一种电炉冶炼管线钢工艺参数预测与能效优化方法

本发明属于冶金，具体涉及一种电炉冶炼管线钢工艺参数预测与能效优化方法。

背景技术：

1、管线钢通常用于油气输送等服役环境严苛的场景，对产品成分、温度稳定性、质量一致性和冶炼能耗具有较高要求。电炉冶炼过程存在原料波动、电弧不稳定、热电偶局部失效、投料和供电操作滞后等问题，导致工艺参数之间呈现强耦合、非线性、时滞性和阶段差异性。

2、现有基于相关性分析或单一机器学习模型的方案可以完成基础预测和能效显示，但仍存在以下不足：第一，固定相关系数阈值难以适应冶炼阶段转换和工况漂移，容易将偶然相关变量误判为控制变量；第二，缺乏对电炉物料平衡、能量平衡、电极三相耦合及热电偶空间传热规律的显式约束，模型预测结果可能违反冶金机理；第三，预测结果通常只给出单一数值，缺少置信区间和安全拦截机制，难以用于生产现场的可执行寻优；第四，能效评价多停留在计算sec和绘图层面，未与质量风险、设备安全和控制调整量统一优化。

3、因此，需要一种方法，能够对原料、供电、电极、温度、产品质量和能耗等多源时序数据进行统一处理，融合冶金机理和数据驱动模型，增强样本的工况覆盖范围和物理一致性，实现关键工艺参数及能效指标的联合预测，而提高预测结果的可靠性、可解释性和能效优化的实际应用能力。

技术实现思路

1、本发明提供一种电炉冶炼管线钢工艺参数预测与能效优化方法，能够扩充有效工况样本，提高电炉冶炼管线钢过程参数预测的可靠性、物理一致性和可解释性，为降低冶炼能耗、稳定产品质量及保障设备安全提供工艺参数推荐依据。

2、本发明的技术方案如下：

3、一种电炉冶炼管线钢工艺参数预测与能效优化方法，包括以下步骤：

4、s1：采集电炉冶炼管线钢过程中的多源工业数据，并按照炉次编号、冶炼阶段和统一时间戳建立炉次级时序数据库，所述多源工业数据至少包括原料成分及加入量、供电参数、电极运行参数、供氧及燃料参数、热电偶温度数据、产品成分及产量、能源消耗量及设备状态数据；

5、s2：对所述多源工业数据进行时间对齐、炉次切片、量纲统一、异常数据识别、缺失数据插补、重复数据剔除和数据质量评分，得到经预处理的多源时序样本；

6、s3：基于所述多源时序样本构建炉次知识图谱，所述炉次知识图谱包括原料节点、电参数节点、电极节点、供气节点、热电偶空间节点、产品质量节点、能效节点和设备状态节点，并形成节点特征矩阵x、边权矩阵a和邻接掩码m；

7、s4：构建机理约束数字孪生模型，所述机理约束数字孪生模型中进行物料平衡约束、能量平衡约束、热电偶空间传热约束和设备安全边界约束的计算，得出机理预测温度、能量平衡残差、物料平衡残差、设备安全边界距离、比能耗sec；

8、s5：根据历史炉次数据和现场工艺参数允许范围进行受限边界条件采样，生成候选炉次样本，并利用所述机理约束数字孪生模型对候选炉次样本进行机理一致性校验，形成数字孪生样本库；

9、s6：构建动态因果特征筛选模型，根据冶炼阶段、数据质量评分和预测目标筛选核心特征组合，并剔除与机理约束不一致的伪相关变量；

10、s7：将所述炉次知识图谱、核心特征组合和数字孪生样本库输入物理引导图时序预测模型，获得下一预测周期的关键工艺参数预测值、比能耗sec预测值、产品质量风险、设备安全风险和预测不确定度；

11、s8：当所述预测不确定度低于设定阈值且产品质量风险处于可控范围内时，基于质量-能效-设备安全多目标函数构建能效多目标优化模型，求解候选工艺参数组合；对所述候选工艺参数组合进行物理可行性校验、产品质量校验、设备安全校验和可信度评级，并按照综合目标函数值对满足条件的候选方案进行排序，向操作人员终端输出排序后的工艺参数推荐方案；

