本最早將人工智能專家系統(tǒng)技術引入高爐操作領域的狀況，各個鋼鐵公司都開發(fā)研究了各自的高爐冶煉專家系統(tǒng)，并已進入實用階段，歐美各國也競相從事這方面的研究工作，并取得明顯的效果。實現(xiàn)高爐過程的二級控制是實現(xiàn)高爐過程優(yōu)化的核心。隨著當代高爐過程控制技術的發(fā)展，開發(fā)并成功應用高爐過程專家系統(tǒng)是實現(xiàn)高爐過程控制成功與否的關鍵。高爐專家系統(tǒng)的下列優(yōu)點已經(jīng)被廣大煉鐵工作者所認可。文獻“Shigeru AMANO ;Expert System for Blast Furnace Operation atKimitsu Works, ISIJ International, Vol. 30 (1990)，No. 2，PP105-110，，描述了新日鐵在君津3號和4號高爐上應用了 ALIS專家系統(tǒng)的情況，該系統(tǒng)配有在線和離線推理機。離線推理機可以使用在線的全部實時數(shù)據(jù)、過程計算機存貯的歷史數(shù)據(jù)和為調(diào)試而準備的任意數(shù)據(jù)，從而可以模擬和推理所有可能的操作狀況。ALIS系統(tǒng)首先判斷當前高爐是否要采取緊急措施，然后判斷上次動作是否正確，是否需要退回，無需上述措施時，系統(tǒng)就進一步采取改善氣流分布的措施.ALIS系統(tǒng)每30分鐘進行一次推理，每一次推理需30秒左右，該系統(tǒng)的知識推理可分為三步首先對傳感器的信息進行判斷，決定一些中間變量，然后進行中間變量的判斷，最后根據(jù)中間變量進行最終判斷，并顯示出系統(tǒng)所建議的當前應采取的措施。該系統(tǒng)突出的特點是知識庫十分易于維護，日常規(guī)則、系數(shù)等修改補充可由現(xiàn)場操作人員完成，它的應用范圍不僅包括正常狀態(tài)和懸料等異常爐況的高爐控制，還包括了開爐、停爐、事故檢修等狀態(tài)下對高爐的控制，其規(guī)則已達700多條，其命中率可達90%以上。
文獻“T.Nagai;G0_ST0P SYSTEM APPLIED TO BLAST FURNACE COMPUTEROF CHIBA WORKS, KAWASAKI STEEL CORPORATION, 1977 Ironmaking ConferenceProceedings, 1977，P326-336” 和文獻 “Tetsuya Yamamoto ； BLAST FURNACE OPERATIONALSYSTEM WITH THE APPLICATION OF ADVANCED GO / STOP SYSTEM AT MIZUSHIMA WORKS,Proceedings of The Sixth International Iron and Steel Congress,1990, Nagoya,ISIJ，PP364-371”描述了川崎制鐵在水島4號高爐上使用的Advanced GO-STOP專家系統(tǒng)的狀況，Advanced GO-STOP系統(tǒng)是在原有模型GO-STOP的基礎上發(fā)展起來的，該系統(tǒng)從數(shù)百個過程數(shù)據(jù)中選出230個用于推理的信息，在有600個規(guī)則的Al計算機中處理，為操作者對爐況的判定和運行提供指導。文獻“S.Masumoto; USE OF EXPERT SYSTEM IN BLAST FURNACE OPERATION ATKAWASAKI STEEL CORPORATION, 2ND European Ironmaking Congress，PP40 — 50，，描述了該系統(tǒng)的應用情況，該系統(tǒng)主要用于高爐的熱狀態(tài)及異常爐況的預報.