专利名称：一种电硅热法冶炼中低碳铬铁终点成分在线预测系统的制作方法
技术领域：
本发明涉及矿热炉冶炼技术领域，尤其涉及一种电硅热法冶炼中低碳铬铁终点成 分在线预测系统。
背景技术：
电硅热法是指在矿热炉内造碱性炉渣的条件下，用硅铬合金中的硅还原铬矿中铬 和铁的氧化物生产中低碳铬铁的方法。电硅热法冶炼中低碳铬铁终点成分包括温度、含碳 量和含硅量。这三个变量的在线预测不但关系着冶炼的终点时刻的判断，确定出铁时间，对 整个冶炼过程的供电制度、生产质量以及节能降耗等都起着关键的指导作用。
电硅热法冶炼中低碳铬铁的冶炼过程包括引弧加料、主熔期、精炼初期和精炼期 四种工况。熔化期是整个冶炼过程中时间最长、耗电量最大的阶段，由于开始发生还原反 应，产品中的碳含量、硅含量降低能够降低炉渣的熔点，使炉料加快融化，因此合理的温度、 碳含量和硅含量的控制可以加快生产效率，降低能源消耗。精炼初期和精炼期是指炉内物 料熔化完后到出铁前的这段冶炼时间，也是控制合金成分的关键阶段。这两个时期必须合 理控制温度，保持一定的精炼时间，太长会使金属增碳，并浪费电能；太短则还原反应进行 的不彻底，金属回收率低。因此终点时刻的判断尤为重要，传统的终点时刻判断方法是根据 取样判断合金含硅量以确定出铁时间，即出铁前在三根电极的中间取样，判断含硅量和含 碳量，硅量低应补加硅铬进行调硅；硅高应酌情加铬矿脱硅处理。待成分合格即可出铁。即 目前终点成分的判定多为操作人员的主观经验。终点成分中的含硅量还可用于判定炉料中 硅铬合金用量和炉渣碱度控制是否得当，且精炼期所采用的供电制度若长期采用高压长弧 也会增加矿热炉的热损，降低冶炼设备和炉衬的寿命。因此通过对电硅热法冶炼中低碳铬 铁终点成分准确的在线预测，可以及时调整整个冶炼过程中各种物料的加入和供电策略， 快速、准确地达到产品生产要求，缩短冶炼周期，提高矿热炉的生产效率和使用寿命。
目前在冶炼过程中，对中低碳铬铁冶炼终点成分实现准确而及时的判定尚不具备 条件，要较好的控制中低碳铬铁出铁时间，建立各个工况的合理供电制度，就必须通过准确 的预测，结合智能控制技术，合理确定精炼时间，以便更好的满足冶炼要求。对此，各国钢铁 企业以及相关研究机构一直致力于中低碳铬铁精炼技术的研究和应用，常采用的方法有 基于专家系统的工况判断、基于神经网络的碳含量预测方法和以实际工程经验为基础的直 接判断法，其优化目标是基于经验风险最小化，因此易陷入局部最优，训练结果不太稳定， 且一股需要大量的数据样本。
支持向量机(Support Vector Machines, SVM)是在统计学习理论中发展起来的， 广泛应用于非线性分类、函数逼近、模式识别领域，摆脱了长期以来从生物仿生学的角度构 建学习机器的束缚。此外，基于SVM的快速迭代方法和简化算法也得到迅速的发展。与神 经网络相比，支持向量机方法具有更坚实的数学理论基础，可以有效地解决有限样本条件 下的高维数据模型构建问题，并具有泛化能力强、收敛到全局最优、维数不敏感等优点。发明内容
本发明解决了现有技术所存在的大数据量数据样本训练时间过长，以及整个冶炼 过程采用单一模型进行预测时存在误差的技术问题，提供一种电硅热法冶炼中低碳铬铁终 点成分在线预测系统，该系统充分利用不同冶炼工况的各种传感器信息，采用多尺度支持 向量机进行融合分析，而且预测结果具有较高的准确率，能够满足实际需要，友好的界面设 计更为简单实用。
本发明解决技术问题所采用的技术方案如下