12、s9：根据执行后的实际测温、化验、产量、能耗及设备状态数据，计算预测偏差和工况漂移指标，并在满足更新条件时对炉次知识图谱边权、预测模型参数和评级阈值进行在线增量更新。

13、进一步地，所述的电炉冶炼管线钢工艺参数预测与能效优化方法，所述步骤s2中的数据质量评分q由缺失率、异常率、时间延迟、传感器漂移和炉次完整度加权得到，按照下式计算：

14、

15、式中，为数据缺失率，为异常数据比例，为数据时间延迟归一化值，为传感器漂移归一化值，为炉次数据完整度，、、、和为对应权重，且++++=1；

16、数据质量评分用于调节对应炉次样本在模型训练中的权重。

17、所述的电炉冶炼管线钢工艺参数预测与能效优化方法，所述步骤s3中的边权矩阵a=[]由工艺先验边权、滞后相关强度、条件互信息、因果方向强度和节点数据质量关联评分共同确定，按照下式确定：

18、

19、式中，为节点i与节点j之间的工艺先验边权，为节点i与节点j之间的滞后相关系数，为归一化条件互信息，为因果方向强度，为节点数据质量关联评分，、、、和为对应权重，且++++=1；

20、邻接掩码m=[]按照下式确定：

21、

22、

23、式中，为边权筛选阈值，表示允许节点i与节点j之间进行信息聚合，表示禁止节点i与节点j之间进行信息聚合，用于限定预测模型中的信息传播路径。

24、进一步地，所述的电炉冶炼管线钢工艺参数预测与能效优化方法，所述步骤s4中的能量平衡约束按照如下方程构建：

25、

26、其中：

27、

28、式中，为下一预测周期的机理预测熔池温度，为当前熔池温度，为预测周期，为预测周期内的总输入热量，为预测周期内的总输出热量，为钢液质量，为钢液平均比热容，为电能热效率，为输入电功率，为反应放出热量，为物料预热带入热量，为物料升温显热，为物料熔化潜热，为炉壁散热量，为烟气带走热量，为冷却水带走热量，为电炉辐射损失热量。

29、进一步地，所述的电炉冶炼管线钢工艺参数预测与能效优化方法，所述步骤s4中机理约束数字孪生模型输出能效指标，所述能效指标按照下式计算：

30、

31、式中，为比能耗，为炉次一次有功电耗，为产品产量。

32、进一步地，所述的电炉冶炼管线钢工艺参数预测与能效优化方法，所述步骤s5中采用受限拉丁超立方采样或蒙特卡罗采样生成候选炉次样本，并将每一候选炉次样本输入所述机理约束数字孪生模型进行正向演算；根据机理预测温升、物料平衡残差、能量平衡残差、能效指标允许范围和设备安全边界进行机理一致性过滤；当候选炉次样本满足限定条件时，将其写入数字孪生样本库；不满足限定条件的候选炉次样本执行剔除、重新采样或向最近机理可行域投影处理；所述限定条件为：

33、

34、

35、

36、

37、

38、

39、式中，为机理预测温升，为允许温升阈值，为能量平衡归一化残差，为物料平衡归一化残差，为热电偶空间传热一致性归一化残差，和分别为能量平衡残差、物料平衡残差和空间传热一致性残差的允许阈值，和为比能耗允许范围，为设备状态与安全边界之间的距离。

40、进一步地，所述的电炉冶炼管线钢工艺参数预测与能效优化方法，所述步骤s6中的动态因果特征筛选模型综合计算候选变量与预测目标之间的滞后相关系数、条件互信息和格兰杰因果强度，并根据不同冶炼阶段设置对应筛选阈值；对于满足统计筛选条件但其变化方向不符合物料平衡、能量平衡、空间传热规律或设备安全边界的候选变量，将其标记为伪相关变量并从核心特征组合中剔除。

41、进一步地，所述的电炉冶炼管线钢工艺参数预测与能效优化方法，所述步骤s7中的物理引导图时序预测模型采用特征层融合、损失层约束和输出层投影的三级融合方式；在特征层，将机理约束数字孪生模型输出的、、、和作为物理节点特征写入节点特征矩阵x，并将边权矩阵a作为图注意力网络的注意力偏置、将邻接掩码m作为信息传播路径约束；在损失层，计算模型训练损失；在输出层，将模型输出投影至满足关键工艺参数允许范围、能效指标允许范围和设备安全边界的机理可行域；