熱狀態(tài)主要是預報 鐵水溫度，對異常爐況的判斷主要包括對崩料和管道的判斷，由于日本高爐爐料成分極為穩(wěn)定，Advanced G0-ST0P系統(tǒng)在線使用時，命中率可達90%。 文獻“YasuONIWA,Application of A Self-learning Function to an ExpertSystem for Blast Furnace Heat Control, ISIJ International. Vol. 30 (1990), No.2，pp. 111-117”描述了日本鋼管在福山5號高爐上應用的BAISYS專家系統(tǒng)的情況，該系統(tǒng)由異常爐況診斷專家系統(tǒng)和爐熱控制專家系統(tǒng)兩個子系統(tǒng)組成。BAISYS系統(tǒng)由過程計算機和專用的人工智能處理機等組成，過程計算機用于處理來自傳感器的數(shù)據(jù)信息，而人工智能處理機則執(zhí)行該系統(tǒng)采用產(chǎn)生式規(guī)則進行知識表達。對一些不確定的模糊知識，引用了置信度(CF)對其進行評價。該系統(tǒng)的知識庫由異常爐況知識庫和爐熱控制知識庫構成。其中，異常爐況知識庫由200條產(chǎn)生式規(guī)則組成，這些規(guī)則按功能和傳感器屬性劃分為不同的知識源，由此建立具有分層結構的知識庫。爐熱控制系統(tǒng)的知識庫由500條規(guī)則組成，產(chǎn)生式規(guī)則的主要部分用框架結構來表達，主要包括判斷爐況的知識群和判斷爐溫變化趨勢的知識群等，其推理過程與上述異常爐況推理過程相同。BAISYS系統(tǒng)對異常爐況的命中率達80%以上，對爐熱狀態(tài)判斷的命中率可達90%。文獻“Koichi OTSUKA ； A Hybrid Expert System Combined with aMathematical Model for Blast Furnace Operation, ISIJ International, Vol. 30(1990)，No. 2, PP118 一 127”描述了 1988年10月，住友金屬在鹿島I號高爐上開發(fā)了包含原Ts爐熱模型和專家規(guī)則相結合的混合專家系統(tǒng)(HYBRID)的情況。該系統(tǒng)在運行時，過程計算機將預處理過的數(shù)據(jù)和Ts模型的計算結果存貯在自己內(nèi)部，并且，每2分鐘到10分鐘通過網(wǎng)絡環(huán)路向人工智能計算機傳遞一次?；旌蠈＜蚁到y(tǒng)中約有1200條規(guī)則，在高爐生產(chǎn)中約有80-85%的時間靠Ts模型控制，有15-20%的時間靠經(jīng)驗規(guī)則控制。目前該系統(tǒng)的使用效果良好，鐵水含硅量的預報準確率達85%以上，鐵水溫度的預報準確率可達90%。芬蘭Rautaruukki—Kawasaki專家系統(tǒng)是一個純粹的以規(guī)則為基礎的專家系統(tǒng)。數(shù)學模型的計算結果作為專家系統(tǒng)的補充。奧鋼聯(lián)VAI專家系統(tǒng)和法國SACHEM高爐專家系統(tǒng)都是基于模型的高爐冶煉專家系統(tǒng)。這二個專家系統(tǒng)在對數(shù)據(jù)的預處理過程中廣泛采用了統(tǒng)計分析，數(shù)學模型、人工神經(jīng)網(wǎng)絡及模糊數(shù)學、信息分析與處理等技術。同時在數(shù)學模型和專家系統(tǒng)的開發(fā)中廣泛采用了流行的軟件開發(fā)平臺，如數(shù)據(jù)處理軟件(matlab)、三維圖形顯示軟件、流場計算軟件(Ansys,鳳凰軟件等)、專用數(shù)據(jù)檢測及分析軟件、專家系統(tǒng)平臺等。并且專家系統(tǒng)的開發(fā)向網(wǎng)絡化(法國)及閉環(huán)方向(奧鋼聯(lián))發(fā)展。