[发明专利]一种基于数据分析的高炉风口漏水检测方法

说明书

本发明公开了一种基于数据分析的高炉风口漏水检测方法，通过OPC接口对高炉风口相应的PLC进行统一访问获取高炉风口数据清单中所需的数据；对所有历史的高炉风口漏水检测数据和已上传的高炉风口漏水检测数据进行人工标注；对高炉风口漏水检测数据集进行批量解析；数据预处理；数据标准化；利用主成分分析法对标准化处理后的数据集进行降低数据空间的维数及特征选择；优化LSTM+attention模型，并利用模型对识别高炉风口漏水。利用多传感器数据分析以及人工智能算法提高了高炉风口漏水的检测效果，尤其是风口小流量漏水的情况，减少了误检以及漏检情况的发生，提高了检测的实时性、有效性和准确性。

技术领域

本发明涉及高炉风口漏水检测技术领域，具体涉及一种基于数据分析的高炉风口漏水检测方法。

背景技术

目前，对高炉风口漏水检测的方法主要有：

(1)温度差法：在风口前端使用温度计监测风口温度，当检测温度超过规定值则判断为风口漏水；

(2)流量差法：根据高炉风口正常状态下进出水量平衡原理，利用冷却水进出的流量差来判别风口是否漏水；

(3)煤气分析法：利用煤气中氢气含量的变化来判断风口是否出现漏水。若风口出现漏水，会导致高炉内煤气中氢气浓度快速上升；

(4)人工现场观察法：根据个人经验观察高炉风口来判断高炉运行状态，观察高炉风口出水是否有喘息现象，从而判断风口是否发生漏水。

上述方法具有如下缺点：

(1)温度差法只能检测温度，单一变量难以准确检测复杂变化的高炉风口漏水状态。

(2)流量差法在理论上可行，但实际中由于高炉气体的串入、流量计量误差等因素干扰，易造成进出水量检测不准确、小流量漏水不敏感、误检和漏检的情况。

(3)煤气法在风口漏水量大时由于炉内煤气中氢气含量会急剧上升，能够有效检测，但是风口出现微量漏水时，氢气含量波动较小，难以有效检测风口小流量漏水的情况。

(4)人工现场观察法由于操作者个体经验差异较大，并且对各个风口进行逐个现场排查，工作量大，造成判断不准确、不能及时发现风口漏水的现象。

发明内容

针对现有技术的不足，本发明旨在提供一种基于数据分析的高炉风口漏水检测方法。

为了实现上述目的，本发明采用如下技术方案：

一种基于数据分析的高炉风口漏水检测方法，具体包括如下步骤：

S1、构建高炉风口数据清单，所述数据清单包括冷却水罐的液位、冷却水罐进水温度、冷却水罐出水温度、每个风口的进出水流量和炉顶煤气分析仪测得的一氧化碳、二氧化碳和氢气含量，以及高炉风量、炉顶压力，每个数据点均为每分钟瞬时值；

S2、构建高炉风口漏水检测数据采集模块，所述高炉风口漏水检测数据采集模块通过OPC接口对高炉风口相应的PLC进行统一访问获取高炉风口数据清单中所需的数据，数据的格式为JSON文件，然后将数据利用MQTT协议将数据上传至信息储存数据库服务器存储；

S3、由专业人员对所有历史的高炉风口漏水检测数据和已上传的高炉风口漏水检测数据，根据已记录的漏水与未漏水状态进行人工标注，所标注的数据在时间上是平行的，标注格式为JSON；

S4、构建JSON数据批量解析模块，利用JSON数据批量解析模块对所述步骤S3标注的高炉风口漏水检测数据集进行批量解析；

S5、构建数据预处理模块，利用数据预处理模块对步骤S4的解析结果进行数据预处理；

S6、对步骤S5预处理后的数据进行标准化，标准化后的数据符合标准正态分布；