一种电硅热法冶炼中低碳铬铁终点成分在线预测系统，包括信息采集装置和对采 集的信号进行信息融合的计算机处理系统；信息采集装置包括电表、水表、气表和PLC电炉 控制系统，它们对电硅热法冶炼中低碳铬铁终点成分预测所需的相关信息进行提取，其中 电表、水表、气表通过485网络与计算机处理系统通信，PLC电炉控制系统通过以太网与计 算机处理系统通信，实现数据的传送；计算机处理系统对采集到的数据首先采用主成分分 析的方法对输入数据样本进行降维处理，然后利用多尺度支持向量机信息融合的方法构建 电硅热法冶炼中低碳铬铁终点成分预测模型，实现中低碳铬铁冶炼终点成分的实时在线预 测，其中最佳分解尺度信息根据不同的冶炼工况采用Levenberg-Marquart算法进行优化 设计，冶炼工况的判断采用贝叶斯分类器实现。
本发明的有益效果如下
1)由于采用了信息采集装置，可实时获取来自中低碳铬铁冶炼过程的各项参数， 并将信息传到计算机处理系统；
2)通过采用主成分分析的方法对数据样本进行优化，对经过降维的传感器信息采 用多尺度支持向量机进行数据融合，对电硅热法冶炼中低碳铬铁终点成分进行预测，解决 了整个冶炼过程，使用单一的预测模型预测精度不同的问题；
3)本发明冶炼工况的分类采用贝叶斯判别方法实现，最佳分解尺度的优化采用 Levenberg-Marquart算法实现，从而实现了根据不同的冶炼工况选择不同的多尺度支持向 量机模型参数，提高了支持向量机的学习效率和回归能力，因此有效地提高了电硅热法冶 炼中低碳铬铁终点成分在线预测精度，使预测结果更加准确、合理，更具有实用性；
4)本发明将采集到的数据存放在SQL Server 2000数据库，软件设计中的算法由 Java语言编写，界面为Jsp代码实现的动态网页形式，将预测结果以图表的形式显示，使预 测结果更加准确、合理，更具有实用性，同时将预测结果作成网页形式，提供了更为简洁、方 便的浏览模式。
图1是本发明电硅热法冶炼中低碳铬铁终点成分在线预测系统的结构框图。
图2是本发明电硅热法冶炼中低碳铬铁终点成分在线预测系统的原理图。
图3是本发明数据的输入和后台算法实现过程的流程图。
具体实施方式
下面结合附图和具体实施例对本发明作进一步详细说明。
如图1所示，本发明的电硅热法冶炼中低碳铬铁终点成分在线预测系统包括由电表、水表、气表、PLC电炉控制系统构成的信息采集装置和计算机处理系统。其中，电表、 水表、气表通过485网络与计算机处理系统通信，PLC电炉控制系统通过以太网与计算机处 理系统通信，实现数据的传送。
如图2所示，本发明的电硅热法冶炼中低碳铬铁终点成分在线预测系统，利用计 算机处理系统通过多尺度支持向量机信息融合的方法完成电硅热法冶炼中低碳铬铁终 点成分在线预测。首先采用主成分分析的方法对输入数据样本进行降维处理，用较少的 新变量代替原来较多的输入数据，且求得的新变量能尽量多地反映原来变量所包含的信 息，实现输入数据样本的优化；然后采用多尺度支持向量机的方法对输入的新变量进行 数据融合，针对不同的冶炼工况采用不同的尺度，实现电硅热法冶炼中低碳铬铁终点成分 在线预测。其中多尺度支持向量机算法中的最佳分解尺度信息根据不同的冶炼工况采用 Levenberg-Marquart算法进行优化设计，冶炼工况的判断采用贝叶斯分类器实现。
输入向量分别对应影响低碳铬铁冶炼终点成分的主要因素，设输入向量为χ = Ix1, X2, X3, X4, X5, X6, X7, X8, ，其中X1为预报周期时间内的电极压放量，X2为预报周期内 的电极弧流，X3为通电时间，X4为预报周期内的变压器二次侧电流，x5为预报周期内的变压 器二次侧电压，X6为炉底温度，X7为有功电能，&为电炉冷却水流量，X9为炉料含硅量。其 中电极压放量，电极弧流和炉底温度来自PLC电炉控制系统；炉料含硅量为手工录入。变压 器二次侧电流，变压器二次侧电压和有功电能的测量来自电表；电炉冷却水流量来自水表； 输出向量为{y1; γ2, y3}，其中Y1为温度，y2为含碳量，y3为含硅量。
本发明电硅热法冶炼中低碳铬铁终点成分在线预测系统中计算机处理系统的处 理过程如下
