[发明专利]一种高炉十字测温装置中心温度估计方法

摘要

一种高炉十字测温装置中心温度估计方法属于高炉冶炼自动化控制领域，特别涉及一种基于多输出支持向量回归机(M‑SVR)的高炉十字测温装置中心温度估计方法。本发明构造一个具有输出自反馈结构，并考虑上一时刻输入数据的十字测温中心温度估计模型，对十字测温中心五个测温点温度进行在线估计。保证在十字测温中心温度点无法正常测量时，操作人员能够根据模型的温度估计值估计炉内煤气流分布，及时调整布料矩阵，保证高炉稳定顺行。本发明包括以下步骤：(1)模型输入变量的选择；(2)建模策略的确定；(3)模型训练样本的确定。

主权项

1.一种高炉十字测温装置中心温度估计方法，其特征在于包括以下步骤：(1)模型输入变量的选择需要估计的高炉十字测温中心温度点为T5,T6,T16,T15,T17；T5为西北方向中心温度点，T6为东南方向中心温度点，T16为正中心温度点，T15为西南方向中心温度点，T17为东北方向中心温度点；十字测温点T1、T2、T3、T4由外侧至中心位于高炉炉喉西北方向；十字测温点T7、T8、T9、T10由中心至外侧位于高炉炉喉东南方向；十字测温点T11、T12、T13、T14由外侧至中心位于高炉炉喉西南方向；十字测温点T18、T19、T20、T21由中心至外侧位于高炉炉喉东北方向；根据工艺机理和变量之间的相关性，共选取以下9个变量作为输入：十字测温点T3、十字测温点T4、十字测温点T8、十字测温点T10、十字测温点T19、顶温东南、顶温西北、顶温西南、顶温东北；十字测温装置和顶温测量装置分别安装在炉喉和炉顶相应位置；(2)建模策略的确定考虑到高炉炼铁过程的动态特性以及输入输出之间的时序和滞后关系，引入输出自反馈，并将上一时刻的输入输出数据也纳入模型的输入变量中，构成如下23输入5输出估计模型； { y ~ 1 ( t ) , ... , y ~ 5 ( t ) } = f { x 1 ( t ) , ... , x 9 ( t ) , x 1 ( t - T ) , ... , x 9 ( t - T ) , y ~ 1 ( t - T ) , ... , y ~ 5 ( t - T ) } - - - ( 1 ) ]]>式中，变量T＝1；(3)模型训练样本的确定从厂方数据库分别读入正常生产情况下一段时间的输入和输出样本数据集，根据(2)建模策略的确定中所提建模策略，将上一时刻的输入输出采样数据也纳入模型的输入中，得训练模型的输入变量为xi＝{x1(t),...,x9(t),x1(t-T),...,x9(t-T),y1(t-T),...,y5(t-T)},输出变量为yi＝{y1(t),...,y5(t)}；式中，y1(t),...,y5(t)为初始训练模型时中心五点温度(T5,T6,T15,T16,T17)当前时刻的实际输出；首先采用噪声尖峰滤波算法用于剔除高炉生产的噪声尖峰跳变数据；然后采用移动平均滤波算法用于剔除尖峰跳变滤波后训练数据中较小的高频测量噪声波动干扰；将输入输出数据归一化，缩至[-1,1]区间；得初始训练模型所需的输入数据集为X＝{xi|i＝1,2,...,L},输出数据集Y＝{yi|i＝1,2,...,L}；式中，xi＝{x1(t),...,x9(t),x1(t-T),...,x9(t-T),y1(t-T),...,y5(t-T)}，yi＝{y1(t),...,y5(t)}，L为样本个数；(4)M-SVR估计模型的训练和使用(A)开始：初始化所有变量；(B)如果选择为十字测温温度估计模型训练，转至(C)，读取估计模型训练所需的样本数据集；如果选择为中心温度估计，转至(I)，读取已完成训练的十字测温中心温度估计模型；(C)读取模型训练数据集：读入(3)模型训练样本的确定中处理完毕的样本输入数据集X和样本输出数据集Y；(D)M-SVR模型相关待定参数确定：包括目标函数的惩罚因子C，允许偏差ε，核函数以及核函数的相关参数；根据所提出的估计模型的实际情况，核函数选择Sigmoid函数如式(2)；式中，d为核函数的伸缩变量；(E)M-SVR模型的训练过程及模型预设参数的确定：基于模型训练样本集以及(D)中预先设定的模型相关待定参数，惩罚因子C和允许偏差ε进行估计模型训练；所依据的M-SVR算法通过最小化公式(3)中性能指标Lp(W,b)来进行估计模型的训练，求出与最优分类超平面对应的M-SVR估计模型参数向量

下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。 免登录下载普通用户下载升级VIP会员，免费下载

该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于东北大学，未经东北大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】

本文链接：http://www.vipzhuanli.com/patent/201610119430.4/，转载请声明来源钻瓜专利网。