42、模型训练损失按照下式计算：

43、

44、式中，为预测误差损失，为能量平衡残差损失，为物料平衡残差损失，为能效指标一致性损失，为设备安全边界惩罚损失，至为对应权重。

45、进一步地，所述的电炉冶炼管线钢工艺参数预测与能效优化方法，所述步骤s8中的能效多目标优化模型按照下式进行：

46、

47、约束条件为：

48、

49、

50、

51、式中，为在所有允许的工艺参数组合中，寻找一个使目标函数最小的组合，为预测工艺参数组合，为当前工艺参数组合，为归一化比能耗，为归一化产品质量偏差，为归一化设备安全风险；表示对工艺参数调整幅度进行惩罚，防止优化结果相对于当前工况变化过大；至为目标权重，和为工艺参数允许下限和上限，为采用候选工艺参数组合时的产品质量预测值，和为产品质量允许下限和上限，为采用候选工艺参数组合u时设备状态与安全边界之间的距离；

52、能效多目标优化模型采用序列二次规划算法求解，当序列二次规划算法在设定时间内未获得可行解时，采用内点法或非支配排序遗传算法获得候选解，并从候选解中选取满足设备安全边界且综合目标函数值最小的工艺参数推荐组合。

53、进一步地，所述的电炉冶炼管线钢工艺参数预测与能效优化方法，所述步骤s9中，根据预测不确定度、产品质量风险、能效改善幅度和设备安全风险对工艺参数推荐组合进行评级；当预测不确定度或设备安全风险超过对应阈值时，不输出工艺参数推荐组合，并提示操作人员复核；当归一化预测误差超过设定阈值、任一核心输入特征的人口稳定性指数psi大于0.2、输入数据分布的kl散度超过设定阈值，或者连续n个预测周期内sec的预测偏差超过对应阈值时，触发炉次知识图谱边权、物理引导图时序预测模型参数和评级阈值的在线增量更新。

54、本发明的有益效果为：

55、一，本发明按照炉次编号、冶炼阶段和统一时间戳对原料、供电、电极、温度、产品质量和能耗等异构数据进行统一组织，提高了多源工业数据之间的关联性和可利用性。

56、二，本发明通过炉次知识图谱表达工艺变量之间的工艺先验、空间关联、时间滞后和因果方向关系，并通过边权矩阵和邻接掩码限定图时序模型的信息传播路径，提高了复杂工况下多变量耦合关系的表征能力。

57、三，本发明将物料平衡、能量平衡、空间传热和设备安全边界用于候选样本筛选、模型训练约束及预测输出投影，降低了虚拟样本和预测结果违反冶金机理或设备安全边界的可能性。

58、四，本发明通过动态因果—强相关特征筛选，剔除仅具有统计相关性但不符合冶金机理的伪相关变量，减小噪声变量、传感器漂移和冶炼阶段变化对预测结果的影响。

59、五，本发明能够联合预测关键工艺参数、sec、产品质量风险和预测不确定度，并在产品质量和设备安全约束下对候选工艺参数组合进行能效多目标优化，使能效优化具有明确的计算指标和实现路径。

60、六，本发明通过物理可行性筛选和可信度评级，仅向操作人员提供满足机理约束、产品质量要求和设备安全边界的工艺参数推荐方案，增强了推荐结果的可解释性、可核验性和现场应用安全性。

61、七，本发明通过工况漂移识别和在线增量更新，使知识图谱、预测模型及优化参数能够随原料条件、设备状态和生产工况变化进行更新，从而减缓模型长期运行过程中的预测性能衰减。

62、八，本发明解决了现有电炉冶炼过程中多源工艺数据关联利用不足、不同工艺变量之间的空间和时间耦合关系难以有效表征、纯数据驱动预测结果缺少冶金机理约束、边界工况样本覆盖不足，以及现有能效评价主要依赖炉次结束后的统计分析、难以兼顾产品质量、能源消耗和设备安全的问题。