從上世紀90年代中期至今武鋼、首鋼、鞍鋼、沙鋼、南鋼等或引進、或開發(fā)了高爐冶煉專家系統(tǒng)，有的系統(tǒng)使用效果較好，有的使用效果有限。多年來國內(nèi)外高爐冶煉專家系統(tǒng)開發(fā)過程中遇到了很多問題，如系統(tǒng)的學習與維護能力低，推理機制單調(diào)，解釋機制的簡單化，操作指導的簡單化，各子系統(tǒng)間缺乏分布式與協(xié)同化，沒有考慮到設備的工作狀況，缺乏完整的評價標準，軟件開發(fā)困難，集成性能差等，通過對比國內(nèi)外的這些專家系統(tǒng)開發(fā)即可以發(fā)現(xiàn)上述問題都與一個問題有關，即高爐專家系統(tǒng)的核心一知識庫太簡單，并且知識庫不能適應高爐狀態(tài)的變化，不能根據(jù)高爐的狀況進行實時更新。同時，現(xiàn)有的這些專家系統(tǒng)知識庫都直接由高爐操作人員的經(jīng)驗堆積而成，這些經(jīng)驗具有很大的主觀性，隨著高爐過程的運行，往往需要進行改進，而高爐操作經(jīng)驗，一方面獲取困難，另一方面仁者見仁、智者見智，有時就同一問題不同專家難以達成共性的意見，這都給專家系統(tǒng)維護帶來了很大的困難。·

發(fā)明內(nèi)容
本發(fā)明的目的是為了克服上述背景技術的不足，提供一種基于模式識別技術構建的高爐冶煉專家系統(tǒng)及其方法，利用模式識別技術使其具有學習與維護能力強、操作方便、分布式與協(xié)同化程度高、評價標準客觀、集成性能好、知識庫豐富、并能實時更新的特點。本發(fā)明提供的一種基于模式識別技術構建的高爐冶煉專家系統(tǒng)，包括裝有數(shù)據(jù)庫的服務器、操作工工作站、槽下備料PLC、爐頂布料PLC、水渣控制PLC、除塵控制PLC、噴煤控制PLC、水系統(tǒng)控制PLC、分布式控制系統(tǒng)和通訊用工控機，所述通訊用工控機分別與槽下備料PLC、爐頂布料PLC、水渣控制PLC、除塵控制PLC、噴煤控制PLC、水系統(tǒng)控制PLC和分布式控制系統(tǒng)相連，裝有數(shù)據(jù)庫的服務器和操作工工作站分別與通訊用工控機相連，還包括設在裝有數(shù)據(jù)庫的服務器中的狀態(tài)分類模塊、狀態(tài)診斷模塊、狀態(tài)評估模塊和狀態(tài)調(diào)整模塊，所述操作工工作站中設有狀態(tài)顯示模塊，所述狀態(tài)分類模塊、狀態(tài)診斷模塊、狀態(tài)評估模塊和狀態(tài)調(diào)整模塊依次連接，其中狀態(tài)分類模塊與通訊用工控機相連，按照高爐操作控制目標的要求，將知識庫劃分為一系列小知識庫，一個高爐現(xiàn)象對應一個小知識庫，針對單個知識庫，分別建立相應的規(guī)則，構成狀態(tài)分類知識庫；狀態(tài)診斷模塊獲取當前高爐檢測數(shù)據(jù)，對表征不同高爐現(xiàn)象的參數(shù)進行狀態(tài)匹配，以確認目前高爐的狀況，與狀態(tài)診斷有關的規(guī)則構成狀態(tài)診斷知識庫；狀態(tài)評估模塊主要目的在于確定當前的高爐狀況是否符合穩(wěn)定、順行的要求，有哪些方面存在問題，進而確定是什么原因導致了高爐的異常，從而確定高爐調(diào)劑的方向，與狀態(tài)評估有關的規(guī)則構成狀態(tài)評估知識庫；狀態(tài)調(diào)整模塊與操作工工作站相連，在對高爐狀態(tài)做出準確的診斷、并確定高爐調(diào)劑的方向后，狀態(tài)調(diào)整模塊根據(jù)已經(jīng)采取的措施，確定后續(xù)的調(diào)整措施，高爐調(diào)整通過精心備料、優(yōu)化設備運行狀態(tài)，采用上、下部調(diào)劑措施、改善各個環(huán)節(jié)之間聯(lián)系等來達到高爐控制的目標，與狀態(tài)調(diào)整有關的規(guī)則構成狀態(tài)調(diào)整知識庫；狀態(tài)顯示模塊用于將表征高爐狀況的參量用曲線、圖形、報表形式顯示出來，將根據(jù)不同的控制內(nèi)容設定不同的顯示界面。