[发明专利]一种高炉风口回旋区温度软测量建模方法

权利要求书

1.一种高炉风口回旋区温度软测量建模方法，其特征在于：包括以下步骤：

步骤1：采集高炉风口回旋区火焰燃烧的图片数据、反映高炉运行状态的物理变量数据以及高炉风口回旋区燃烧温度数据；

步骤1.1：采集高炉风口回旋区火焰燃烧的图片数据；

步骤1.2：采集反映高炉运行状态的物理变量数据；

所述反映高炉运行状态的物理变量数据包括热风温度、热风压力、冷风流量、炉顶压力、纯氧流量、煤气利用率；

步骤1.3：采集高炉风口回旋区燃烧温度数据；

步骤2：提取高炉风口回旋区火焰燃烧图片数据的特征；

步骤2.1：将步骤1.1采集的高炉风口回旋区火焰燃烧的图片数据从RGB颜色空间转化到HSV颜色空间；

步骤2.2：在HSV颜色空间提取高炉风口回旋区火焰燃烧图片数据的HSV非均匀量化特征；

步骤3：建立基于皮尔逊相关系数和最小二乘支持向量回归的多核最小二乘支持向量回归模型作为高炉风口回旋区温度软测量模型；

步骤3.1：将步骤1.1和1.2中所获的高炉风口回旋区的火焰燃烧图片数据和反映高炉运行状态的物理变量数据作为样本输入数据，步骤1.3中所获的高炉风口回旋区燃烧温度数据作为样本温度标签数据；

步骤3.2：确定步骤1.1所采集的图片数据和步骤1.2所采集的物理变量数据对应的核函数种类以及核函数参数，计算出图片数据和物理变量数据各自对应的核矩阵；

步骤3.3：在限定步骤1.3中所获风口回旋区燃烧温度数据是列向量的前提下，将其自身和其自身转置向量相乘进而构建出一个风口回旋区燃烧温度数据矩阵；

步骤3.4：将步骤3.2中图片数据和物理变量数据分别计算出的核矩阵和步骤3.3中构建的风口回旋区温度数据矩阵按列进行扩展，转化成对应的列向量；

步骤3.5：使用皮尔逊相关系数方法计算图片数据对应的列向量和风口回旋区燃烧温度数据矩阵对应的列向量之间的相关性系数；使用皮尔逊相关系数方法计算物理变量数据对应的列向量和风口回旋区燃烧温度数据矩阵对应的列向量之间的相关性系数；

步骤3.6：确定图片数据核矩阵和物理变量数据核矩阵的权值，并采用加权求和方法构建高炉风口回旋区组合核矩阵；

步骤3.7：使用步骤3.6构建的组合核矩阵和步骤3.1的温度标签数据，基于最小二乘支持向量回归算法构建多核最小二乘支持向量回归模型作为高炉风口回旋区温度的软测量模型；

步骤4：使用正余弦优化算法进行高炉风口回旋区温度软测量模型参数的寻优；

步骤5：将步骤4寻找到的最优图片数据核函数参数、物理变量核函数参数以及多核最小二乘支持向量回归模型中的正则化参数作为最终的高炉风口回旋区温度软测量模型的参数，实现对风口回旋区燃烧温度的预测计算。

2.根据权利要求1所述的一种高炉风口回旋区温度软测量建模方法，其特征在于：所述步骤3.6的具体方法为：

在步骤3.5使用皮尔逊相关系数方法分别计算出图片数据列向量和物理变量数据列向量与风口回旋区燃烧温度数据矩阵对应的列向量之间的相关性系数之后，将图片数据和物理变量数据各自对应的相关系数占总体相关系数之和的比例作为各自核矩阵的权值；再将图片数据核矩阵和物理变量数据核矩阵与各自权值相乘之后进行相加，进而构成一个组合核矩阵。

3.根据权利要求2所述的一种高炉风口回旋区温度软测量建模方法，其特征在于：所述步骤4的具体方法为：

步骤4.1：确定参数寻优对象；寻优对象为步骤3.2中的图片数据核函数参数、物理变量核函数参数以及多核最小二乘支持向量回归模型中的正则化参数；

步骤4.2：将步骤3中的高炉风口回旋区温度软测量模型的均方根误差指标作为正余弦优化算法的适应度函数，在未得到最优参数之前，对步骤3中所有过程进行循环迭代计算，直到满足正余弦优化算法设定的迭代终止条件之后结束参数寻优过程。