[发明专利]一种基于机器学习的直流矿热炉异常事件预警系统

说明书

本发明公开了一种基于机器学习的直流矿热炉异常事件预警系统，包括传感器模块、数据采集模块、中央处理模块、人机交互模块、机器学习模块、数控输出模块、执行机构模块。该系统基于处在当前科技前沿并日趋成熟的机器学习技术，主要是针对直流矿热炉在生产过程中经常出现的塌料、电极软硬断等异常事件进行的预测与预警，该系统实现对塌料、电极软硬断异常事件的提前预警，通讯至主控系统中进行控制策略的调整，提升直流矿热炉整体的智能化水平，为生产的连续进行提供了强有力的保障，可以避免或减少因出现塌料和电极软硬断事故给用户带来的巨大的经济损失。

技术领域

本发明涉及矿热炉控制技术领域，尤其涉及一种基于机器学习的直流矿热炉异常事件预警系统。

背景技术

目前，正负电极均垂直炉膛布置的工业铁合金直流冶炼技术在工业应用中较少，一些相关的冶炼技术尚在摸索过程当中，但该炉型在现有的很稀少的生产线上已初见成效，节能环保优势明显，与交流电炉比具有功率因数高、短网电抗小、无集肤效应等优点，粉料适应性好；与底电极技术直流炉相比，无底电极消耗，所以无需做定期的底电极大修工作，可保障冶炼生产的连续性。

然而，在竖直正负电极直流电炉生产冶炼过程中，跟据电子轰击原理，正电极阳极区的发热量较负电极阴极区发热量过大，导致竖直两电极焙烧的特性相异，经常出现电极软硬断事故。同时，矿热炉冶炼在本体炉膛内进行着复杂的化学还原反应，过程隐蔽难以测度，存在着较大的模糊性、随机性和不确定性，如果操作不当，经常会出现塌料和电极软硬断事故，这两种异常事件是直流矿热炉最为经常发生的事故，严重的影响了矿热炉的正常生产。事故一旦出现，轻者耗费大量人力、财力和时间；重者会损坏矿热炉本体的一些设备，甚至产生高温烟气或者炽热溶体喷出炉外，造成危险区域内作业人员烧烫伤、炉体爆炸等，后果十分严重。

机器学习智能化在工业生产中投入使用，将数据做为战略资源，借助大数据处理系统的支持，完成对设备关联数据集中管理，通过数据进行表现与加工，建立一个工业的数据世界，再运用算法模型，加工分析，挖掘工业的核心价值，沉淀最优生产经验，以生产目标为导向，调节生产过程参数，反向控制生产流程，最终达到预设的生产指标。

矿热炉设备价格昂贵，维修工程量大，停机停产后的经济损失巨大。目前对矿热炉在生产过程中经常出现的塌料和电极软硬断这两种异常事件难以预知，一般都是在事故发生以后再进行相应的处理，生产的顺利进行难以保证，只能依靠人为的生产经验尽量避免，例如采用保守的降低产能的方式，但这两种异常事件仍旧时有发生，根本无法避免，同时不同的工艺人员对直流矿热炉的工艺过程的理解和操作手法不尽相同，更增大了这两种异常事件发生的可能性。当前，也有采用电极电流固定阈值的控制方式试图解决该问题，其效果比单纯的人工经验有所提高，但由于生产过程中的复杂炉况、原料成分、环境因素等的影响致使该方式的效果不能满足生产的需求，异常事件仍旧时有发生，并没有从根本上解决该问题。伴随着科学技术的演进，设备维护手段也逐步的发展，从被动性维护逐渐发展到智能化预测性维护，降低非计划停机带来的生产损失和设备的维护成本。原有人工式的和固定阈值式的维修依赖于经验，而且无法应对日益复杂的工况要求，因此，急需开发一种基于机器学习的直流矿热炉异常事件预警系统及方法，借助大数据分析技术和机理分析结合的故障预测能够在设备出现故障之前感知异常信息，降低非计划停机造成的损失。

发明内容

根据现有技术存在的问题，本发明公开了一种基于机器学习的直流矿热炉异常事件预警系统，对直流矿热炉在生产过程中的多项物理数据参量进行感知检测、并将感知到的信息按照一定规律变换成电信号的传感器模块；

按照一定周期接收传感器模块传送的电信号的数据采集模块，所述数据采集模块采用防抖、滤波、钝化的方法对接收到的电信号进行数据处理并输出；

接收所述数据采集模块传送的数据信息的中央处理模块，所述中央处理模块对接收到的信号进行逻辑控制、调整生产工艺的控制策略；