在上述技術方案中，所述狀態(tài)分類模塊需要加以控制的高爐現(xiàn)象有氣流分布、爐型狀態(tài)、爐溫狀態(tài)、高爐整體狀況、布料狀態(tài)、爐缸工作狀況和高爐順行狀況。在上述技術方案中，所述狀態(tài)分類模塊采用模式識別的數(shù)據(jù)分類算法對數(shù)據(jù)進行分類處理，將氣流分布劃分為25類，爐型狀態(tài)劃分為25類，爐溫狀態(tài)劃分為49類，高爐整體狀況劃分為36類,布料狀態(tài)劃分為36類,爐缸工作狀況劃分為16類,高爐順行狀況劃分為36類。在上述技術方案中，所述狀態(tài)評估模塊選擇煤氣利用率、下料指數(shù)、焦炭熔損反應量、熱負荷、熱指數(shù)、利用系數(shù)、燃料比、爐缸工作狀態(tài)指數(shù)作為狀態(tài)評估的參數(shù)和依據(jù)。本發(fā)明提供的一種基于模式識別技術構建高爐冶煉專家系統(tǒng)的方法，所述高爐冶煉專家系統(tǒng)包括裝有數(shù)據(jù)庫的服務器、操作工工作站、槽下備料PLC、爐頂布料PLC、水渣控制PLC、除塵控制PLC、噴煤控制PLC、水系統(tǒng)控制PLC、分布式控制系統(tǒng)和通訊用工控機，所述通訊用工控機分別與槽下備料PLC、爐頂布料PLC、水渣控制PLC、除塵控制PLC、噴煤控制PLC、水系統(tǒng)控制PLC和分布式控制系統(tǒng)相連，裝有數(shù)據(jù)庫的服務器和操作工工作站分別與通訊用工控機相連，該方法包括以下步驟存取數(shù)據(jù)步驟通過槽下備料PLC、爐頂布料PLC、水渣控制PLC、除塵控制PLC、噴煤控制PLC、水系統(tǒng)控制PLC和分布式控制系統(tǒng)從高爐獲取數(shù)據(jù)存入到數(shù)據(jù)庫中，然后從數(shù)據(jù)庫中將所需要的數(shù)據(jù)讀取出來；狀態(tài)分類步驟按照高爐操作控制目標的要求，將知識庫劃分為一系列小知識庫，一個高爐現(xiàn)象對應一個小知識庫，針對單個知識庫，分別建立相應的規(guī)則；狀態(tài)診斷步驟獲取當前高爐檢測數(shù)據(jù)，對表征不同高爐現(xiàn)象的參數(shù)進行狀態(tài)匹配，以確認目前高爐的狀況，與狀態(tài)診斷有關的規(guī)則構成狀態(tài)診斷知識庫；狀態(tài)評估步驟確定當前的高爐狀況是否符合穩(wěn)定、順行的要求，有哪些方面存在問題，進而確定是什么原因導致了高爐的異常，從而確定高爐調(diào)劑的方向，與狀態(tài)評估有關的規(guī)則構成狀態(tài)評估知識庫；狀態(tài)調(diào)整步驟對高爐狀態(tài)做出準確的診·斷，并確定高爐調(diào)劑的方向，根據(jù)已經(jīng)采取的措施，確定后續(xù)的調(diào)整措施，高爐調(diào)整通過精心備料、優(yōu)化設備運行狀態(tài)，采用上、下部調(diào)劑措施、改善各個環(huán)節(jié)之間聯(lián)系來達到高爐控制的目標，與狀態(tài)調(diào)整有關的規(guī)則構成狀態(tài)調(diào)整知識庫；狀態(tài)顯示步驟將表征高爐狀況的參量用曲線、圖形、報表形式顯示出來，將根據(jù)不同的控制內(nèi)容設定不同的顯示界面；執(zhí)行步驟根據(jù)表征高爐狀況的參量，通過槽下備料PLC、爐頂布料PLC、水渣控制PLC、除塵控制PLC、噴煤控制PLC、水系統(tǒng)控制PLC或分布式控制系統(tǒng)執(zhí)行調(diào)整策略。在上述技術方案中，狀態(tài)分類步驟中需要加以控制的高爐現(xiàn)象包括氣流分布、爐型狀態(tài)、爐溫狀態(tài)、高爐整體狀況、布料狀態(tài)、爐缸工作狀況和高爐順行狀況。