[发明专利]基于案例匹配的高炉布料参数决策方法

说明书

技术领域

本发明涉及高炉炼铁领域，具体涉及基于案例匹配的高炉布料参数决策方法。

背景技术

钢铁产业是我国国民经济的重要组成部分，广泛涉及到建设、能源、汽车、基础设施等国家发展的核心产业，是我国实现国民全面小康、建设经济强国的强劲支持。在高炉生产过程中，布料是最主动与关键的操作手段，它决定着炉内炉料的分布，影响着煤气流发展以及高炉其他状态。但由于高炉是个密闭的黑箱，检测信息有限，导致高炉布料与状态的关系难以明确，现场主要依靠人工经验对布料进行调整。高炉的现场拥有大量的历史生产数据，蕴含着高炉内部运作规律。因此，深度挖掘高炉历史数据的有用信息，建立高炉布料与高炉状态的关系模型，从而实现高炉生产指标优化的高炉布料操作调整，就成为业界关注的主要问题。

发明内容

本发明提供了基于案例匹配的高炉布料参数决策方法，可以有效解决上述问题。

本发明提供的技术方案是：基于案例匹配的高炉布料参数决策方法，所述方法包括步骤：选取潜在模型参数变量；利用箱线图对所述模型参数变量进行预处理得到预处理后的模型参数变量；对所述预处理后的模型参数变量与一氧化碳利用率进行相关性分析得到一氧化碳利用率趋势预测的模型参数变量；统计所述一氧化碳利用率趋势预测的模型参数变量对应的一氧化碳利用率变化趋势得到一氧化碳利用率变化趋势预测结果；设定样本抽取量阈值并按所述样本抽取量阈值抽取所述一氧化碳利用率变化趋势预测结果；将抽取的一氧化碳利用率变化趋势预测结果与一氧化碳利用率变化趋势真实结果进行对比得到对比结果；运用所述对比结果得到一氧化碳利用率变化趋势预测精度；设定精度阈值；若所述一氧化碳利用率变化趋势预测精度满足精度阈值，则所述模型为有效模型，可以用于高炉布料的参数决策；若所述一氧化碳利用率变化趋势预测精度不满足精度阈值，则所述模型为无效模型，则重新寻找新案例用于建立有效模型。

本发明的有益效果是：本发明提供了基于案例匹配的高炉布料参数决策方法，通过将一氧化碳利用率作为决策布料参数的依据，分析一氧化碳利用率与模型参数变量(高炉状态变量)之间的关联性，确定用于案例匹配库的输入变量。然后基于布料参数得到模型参数变量的预测值，最后基于案例匹配方法分别建立一氧化碳利用率预变化趋势的预测模型，实现对一氧化碳利用率变化趋势的有效预测，对指导高炉布料参数有重要指导意义。

附图说明

图1是本发明实施例中基于案例匹配的高炉布料参数决策方法的整体流程图；

图2是本发明实施例中利用箱线图剔除异常模型参数变量方法步骤流程图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地描述，下文中提到的具体技术细节，如：方法，设备等，仅为使读者更好的理解技术方案，并不代表本发明仅局限于以下技术细节。

本发明的实施例提供了基于案例匹配的高炉布料参数决策方法。请参见图1，图1是本发明实施例中基于案例匹配的高炉布料参数决策方法的整体流程图，所述方法由硬件设备实现，具体步骤包括：

S101：选取潜在模型参数变量，模型参数变量具体包括：炉冷风流量、炉墙热负荷、喷煤量、料速、硅含量、透气性指数、矿焦比、富氧量及炉顶上升管顶温；所述潜在模型参数变量采集间隔为6小时，每天取4次数据。

S102：利用箱线图对所述模型参数变量进行预处理得到预处理后的模型参数变量，具体包括：剔除明显异常的模型参数变量。

S103：对所述预处理后的模型参数变量与一氧化碳利用率进行相关性分析得到一氧化碳利用率趋势预测的模型参数变量。所述一氧化碳利用率计算公式为其中，η表示一氧化碳利用率，Volume(CO₂)为高炉炉顶上升管道中CO₂的体积百分比，Volume(CO)为高炉炉顶上升管道中CO的体积百分比。所述相关性分析具体公式为：其中，I(X,Y)表示变量X和变量Y之间的互信息值，根据互信息的大小来确定与一氧化碳利用率相关性大的模型参数变量，p(X_j,Y_m)表示变量X和变量Y的联合概率分布，p(X_j)表示变量X的边缘概率分布，p(Y_m)表示变量Y的边缘概率分布。表1为不同模型参数变量与一氧化碳利用率互信息值。

表1