[发明专利]一种自学习生成转炉出钢过程的倾角时长表的方法及系统

说明书

本发明涉及一种自学习生成转炉出钢过程的倾角时长表的方法及系统，该方法包括步骤：按出钢口使用次数和转炉的装炉量将人工手动出钢的历史数据分为若干个类，并剔除其中非常规出钢的数据；按均匀分布生成倾角设定值，指定倾角设定值的角度范围；挑选自学习训练数据集，为每一个出钢步骤建立一个停留时长预测模型，反复迭代使用所有的训练数据获得最新的模型权值；预测每一个步骤的停留时长，每个分类合成一张倾角时长表，由PLC自动选择。本发明解决了自动出钢控制系统中倾角时长表难以获取的问题，大大提高了倾角时长表的精度，大幅增强了倾角时长表的自适应能力，显著减少了操作人员调表的工作量。

技术领域

本发明涉及转炉自动控制技术领域，具体地涉及一种自学习生成转炉出钢过程的倾角时长表的方法及系统。

背景技术

转炉炼钢是当今世界上最主要的炼钢方法，钢产量占世界钢总产量的65％以上。随着市场对高品质钢的需求增多，如汽车板、高级船板、电工钢、不锈钢等，对转炉炼钢的钢水洁净度要求也越来越高，因此钢水的杂质元素含量要尽量少。在转炉炼钢末期，将钢水从转炉倾倒入钢包的过程中，炉渣也会伴随着钢水一起流入钢包内，影响钢水的洁净度。因此，严格控制出钢过程是避免钢包内混入钢渣的重要手段。

当前的转炉出钢是工作人员在摇炉房通过控制摇炉手柄来进行转炉的倾动控制，摇炉过程中的操作完全依赖于摇炉工的肉眼观察以及经验判断。摇炉工先操作转炉倾动到一定的角度，然后停留一段时间等待钢水逐渐流入钢包中，然后再次停留一段时间等待钢水流入钢包，就这样反复进行直到钢水出尽。

自动出钢的时候模仿人手动出钢的操作，将出钢过程分为若干个步骤，每一个步骤制定一个转炉倾角值和停留时长值，所有的这些步骤参数组成一张表，称为倾角时长表。自动出钢对倾角时长表要求有很高的自适应性，因为转炉的炉况复杂多变，很多因素对出钢过程都会产生影响。比如说出钢口的使用次数，出钢口用得越多则出钢越顺畅，出钢的速度就越快，从而出钢时间变短。还有转炉的装炉量，装炉量较多的时候出钢时间长，反之则出钢时间短。另外转炉在吹炼过程中产生的渣量情况，也会影响出钢时的溢渣情况。这些因素造成很难获取一个适应每一炉钢的倾角时长表，因此很有必要开发一个自学习系统，可以为自动出钢控制系统自动生成高适应性的优化的倾角时长表。

发明内容

针对现有技术中存在的问题，本发明的目的是提供一种自学习生成转炉出钢过程的倾角时长表的方法，以在炼钢车间复杂多变的炉况下，为自动出钢系统提供高适应性的优化的倾角时长表。

为实现上述目的，本发明采用如下技术方案：

根据本发明的一方面，提供了一种自学习生成转炉出钢过程的倾角时长表的方法，其可包括以下步骤：

S10、按出钢口使用次数和转炉的装炉量将人工手动出钢的历史数据分为若干个类，并根据出钢时间在分类的历史数据中剔除其中非常规出钢的数据；

S20、设置出钢起始倾角和结束倾角，按均匀分布生成倾角设定值并指定倾角设定值的角度范围；

S30、挑选自学习训练数据集，为每一个出钢步骤建立一个停留时长预测模型，反复迭代使用所有的训练数据，获得最新的模型权值；

S40、根据最新的模型权值预测每一个步骤的停留时长，每个分类合成一张倾角时长表发送给PLC，由PLC自动选择。

进一步地，S10中，按出钢口使用次数和转炉的装炉量将人工手动出钢的历史数据分为若干个类具体为：按出钢口使用次数将出钢口的寿命周期分为a个类，转炉的装炉量分为b个类，按这两个因素的组合将人工手动出钢的历史数据分为个类。

进一步地，S10中，根据出钢时间在分类的历史数据中剔除其中非常规出钢的数据具体为：根据出钢时间来剔除非常规出钢的数据，设置两个时长门槛值TH_L和TH_H，分别表示出钢时间最小值和最大值，若出钢时间小于最小值或者大于最大值，则表示本炉次出钢不是常规的，则该数据要剔除掉。