在上述技術方案中，狀態(tài)分類步驟中需要加以控制的高爐現(xiàn)象包括氣流分布、爐型狀態(tài)、爐溫狀態(tài)、高爐整體狀況、布料狀態(tài)、爐缸工作狀況和高爐順行狀況。在上述技術方案中，狀態(tài)分類步驟中采用模式識別的數(shù)據(jù)分類算法對數(shù)據(jù)進行分類處理，將氣流分布劃分為25類，爐型狀態(tài)劃分為25類，爐溫狀態(tài)劃分為49類，高爐整體狀況劃分為36類,布料狀態(tài)劃分為36類,爐缸工作狀況劃分為16類,高爐順行狀況劃分為36類。在上述技術方案中，狀態(tài)評估步驟中采用選擇煤氣利用率、下料指數(shù)、焦炭熔損反應量、熱負荷、熱指數(shù)、利用系數(shù)、燃料比、爐缸工作狀態(tài)指數(shù)作為狀態(tài)評估的參數(shù)和依據(jù)。本發(fā)明基于模式識別技術構建的高爐冶煉專家系統(tǒng)及其方法，具有以下有益效果和現(xiàn)有技術相比，提供了一種基于模式識別技術構建的高爐冶煉專家系統(tǒng)及其方法，所述系統(tǒng)和方法借助于模式識別技術來對各種高爐現(xiàn)象的狀態(tài)進行分類，分類結果基于高爐過程數(shù)據(jù)庫中采集的海量高爐過程數(shù)據(jù)，分類過程是一種無指導的分類技術，分類結果完全根據(jù)高爐實際狀況自動分類完成的，分類結果具有完全的客觀性，這和國內(nèi)外其他高爐冶煉專家系統(tǒng)知識庫的構建有本質的區(qū)別，并通過深入分析高爐過程的變化規(guī)律，實時更新規(guī)則庫來實現(xiàn)高爐各系統(tǒng)的協(xié)同，解決了專家系統(tǒng)開發(fā)過程遇到的學習與維護能力低、 操作不便、分布式與協(xié)同化程度低、評價標準太主觀、集成性能差、知識庫簡單、無法實時更新等問題，從而大大提升了專家系統(tǒng)的可維護性。


圖I為本發(fā)明基于模式識別技術構建的高爐冶煉專家系統(tǒng)的布置示意圖2為本發(fā)明基于模式識別技術構建高爐冶煉專家系統(tǒng)的方法的流程示意圖。
具體實施方式
下面結合附圖及實施例對本發(fā)明作進一步的詳細描述，但該實施例不應理解為對本發(fā)明的限制。
以下結合表格對本發(fā)明作進一步的描述。在基于模式識別技術構建高爐冶煉專家系統(tǒng)時，隨著高爐控制目標的差異，專家系統(tǒng)本身的內(nèi)容是有差異的，下表列出了基于不同目的的高爐過程控制專家系統(tǒng)及其所包含的模式識別的內(nèi)容。
權利要求
1.一種基于模式識別技術構建的高爐冶煉專家系統(tǒng)，包括裝有數(shù)據(jù)庫的服務器、操作工工作站、槽下備料PLC、爐頂布料PLC、水渣控制PLC、除塵控制PLC、噴煤控制PLC、水系統(tǒng)控制PLC、分布式控制系統(tǒng)和通訊用工控機，所述通訊用工控機分別與槽下備料PLC、爐頂布料PLC、水渣控制PLC、除塵控制PLC、噴煤控制PLC、水系統(tǒng)控制PLC和分布式控制系統(tǒng)相連，裝有數(shù)據(jù)庫的服務器和操作工工作站分別與通訊用工控機相連，其特征在于還包括設在裝有數(shù)據(jù)庫的服務器中的狀態(tài)分類模塊、狀態(tài)診斷模塊、狀態(tài)評估模塊和狀態(tài)調(diào)整模塊，所述操作工工作站中設有狀態(tài)顯示模塊，所述狀態(tài)分類模塊、狀態(tài)診斷模塊、狀態(tài)評估模塊和狀態(tài)調(diào)整模塊依次連接，其中 狀態(tài)分類模塊與通訊用工控機相連，按照高爐操作控制目標的要求，將知識庫劃分為一系列小知識庫，一個高爐現(xiàn)象對應一個小知識庫，針對單個知識庫，分別建立相應的規(guī)貝U，構成狀態(tài)分類知識庫； 