爐溫的有效管理,對控制爐況穩(wěn)定和降低燃料消耗具有重要的實際意義。由于爐溫多變且預測比較困難,生產(chǎn)中對爐溫的管理存在不小的難度。提出對生產(chǎn)中涉及爐溫的各類重要因素進行有效管理,并對于不同時間段的爐溫采用不同的方法進行評估,通過把多個時間段的結果綜合起來,最終形成與生產(chǎn)密切關聯(lián)的整個時間段的爐溫評估體系。多時間段的評估高爐爐溫,并通過煤量調(diào)整模型給出建議值,可提高爐溫管理的準確性、及時性,避免誤操作,對實際操作具有一定的指導意義。 

【文章來源】：冶金自動化. 2020,44(S1)

【文章頁數(shù)】：5 頁

【部分圖文】：

多時間段爐溫評估示例圖

爐溫監(jiān)控體系中的數(shù)據(jù)監(jiān)控系統(tǒng)，以趨勢圖的形式顯示任意數(shù)據(jù)的變化情況，為分析爐溫變化情況提供數(shù)據(jù)基礎。圖2所示為分析下料速度對爐溫影響的趨勢圖，趨勢圖可以選擇任意參數(shù)、任意時間段進行數(shù)據(jù)分析。3 基于模糊規(guī)則的當前爐溫判斷

式中:C1為鼓風帶入的顯熱;C2為風口前碳素燃燒放熱;C3為鼓風濕分分解吸熱;C4為碳素熔損反應吸熱;C5為爐腹冷卻系統(tǒng)熱損;C6為噴吹煤粉裂解吸熱。圖5所示為爐熱計算模型在某高爐中的應用畫面，圖中給出了某一時期TC、鐵水硅含量的變化情況。由圖可以看出，爐況正常時，爐熱指數(shù)TC與鐵水硅含量之間具有很好的正相關關系。并且TC的變化具有一定的提前性，當TC上升時，鐵水硅含量也會相應地在稍后的1.5 h左右上升，TC下降，實際爐溫也相應下降，其他時間段內(nèi)也是如此，即TC能提前0.5～1.5 h左右預測爐溫的變化。

【參考文獻】：
期刊論文
[1]基于粒子群神經(jīng)網(wǎng)絡的高爐爐溫預測[J]. 劉景艷,張偉.  電子測量技術. 2018(03)
[2]集成自編碼與PCA的高爐多元鐵水質(zhì)量隨機權神經(jīng)網(wǎng)絡建模[J]. 周平,張麗,李溫鵬,戴鵬,柴天佑.  自動化學報. 2018(10)
[3]模糊控制在寶鋼高爐專家系統(tǒng)開發(fā)中的應用[J]. 李春彪.  冶金自動化. 2017(S1)
[4]高爐煉鐵過程多元鐵水質(zhì)量指標多輸出支持向量回歸建模[J]. 周平,李瑞峰,郭東偉,王宏,柴天佑.  控制理論與應用. 2016(06)
[5]基于Bootstrap的高爐鐵水硅含量二維預報[J]. 蔣朝輝,董夢林,桂衛(wèi)華,陽春華,謝永芳.  自動化學報. 2016(05)
[6]基于時間序列的神經(jīng)網(wǎng)絡高爐爐溫預測[J]. 崔桂梅,蔣召國,詹萬鵬,顧婧弘.  冶金自動化. 2015(05)
[7]基于熵權-可拓理論的高爐軟熔帶位置狀態(tài)模糊綜合評判方法[J]. 楊貴軍,蔣朝輝,桂衛(wèi)華,陽春華,謝永芳.  自動化學報. 2015(01)



本文編號：3290005