1、基于主成分分析的输入数据样本优化
有σ个低碳铬铁冶炼过程数据样本，每个样本共有ρ个变量，构成一个ηΧρ阶的 铁合金电炉冶炼过程数据矩阵
X
式中，ρ= 9, σ = 60。
根据方差最大化原理，用一组新的、线性无关且相互正交的向量来表征原来数据。 这组新向量(主成分)是原始数据向量的线性组合。设Zl，h，...，^(m彡ρ)为新向量，则 新向量Zl，z2, . . . , Zffl分别称为原数据样本Xl，x2，...，和的第1，第2，...，第m主成分，有 下式zi = h\x\ + hix2 + A + I χ pZ— -ι JCi /‘)·-) JC‘) Η~ I, JC
ρ ρX11X12AX1PX2lΧ22AX2pMMMχ \Χ 2AΧ ρ ■(1)zm = LixI +lm2X2 +Λ + LPxp
式中，系数Iu为主成分载荷，其计算步骤如下
第一步相关系数矩阵的计算
权利要求
1.一种电硅热法冶炼中低碳铬铁终点成分在线预测系统，其特征在于，该系统包括信 息采集装置和计算机处理系统，所述信息采集装置通过网络与所述计算机处理系统进行通 信，其用于对中低碳铬铁终点成分在线预测所需的数据进行采集；所述计算机处理系统对 采集到的数据利用多尺度支持向量机信息融合的方法构建基于工况的电硅热法冶炼中低 碳铬铁终点成分在线预测模型，实现电硅热法冶炼中低碳铬铁终点成分的在线预测，并将 预报结果制成网页以供实时在线查询。
2.如权利要求1所述的一种电硅热法冶炼中低碳铬铁终点成分在线预测系统，其特征 在于，所述信息采集装置包括电表、水表、气表和PLC电炉控制系统，它们分别对中低碳铬 铁终点成分在线预测所需的电压、水压、气压和电炉工况信息进行采集；所述电表、水表、气 表分别通过485网络与计算机处理系统通信，所述PLC电炉控制系统通过以太网与计算机 处理系统通信，实现数据的传送。
3.如权利要求1所述的一种电硅热法冶炼中低碳铬铁终点成分在线预测系统，其特征 在于，所述计算机处理系统对采集到的数据首先采用主成分分析的方法对输入数据样本进 行降维处理，实现输入数据样本的优化；然后利用多尺度支持向量机信息融合的方法构建 电硅热法冶炼中低碳铬铁终点成分预测模型，实现中低碳铬铁冶炼终点成分的实时在线预 测；
4.如权利要求3所述的一种电硅热法冶炼中低碳铬铁终点成分在线预测系统，其特征 在于，所述计算机处理系统采用贝叶斯分类器实现冶炼工况的判断，根据不同的冶炼工况 采用改进的Levenberg-Marquart算法进行最佳分解尺度的优化设计。
5.如权利要求1所述的一种电硅热法冶炼中低碳铬铁终点成分在线预测系统，其特征 在于，所述计算机处理系统将采集到的数据存放在SQL Server 2000数据库中，采用Java 语言和Jsp代码实现动态网页设计，将预测结果以图表的形式显示。
全文摘要
本发明电硅热法冶炼中低碳铬铁终点成分在线预测系统涉及矿热炉冶炼技术领域，该系统包括信息采集装置和计算机处理系统，所述信息采集装置通过网络与所述计算机处理系统进行通信，其用于对中低碳铬铁终点成分在线预测所需的数据进行采集；所述计算机处理系统对采集到的数据利用多尺度支持向量机信息融合的方法构建基于工况的电硅热法冶炼中低碳铬铁终点成分在线预测模型，实现电硅热法冶炼中低碳铬铁终点成分的在线预测，并将预报结果制成网页以供实时在线查询。本发明的有益效果是该方法有效地提高了预测精度，使预测结果更加准确、合理，更具有实用性。
文档编号C22B4/06GK102031372SQ201010566889
公开日2011年4月27日 申请日期2010年12月1日 优先权日2010年12月1日
发明者张广来, 张德江, 张袅娜, 杨宏韬 申请人:长春工业大学