狀態(tài)診斷模塊獲取當前高爐檢測數(shù)據(jù)，對表征不同高爐現(xiàn)象的參數(shù)進行狀態(tài)匹配，以確認目前高爐的狀況，與狀態(tài)診斷有關的規(guī)則構成狀態(tài)診斷知識庫； 狀態(tài)評估模塊主要目的在于確定當前的高爐狀況是否符合穩(wěn)定、順行的要求，有哪些方面存在問題，進而確定是什么原因導致了高爐的異常，從而確定高爐調(diào)劑的方向，與狀態(tài)評估有關的規(guī)則構成狀態(tài)評估知識庫； 狀態(tài)調(diào)整模塊與操作工工作站相連，在對高爐狀態(tài)做出準確的診斷、并確定高爐調(diào)劑的方向后，狀態(tài)調(diào)整模塊根據(jù)已經(jīng)采取的措施，確定后續(xù)的調(diào)整措施，高爐調(diào)整通過精心備料、優(yōu)化設備運行狀態(tài)，采用上、下部調(diào)劑措施、改善各個環(huán)節(jié)之間聯(lián)系等來達到高爐控制的目標，與狀態(tài)調(diào)整有關的規(guī)則構成狀態(tài)調(diào)整知識庫； 狀態(tài)顯示模塊用于將表征高爐狀況的參量用曲線、圖形、報表形式顯示出來，將根據(jù)不同的控制內(nèi)容設定不同的顯示界面。
2.根據(jù)權利要求I所述的基于模式識別技術構建的高爐冶煉專家系統(tǒng)，其特征在于所述狀態(tài)分類模塊需要加以控制的高爐現(xiàn)象有氣流分布(al)、爐型狀態(tài)(a2)、爐溫狀態(tài)(a3 )、高爐整體狀況(a4 )、布料狀態(tài)(a5 )、爐缸工作狀況(a6 )和高爐順行狀況(a7 )。
3.根據(jù)權利要求2所述的基于模式識別技術構建的高爐冶煉專家系統(tǒng)，其特征在于所述狀態(tài)分類模塊采用模式識別的數(shù)據(jù)分類算法對數(shù)據(jù)進行分類處理，將氣流分布(al)劃分為25類，爐型狀態(tài)(a2)劃分為25類，爐溫狀態(tài)(a3)劃分為49類，高爐整體狀況(a4)劃分為36類,布料狀態(tài)(a5)劃分為36類,爐缸工作狀況(a6)劃分為16類,高爐順行狀況(a7)劃分為36類。
4.根據(jù)權利要求I所述的基于模式識別技術構建的高爐冶煉專家系統(tǒng)，其特征在于所述狀態(tài)評估模塊選擇煤氣利用率、下料指數(shù)、焦炭熔損反應量、熱負荷、熱指數(shù)、利用系數(shù)、燃料比、爐缸工作狀態(tài)指數(shù)作為狀態(tài)評估的參數(shù)和依據(jù)。
5.一種基于模式識別技術構建高爐冶煉專家系統(tǒng)的方法，所述高爐冶煉專家系統(tǒng)包括裝有數(shù)據(jù)庫的服務器、操作工工作站、槽下備料PLC、爐頂布料PLC、水渣控制PLC、除塵控制PLC、噴煤控制PLC、水系統(tǒng)控制PLC、分布式控制系統(tǒng)和通訊用工控機，所述通訊用工控機分別與槽下備料PLC、爐頂布料PLC、水渣控制PLC、除塵控制PLC、噴煤控制PLC、水系統(tǒng)控制PLC和分布式控制系統(tǒng)相連，裝有數(shù)據(jù)庫的服務器和操作工工作站分別與通訊用工控機相連，其特征在于該方法包括以下步驟存取數(shù)據(jù)步驟通過槽下備料PLC、爐頂布料PLC、水渣控制PLC、除塵控制PLC、噴煤控制PLC、水系統(tǒng)控制PLC和分布式控制系統(tǒng)從高爐獲取數(shù)據(jù)存入到數(shù)據(jù)庫中，然后從數(shù)據(jù)庫中將所需要的數(shù)據(jù)讀取出來； 狀態(tài)分類步驟按照高爐操作控制目標的要求，將知識庫劃分為一系列小知識庫，一個高爐現(xiàn)象對應一個小知識庫，針對單個知識庫，分別建立相應的規(guī)則； 狀態(tài)診斷步驟獲取當前高爐檢測數(shù)據(jù)，對表征不同高爐現(xiàn)象的參數(shù)進行狀態(tài)匹配，以確認目前高爐的狀況，與狀態(tài)診斷有關的規(guī)則構成狀態(tài)診斷知識庫； 