基于多传感器的高炉炼铁操作参数优化*

崔桂梅，侯 佳，高翠玲，陈智辉

(内蒙古科技大学 信息工程学院，内蒙古 包头014010)

0 引 言

高炉(blast furnace，BF)炼铁是一个复杂的高温、多相物理化学变化过程，具有非线性、多变量、大滞后、强耦合、不确定性等特点［1］，为了实现对高炉的实时监控，高炉炼铁过程应用了大量传感器，用来采集各变量数据，利用数据挖掘［2］实现操作参数优化。长期以来，许多学者针对高炉优化做了大量的研究，例如:刘祥官教授［3，4］在高炉炼铁过程的建模优化方面取得了巨大的进步，但是针对操作参数优化的研究相对较少。阳春华、谢永芳教授［5］将操作模式匹配应用到铜闪速熔炼过程中，取得了一定的成果，但是在高炉领域尚无人应用。

本文针对白云鄂博矿的特殊冶炼过程，结合高炉专家经验，从数据驱动的角度研究高炉炼铁过程操作模式优化问题，即利用操作模式评价模型提取优良模式库，然后采用基于相似性的聚类算法对优良模式库中的模式进行聚类，获得各子类中心。计算当前工况与各子类中心的相似度，获得与当前工况所匹配到的相似度最高的子类，实现第一级匹配。进入该子类，计算当前工况与该子类各操作模式的相似度，取相似度最大的操作模式作为匹配到的最优操作模式，完成第二级匹配。采用操作模式多级匹配方法能够准确快速地搜索出最优操作模式，使得综合工况指标达到最优。

1 高炉炼铁操作模式的定义

高炉炼铁过程是在一个密闭的竖炉内进行的。高炉炼铁过程的特点是，在炉料(矿石、焦炭)与煤气逆流运动的过程中完成了多种错综复杂的交织在一起的化学反应和物理变化，且由于高炉是密闭的容器，除去投入(装料)和产出(铁、渣、煤气)外，操作人员无法直接观察到反应过程，只能通过仪器仪表检测的数据，间接观察、了解高炉的运行状况。高炉炼铁过程各种传感器检测的数据大约有70 多种，因此，根据现场数据的采集条件和各变量与铁水硅含量(%)与硫含量(%)的相关程度，结合专家经验选取料速(批/h)、铁量差(t)、透气性指数(m3/min·MPa))、风量(m3/min)、富氧率(%)、喷煤量(t/h)作为主要变量。将上述变量组合定义为高炉炼铁的操作模式，即q=［XTYTOT］T，其中，X=［x1，x2，x3］T，料速(x1)、铁量差(x2)、透气性指数(x3)能反映高炉运行状态定义为状态参数;Y=［y1，y2，y3］T，风量(y1)、富氧率(y2)、喷煤(y3)等生产过程中可进行调节控制的参数定义为操作参数;O=［o1，o2］T，铁水硅含量(o1)与硫含量(o2)为反应铁水质量的工艺指标。操作模式匹配即是以当前炉况的状态参数与优化操作模式的状态参数进行匹配，通过相似度计算寻找到最接近的操作参数，从而实现操作参数的优化，达到指导实际生产的目的。

2 高炉炼铁操作模式多级匹配过程

2.1 数据预处理

1)异常数据的处理

在高炉炼铁中，受测量仪表检测精度、可靠性和现场测量环境等因素的影响，不可避免地存在一些不完整和错误的数据。这些数据会在一定程度上影响甚至改变整体数据的分布趋势与相关结构，因此异常数据的检测和处理非常重要。异常数据剔除方法主要有拉依达准则法、马氏距离法、预测残差等，根据实际要求，采用拉依达准则法对异常数据进行剔除。本文所用某炼铁厂数据为14 228 组，剔除后剩余13 513 组。

2)数据时滞分析

高炉工艺参数对铁水硅含量、硫含量的影响存在着一定的时间滞后性，只有考虑滞后时间，才具有指导意义。采用自相关函数法［6］确定时滞，并结合炉长的相关经验，得出各参数的滞后时间分别为料速100 min，透气性180 min，风量60 min，富氧120 min，喷煤量280 min。

2.2 优良模式库提取

高炉炼铁实际生产中，在一定的输入条件下，不同操作参数带来的生产效果差别很大。为此，建立操作模式评价模型，对某一输入条件的操作模式进行评价，具有较优综合指标的操作模式为优化操作模式。引入综合指标来直观反映综合工况的好坏，用式(1)来表示

其中，Sireal，Sreal分别为操作模式中实际铁水硅含量和硫含量;Sihope，Shope分别为硅含量与硫含量的期望值;a1，a2分别为高炉铁水硅含量、硫含量对综合工况指标的影响因子，约束条件为:a1+a2=1，且0≤a1，a2≤1。根据高炉炼铁机理分析结合专家经验，确定影响因子a1，a2的值分别为0.6，0.4，Sihope，Shope分别为0.55%，0.03%，并确定综合工况评判标准即优良模式的评判标准，如表1 所示。

表1 综合工况判断Tab 1 Judgement of compositive working status

综合工况指标J 越小说明工况越好，计算J 值并结合表1 判断当前模式是否为优，如果当前操作模式的综合工况指标落在“优”区间，则将此操作模式放入优良模式库中，从而完成优良模式库的提取。本文最终提取到的优良模式库所含优良操作模式为8170 组。

