[发明专利]一种沸腾焙烧炉产品质量软测量方法及装置

说明书

本申请公开了一种沸腾焙烧炉产品质量软测量方法及装置，该方法包括：获取沸腾焙烧炉的多组生产数据，其中，生产数据是沸腾焙烧炉在生产时的多个参数；建立沸腾焙烧炉的机理模型；将多组生产数据代入到机理模型中，通过迭代优化获取未知模型参数的最优值，并将未知模型参数的最优值代入到机理模型中；根据机理模型得到每组生产数据对应的质量分数的预测序列；根据多组训练数据构建神经网络模型，神经网络模型用于根据生产数据输出预测的质量分数。通过本申请解决了现有技术中无法对沸腾焙烧炉产品质量进行有效的预测的问题，从而能够实现对沸腾焙烧炉产品质量的有效在线预测。

技术领域

本申请涉及到软测量领域，具体而言，涉及一种沸腾焙烧炉产品质量软测量方法及装置。

背景技术

在许多冶炼过程中，沸腾焙烧炉是处理精矿的第一个反应器。在沸腾焙烧炉中，富含金属硫化物的精矿与空气中的氧气发生充分的反应氧化为焙砂。焙砂是下游工序的主要原料，其主要组成物质为可溶性物质(金属氧化物和金属硫酸盐)和一些难溶于后续湿法工序的物质(未反应完的金属硫化物和难溶金属盐)。提高焙砂中可溶性物质的含量，降低不溶杂质的含量对于下游工序的生产运行至关重要。但在实际生产过程中，由于现场生产环境恶劣，焙砂的采样频率低且化验周期长，其化验结果无法用于指导生产过程的优化运行。

发明人发现，在工业过程中由于现场生产环境复杂，导致多采样率问题普遍存在：部分关键指标化验数据只能够进行离线检测，获取周期长、频率低。这导致了无法对沸腾焙烧炉产品质量进行有效的预测。

发明内容

本申请实施例提供了一种沸腾焙烧炉产品质量软测量方法及装置，以至少解决现有技术中无法对沸腾焙烧炉产品质量进行有效的预测的问题。

根据本申请的一个方面，提供了一种沸腾焙烧炉产品质量软测量方法，其特征在于，包括：获取沸腾焙烧炉的多组生产数据，其中，所述生产数据是所述沸腾焙烧炉在生产时的多个参数；建立所述沸腾焙烧炉的机理模型，其中，所述机理模型用于指示所述沸腾焙烧炉的生产特性，所述机理模型为包括未知模型参数的函数；将所述多组生产数据代入到所述机理模型中，通过迭代优化获取所述未知模型参数的最优值，并将所述未知模型参数的最优值代入到所述机理模型中；根据所述机理模型得到每组生产数据对应的质量分数的预测序列；根据多组训练数据构建神经网络模型，其中，每组所述训练数据包括：一组生产数据以及根据所述机理模型得到的该组生产数据对应的质量分数的预测序列；所述神经网络模型用于根据生产数据输出预测的质量分数。

进一步地，建立所述沸腾焙烧炉的机理模型包括：建立所述沸腾焙烧炉的动力学模型和质量守恒模型，其中，所述动力学模型是根据所述沸腾焙烧炉中的化学反应建立的，所述质量守恒模型是根据所述沸腾焙烧炉的进料和出料的质量守恒建立的；根据所述动力学模型和所述质量守恒模型建立所述机理模型。

进一步地，根据所述多组训练数据构建所述神经网络模型包括：对于每一组生产数据构建第一特征变量；根据所述第一特征变量以及该组生产数据对应的质量分数的化验值得到所述神经网络模型的沸腾焙烧炉的特征变量；根据所述沸腾焙烧炉的特征变量以及根据所述机理模型得到的该组生产数据对应的质量分数的预测序列构建所述神经网络模型。

进一步地，所述神经网络模型为长短时记忆网络模型。

进一步地，所述生产参数至少包括以下参数：进入所述沸腾焙烧炉原料中硫化物的质量分数、同一采样时刻原料中被氧化物的质量分数、下一采样时刻原料中被氧化物的质量分数、温度检测点的检测到温度的平均值、鼓风机压力、所述沸腾焙烧炉的炉床压力、烟气中所含硫元素的体积分数。