[发明专利]一种基于铁水质量约束的原燃料成本最优配比方法

权利要求书

1.一种基于铁水质量约束的原燃料成本最优配比方法，其特征在于，所述的包括下述步骤：

步骤一：获取企业对铁水质量的控制指标以及质量数据的历史测量或化验记录；

步骤二：获取高炉炼铁所用原燃料的种类，以及每种原燃料的理化特性、冶金特性；

步骤三、获取对应到每吨铁水所需每一种原燃料的用量和每种原燃料的成本；

步骤四：采集高炉炼铁过程中影响铁水质量指标的工艺变量；

步骤五：建立高炉铁水质量的回归模型；其中，模型输入向量为步骤三收集到的高炉原燃料用量(记为m₁,m₂,…,m_K)和步骤四收集的高炉炼铁工艺变量组合(记为v₁,v₂,…,v_K)的叠加，模型输出为步骤一的控制指标数值；

步骤六、以满足工艺对铁水质量的要求为约束，以原燃料成本最小为目标，采用改进的鲸鱼优化算法(IWOA)进行计算，得到各种原燃料的最优配比(m₁,m₂,…,m_K)。

2.如权利要求1所述的基于铁水质量约束的原燃料成本最优配比方法，其特征在于，所述的步骤五：建立高炉铁水质量的回归模型的具体步骤为：

P1、根据生产过程中信息采集周期和数据记录周期，确定模型数据的时间粒度；

P2、剔除异常数据；

P3、对数据进行归一化处理；

P4、把归一化后的数据向量作为模型输入，通过随机森林回归算法进行训练，得到铁水质量指标的模型。

3.如权利要求1所述的基于铁水质量约束的原燃料成本最优配比方法，其特征在于，所述的步骤一中的控制指标，包括且不局限于铁水温度(MIT)、铁水Si含量、铁水S含量、铁水P含量、高炉炉渣碱度、高炉炉渣MgO含量、高炉炉渣Al₂O₃含量指标的允许上限和下限。

4.如权利要求1所述的基于铁水质量约束的原燃料成本最优配比方法，其特征在于，所述的原燃料中包括：高炉炼铁的原料：烧结矿、球团矿、矿石、废钢、溶剂；燃料有焦炭，煤粉或重油、燃气。

5.如权利要求1所述的基于铁水质量约束的原燃料成本最优配比方法，其特征在于，所述的工艺变量，包括且不局限于下列数据中的若干种：冷风流量、送风比、热风压力、顶压、压差、顶压风量比、透气性、阻力系数、热风温度、富氧流量、富氧率、设定喷煤量、鼓风湿度、燃烧温度、标准风速、实际风速、鼓风动能、炉腹煤气量、炉腹煤气指数。

6.如权利要求1所述的基于铁水质量约束的原燃料成本最优配比方法，其特征在于，所述的P2、剔除异常数据具体为：

P21)剔除高炉休风期间的数据；

P22)剔除已知采集设备存在故障期间的数据

P23)计算标准差σ，剔除偏差大于3σ的数据。

7.如权利要求1所述的基于铁水质量约束的原燃料成本最优配比方法，其特征在于，所述的模型的训练过程包括：

P41从训练集中随机有放回地抽取一定数量的样本，作为回归树的训练样本；

P42执行回归树生成算法，为每棵回归树选择最佳切分特征和切分点，最终在非叶子节点保存当前节点的最佳切分特征和切分点，在叶子节点保存节点内所有样本标签的均值。

P43对回归树进行集成，把各棵决策树输出结果的均值作为测试样本的最终预测结果。

8.如权利要求1所述的基于铁水质量约束的原燃料成本最优配比方法，其特征在于，所述的改进鲸鱼优化算法(IWOA)计算过程如下：

S1、对IWOA算法的参数初始化：鲸鱼种群规模为N，搜索空间为d维，第i头鲸鱼在第d维空间的位置为

S2、进入迭代过程；用t表示当前迭代时刻，是当前迭代时刻第i头鲸鱼的位置，t＝1,2,…,T，T为最大迭代次数；生成系数向量和计算方式为：

和是[0,1]上的随机向量，是迭代过程中的控制参数；

S3、随机搜寻猎物阶段：当时，鲸鱼在全局空间里随机搜寻猎物；计算过程如下：

S4、收缩包围猎物与气泡网攻击阶段：当时,鲸群已找到猎物，根据决策系数p＝rand[0,1]进行收缩包围或气泡网攻击；

当p0.5时，鲸鱼进行收缩包围，位置计算过程如下：

当p≥0.5时，鲸鱼发起螺旋气泡网攻击，位置计算过程如下：

其中b为定义对数螺旋形状的参数，θ＝rand[-1,1]。

S5、判断是否满足结束条件，若不满足则循环S2-S4的迭代过程。