2.3 操作模式匹配

由于大量传感器的使用，使得高炉炼铁过程中积累了大量的工业历史数据，即使通过操作模式评价模型所提取的优良模式库仍非常庞大，直接从优良模式库中搜索匹配当前工况耗时耗力，且准确度相对来说不高。为此，采用操作模式多级匹配，首先采用聚类算法对优良模式库进行聚类，然后采用基于马氏距离的相似性度量方法，快速地匹配到相似度最高的操作模式［7，8］。

2.3.1 基于相似性的FCM 聚类

模糊C 聚类(fuzzy c-means，FCM)算法是一种基于划分的聚类算法［9，10］，它的思想就是使得被划分到同一簇的对象之间相似度最大，而不同簇之间的相似度最小。为此，先用减法聚类确定初始聚类中心和聚类个数，确定聚类个数为5 类，而后基于FCM 聚类得到的各子类中心和每一类的个数如表2 所示。

表2 聚类中心与数据个数Tab 2 Number of clustering centers and data

2.3.2 操作模式相似度计算

马氏距离［11，12］被广泛应用于相似性度量，它是一种有效的计算2 个样本集之间相似度的方法，它不仅不受量纲影响，并且还能较好地处理变量间的相关性问题。假设H，S 为2 个数据集，则H 的均值和S 的均值之间的马氏距离可用下式计算其中分别为数据集H 和S 的样本均值;为S 的协方差矩阵的伪逆矩阵，则采用马氏距离时操作模式的相似度定义为

按照上式求出当前工况与优化操作模式之间的相似度，匹配到相似度最高的优化操作模式［13］，实现操作参数的优化。

3 实际应用

综上所述，以某钢铁公司6#高炉2013 年9 月26 日所选取的5 组数据为例，通过状态参数进行一级匹配，确定各组数据所属子类，结果如表3 所示。

表3 状态参数所属子类Tab 3 Sub-classes that condition parameters belong to

一级匹配确定所属子类后进入该子类中进行二级匹配，所得最优操作参数与实际操作参数对比结果如表4 所示。从表4 可以看出:匹配优化出的风量、富氧率及喷煤量与操作人员的经验操作思路相吻合，上述3 个参数的最大相对误差分别为5.27%，6.16%，5.0%。由表5 可以看出:采用操作模式多级匹配方法与常规模式匹配方法相比能有效缩短搜索时间，提高效率。结果表明:采用本文提出的高炉炼铁操作模式多级匹配方法可以准确并快速地给现场人员提供决策指导。

表4 实际操作参数与最优操作参数对比Tab 4 Comparison between optimal operational parameters and actual operational parameters

表5 多级匹配方法与常规匹配方法效果对比Tab 5 Effect comparison of matching strategy between multi-hierarchy and conventional

4 结束语

本文根据高炉炼铁过程积累的大量传感器数据，结合专家经验，建立了操作模式评价模型，实现了优良模式库的提取，提出了基于马氏距离的模式相似度分析方法和操作模式多级匹配计算方法，减少了相似度计算复杂程度，缩短了模式匹配时间，进而获得最优操作参数，实现了优化过程的准确性与快速性。仿真和分析表明:该方法具有较好的效果，并且对稳定生产过程的整体优化运行具有积极的作用，具有广阔的应用前景。

［1］ 周传典.高炉炼铁生产技术手册［M］.北京:冶金工业出版社，2005.

［2］ 严爱军，柴天佑，岳 恒.竖炉焙烧过程的多变量智能优化控制［J］.自动化学报，2006，32(4):636－640.

［3］ 刘祥官，刘 芳.高炉炼铁过程优化与智能控制系统［M］.北京:冶金工业出版社，2003.

［4］ 渐 令，刘祥官.支持向量机在铁水含硅量预报中的应用［J］.冶金自动化，2005，29(3):33－36.

［5］ 桂卫华，刘建华，谢永芳.铜闪速熔炼过程操作模式快速匹配策略［J］.控制与决策，2013，28(1):120－130.

［6］ 郜传厚，渐 令，陈积明，等.复杂高炉炼铁过程的数据驱动建模及预测算法［J］.自动化学报，2009，35(6):725－730.

［7］ 胡志坤.复杂有色金属熔炼过程操作模式智能优化方法研究［D］.长沙:中南大学，2005.

［8］ 桂卫华，阳春华.复杂有色冶金生产过程智能建模、控制与优化［M］.北京:科学出版社，2010.

［9］ 孙吉贵，刘 杰，赵连宇.聚类算法研究［J］.软件学报，2008，19(1):48-61.

［10］张慧哲，王 坚.基于初始聚类中心选取的改进FCM 聚类算法［J］.计算机科学，2009，36(6):206-209.

［11］杨 涛，骆嘉伟，王 艳，等.基于马氏距离的缺失值填充算法［J］.计算机应用，2005，25(12):2868-2871.

［12］李玉榕，项国波.一种基于马氏距离的线性判别分析分类方法［J］.计算机仿真，2006，23(8):86-88.

［13］陈 新.铜闪速熔炼过程基于操作模式匹配与演化的操作优化方法［D］.长沙:中南大学，2012.