[发明专利]一种2000级高炉管道的预测及处理方法

说明书

本申请实施例提供的2000级高炉管道的预测方法及处理方法，基于高炉的当前风量、当前风压、当前顶压及当前压差，依据第一预设时间段内采集到的风量、风压、顶压、压差以及第二预设时间段内发生崩滑料的次数、料尺发生呆滞现象的次数及探尺工作不均现象的次数；并判断是否满足步骤S141、步骤S142、步骤S143、步骤S144、和步骤S145的条件，如果满足，则判定当前运行状况为即将发生管道的先兆，可以对高炉管道进行预警，继而及时采取调整措施，进而有效避免了高炉管道的发生。

技术领域

本发明涉及化工高炉炼铁领域，具体涉及一种2000级高炉管道的预测及处理方法。

背景技术

高炉料柱透气性和风量不相适应，炉内形成局部区域出现强盛的煤气沟流，其他广大区域煤气流相对减弱，这种炉况称为“管道”。管道常常伴随崩料和塌料，因而会对高炉顺行产生破坏作用，最终造成高炉经济损失严重。因此非常有必要找到一种高炉管道的预测方法，在高炉管道发生前及时进行预警，提醒操作人员及时进行调节和控制，从而将高炉管道消灭在萌芽状态。

近年来，随着高炉大型化和装备水平的提高，设备功能在不断进步和完善。与此同时，高炉精料水平也显著提高，操作技术也有了很大的进步。在高炉生产中出现管道这类异常炉况已大为减少。但是，由于高炉生产系统十分庞杂，影响因素众多，有时几个不利因素不期而遇，可能会出现“祸不单行”，还是有可能酿成管道，给高炉生产带来巨大损失。

现有技术方案中，为了对高炉“管道”现象进行预测，相关研究人员研究出采用数学算法对高炉“管道”进行预测的技术方案，如采用二叉树分类器算法、孪生超球支持向量方法、PCA-ICA过程监测方法对高炉过程进行监测并设计出故障辨识指标、以及设计ABC(人工蜂群)算法对极限学习机(ELM)的输入权值和隐层阈值进行了参数优化，建立了最优极限学习机模型，并将实际生产数据带入最优极限学习机模型进而实现对高炉“管道”进行诊断。然而，这些方法均是采用数学算法进行高炉故障的诊断，缺乏高炉工艺规则的支撑，系统的漏报率和误报率很高，而且对电脑的性能要求很高。

因而，现有技术方案中缺少一种不依赖于电脑性能、针对高炉的实时数据，结合各个高炉的案例特征，对高炉的“管道”进行精准预测的技术方案。

发明内容

因此，本发明要解决的技术问题在于克服现有技术中缺少一种不依赖于电脑性能、针对高炉的实时数据，结合各个高炉的案例特征，对高炉的管道进行精准预测的技术方案缺陷，从而提供一种2000级高炉管道的预测及处理方法。

第一方面，根据本申请实施例提供一种2000级高炉管道的预测方法，包括：

步骤S12、获取高炉的当前运行参数，及第一预设时间段内采集到的风量、风压、顶压、压差以及第二预设时间段内发生崩滑料的次数、料尺发生呆滞现象的次数及探尺工作不均现象的次数；所述当前运行参数包括当前风量、当前风压、当前顶压和当前压差；

步骤S141、如果第一预设时间段内风压的最大值与最小值的差值不低于目标风压差值，第一预设时间段内风量西格玛值不低于第一目标风量西格玛值，且不高于第二目标风量西格玛值；则

步骤S142、如果当前风量与第一预设时间段内任意时刻风量的差值中的最大值不低于目标风量差值，且当前风压与最大风量差值时刻对应的风压的差值不高于目标风压差值；当前压差与最大风量差值时刻对应的压差的差值不高于目标压差差值；则

步骤S143、如果当前风压与参考风压的差值不低于目标风压差值，且当前顶压与参考顶压的差值不低于目标顶压差值，且当前压差与参考压差的差值不高于目标压差差值；则

步骤S144、如果当前4个顶温平均值较上一个采集时刻4个顶温平均值的变化幅度不低于目标顶温变化幅度，且当前顶温中最大值与最小值的差值不低于目标顶温差值；则

步骤S145、如果第二预设时间段内发生崩滑料的次数不低于第一目标崩滑料次数；或者