一种高炉炼铁过程中高炉操作炉型的分类方法与流程

技术特征：

1.一种高炉炼铁过程中高炉操作炉型的分类方法，其特征在于，所述方法包括：

获取高炉在炼铁过程中各时间段的综合焦炭消耗量、合格生铁量、通风量及高炉炉壁上各测温点的温度数据；

对所述综合焦炭消耗量、所述合格生铁量、通风量及所述温度数据进行预处理，剔除异常数据并对被剔除的数据进行补全；

根据预处理后的综合焦炭消耗量、合格生铁量计算获得综合焦比；

基于聚类算法，对预处理后的温度数据进行分类；

根据每一类温度数据对应的综合焦比、合格生铁量及通风量，获得每一类温度数据对应的高炉操作炉型。

2.如权利要求1所述的方法，其特征在于，所述对所述综合焦炭消耗量、所述合格生铁量、通风量及所示温度数据进行预处理，剔除异常数据并对被剔除的数据进行补全，包括：

获得同一检测点的在不同时间段的多个目标数据，所述目标数据分别为所述综合焦炭消耗量、所述合格生铁量、通风量及所述温度数据中的一个数据；

根据所述多个目标数据，剔除存在连续n个目标数据值不属于对应的数据最小值与数据最大值之间的检测点的所有目标数据，n为设定阈值；

对剔除后的目标数据，采用拉伊达法则剔除由偶然误差导致的异常数据，获得剔除由偶然误差导致的异常数据后的有效数据；

根据所述有效数据对被剔除的数据进行补全。

3.如权利要求2所述的方法，其特征在于，所述对剔除后的目标数据，采用拉伊达法则剔除由偶然误差导致的异常数据，包括：

获得满足下述公式的数据X_d作为所述异常数据并剔除：

$|X_d-\stackrel{\‾}{X}|\>3\mathrm{\σ}$

其中，为同一检测点1天内检测数据的算术平均值；σ为对应检测点1天内检测数据的标准偏差。

4.如权利要求2所述的方法，其特征在于，所述根据所述有效数据对被剔除的数据进行补全，包括：

获得与被剔除数据的检测点临近的i个检测点的有效数据，通过如下公式计算获得补全数据对被剔除的数据进行补全：

$T_A=\frac{T_1+T_2+...+T_i}{i}$

其中，T_A表示所述补全数据，T_i表示与被剔除数据的检测点临近的第i个数据，i为大于等于2的整数。

5.如权利要求1所述的方法，其特征在于，所述根据预处理后的综合焦炭消耗量、合格生铁量计算获得综合焦比，包括：

通过如下公式计算获得所述综合焦比K：

其中，每一时间段对应一个综合焦比。

6.如权利要求1～5任一所述的方法，其特征在于，所述基于聚类算法，对预处理后的温度数据进行分类，包括：

对预处理后的温度数据进行最小二乘估计，获得不同温度检测点在同一时间点的估计值；

基于聚类算法对所述估计值进行分类，获得所述估计值所属的类别作为与所述估计值对应的温度数据所属的类别。

7.如权利要求6所述的方法，其特征在于，所述根据每一类温度数据对应的综合焦比、合格生铁量及风量，获得每一类温度数据对应的高炉操作炉型，包括：

根据每一类温度数据对应的综合焦比、合格生铁量及通风量，分别获得每一类温度数据对应的平均综合焦比、平均合格生铁量及平均通风量；

根据所述每一类温度数据对应的平均综合焦比、平均合格生铁量及平均通风量所属的阈值范围，获得每一类温度数据对应的高炉操作炉型。

8.如权利要求7所述的方法，其特征在于，所述根据所述每一类温度数据对应的平均综合焦比、平均合格生铁量及平均通风量所属的阈值范围，获得每一类温度数据对应的高炉操作炉型，包括：

当一类温度数据对应的所述平均通风量大于5300立方米每天、所述平均合格生铁量大于等于8300吨每天且所述平均综合焦比小于490时，获得该类温度数据对应的高炉操作炉型为最优；

当一类温度数据对应的所述平均通风量大于5300立方米每天、所述平均合格生铁量大于等于8000吨每天小于8300，且所述平均综合焦比小于500时，获得该类温度数据对应的高炉操作炉型为较优。