狀態(tài)評估步驟確定當前的高爐狀況是否符合穩(wěn)定、順行的要求，有哪些方面存在問題，進而確定是什么原因導致了高爐的異常，從而確定高爐調(diào)劑的方向，與狀態(tài)評估有關的規(guī)則構成狀態(tài)評估知識庫； 狀態(tài)調(diào)整步驟對高爐狀態(tài)做出準確的診斷，并確定高爐調(diào)劑的方向，根據(jù)已經(jīng)采取的措施，確定后續(xù)的調(diào)整措施，高爐調(diào)整通過精心備料、優(yōu)化設備運行狀態(tài)，采用上、下部調(diào)劑措施、改善各個環(huán)節(jié)之間聯(lián)系來達到高爐控制的目標，與狀態(tài)調(diào)整有關的規(guī)則構成狀態(tài)調(diào)整知識庫； 狀態(tài)顯示步驟將表征高爐狀況的參量用曲線、圖形、報表形式顯示出來，將根據(jù)不同的控制內(nèi)容設定不同的顯示界面； 執(zhí)行步驟根據(jù)表征高爐狀況的參量，通過槽下備料PLC、爐頂布料PLC、水渣控制PLC、除塵控制PLC、噴煤控制PLC、水系統(tǒng)控制PLC或分布式控制系統(tǒng)執(zhí)行調(diào)整策略。
6.根據(jù)權利要求5所述的基于模式識別技術構建高爐冶煉專家系統(tǒng)的方法，其特征在于狀態(tài)分類步驟中需要加以控制的高爐現(xiàn)象包括氣流分布(al)、爐型狀態(tài)(a2)、爐溫狀態(tài)(a3 )、高爐整體狀況(a4 )、布料狀態(tài)(a5 )、爐缸工作狀況(a6 )和高爐順行狀況(a7 )。
7.根據(jù)權利要求6所述的基于模式識別技術構建高爐冶煉專家系統(tǒng)的方法，其特征在于狀態(tài)分類步驟中采用模式識別的數(shù)據(jù)分類算法對數(shù)據(jù)進行分類處理，將氣流分布(al)劃分為25類，爐型狀態(tài)(a2)劃分為25類，爐溫狀態(tài)(a3)劃分為49類，高爐整體狀況(a4)劃分為36類,布料狀態(tài)(a5)劃分為36類,爐缸工作狀況(a6)劃分為16類,高爐順行狀況(a7)劃分為36類。
8.根據(jù)權利要求5所述的基于模式識別技術構建高爐冶煉專家系統(tǒng)的方法，其特征在于狀態(tài)評估步驟中采用選擇煤氣利用率、下料指數(shù)、焦炭熔損反應量、熱負荷、熱指數(shù)、利用系數(shù)、燃料比、爐缸工作狀態(tài)指數(shù)作為狀態(tài)評估的參數(shù)和依據(jù)。
全文摘要
本發(fā)明公開了一種基于模式識別技術構建的高爐冶煉專家系統(tǒng)，包括裝有數(shù)據(jù)庫的服務器、操作工工作站、6套PLC(分別用于槽下備料、爐頂布料、水渣控制、除塵控制、噴煤控制和水系統(tǒng)控制)、分布式控制系統(tǒng)和通訊用工控機，還包括裝有數(shù)據(jù)庫的服務器中的狀態(tài)分類模塊、狀態(tài)診斷模塊、狀態(tài)評估模塊和狀態(tài)調(diào)整模塊，操作工工作站中設有狀態(tài)顯示模塊；同時，還公開了一種基于模式識別技術構建高爐冶煉專家系統(tǒng)的方法，包括以下步驟存取數(shù)據(jù)步驟、狀態(tài)分類步驟、狀態(tài)診斷步驟、狀態(tài)評估步驟、狀態(tài)調(diào)整步驟、狀態(tài)顯示步驟、執(zhí)行步驟，本發(fā)明具有評價標準客觀、集成性能好、知識庫豐富、并能實時更新的特點，可以廣泛應用于高爐過程控制技術領域。
文檔編號G05B19/418GK102915027SQ201210464259
公開日2013年2月6日 申請日期2012年11月16日 優(yōu)先權日2012年11月16日
發(fā)明者陳令坤, 胡正剛, 鄒祖橋, 尹騰, 柏文萍 申請人:武漢鋼鐵(集團)公司