基于多源维度的烧结生产过程控制方法及系统与流程

本发明涉及烧结，具体涉及一种基于多源维度的烧结生产过程控制方法及系统。

背景技术：

1、烧结工艺是钢铁生产过程中的基础环节，主要是将经过配料、混合、制粒后的含铁原料，布设在烧结机台车上，使得含铁原料经高温焙烧，发生一系列物理化学变化后，再经过破碎处理，形成具有一定强度的多孔、块状的烧结成品矿的过程。

2、烧结过程的稳定性决定了烧结矿的物理强度，而烧结过程的稳定主要表现为烧结机尾断面红火层状况的一致性，烧结机布料形状决定机尾断面情况以及烧结热过程是否稳定，烧结混合料粒级分布与布料后粒级分布又是烧结透气性的关键影响参数。运用图像识别辨别烧结过程的关键状态图像与粒级参数，并结合热状态与烧结矿质量和产量指标特性的隐含信息，对整个过程关键参数进行调节是烧结过程稳定控制的关键。

3、但是，现有技术存在以下问题：

4、1）依据现有的烧结过程测量方法，未实现烧结过程工艺参数系统调整造成调整滞后，需要较长时间才能得到烧结矿各项指标数据，无法保证烧结矿指标数据的实时稳定控制；

5、2）现有利用人工智能方法的预测技术中，图像处理阶段仅采用单一图像或图像上较少的数据，导致提取的特征值丢失大量有用信息，最终影响预测结果的准确度；

6、3）现有技术侧重于烧结矿指标的预测而非过程控制，缺乏以烧结透气性均一为核心目标的系统调控手段。

7、中国专利（公开日：2022年01月21日、公开号：cn113962971b）公开了一种基于多源信息烧结指标识别方法、模型及系统，通过获取同一时刻的烧结机尾断面的可见光图像和红外图像，以及该时刻烧结机的生产参数，然后将可见光图像和红外图像进行特征提取，获得可见光图像的第一特征向量和红外图像的第二特征向量，并在对第一特征向量和第二特征向量进行特征值降维后，进行特征级图像融合，获得双源图像融合特征，并将融合后的双源图像融合特征与生产参数进行多模态数据融合，获得多模态特征向量中包含更多对烧结矿关键参数的影响因素，最后以多模态特征向量为输入，利用预先建立的多层感知模型，获得烧结矿关键参数。但是，该发明仅通过机尾断面的画面特征融合实现烧结过程关键参数的收集与分析，未涉及混合料粒级分布和布料过程的维度信息，无法对烧结透气性的均一性进行调控。

8、中国专利（公开日：2024年06月14日、公开号：cn118196576a）公开了一种基于darknet19深度学习的烧结机尾断面智能识别方法，具体涉及烧结机尾断面智能识别领域，通过设置darknet19网络，经过darknet19网络在每层提取出来的特征所代表的含义不同，网络能够自动的调整参数，学习到更多无法人工提取的特征，同时，在池化操作后，特征图尺寸越来越小，这样可以自动排除冗余信息以及背景的干扰，尽可能地保留图像的目标信息，并通过算法对把红外图像与可见光图像对应的降维特征进行融合，并将二维的图像数据转化成了一维的特征数据，利用图像融合技术实现了图像信息的完全利用和利用图像与数据的多模态融合技术，以及图像和数据的融合，有效的提高了识别精度。但是，该发明侧重于从机尾断面进行烧结过程工况识别和指标预测，未涉及布料形状调整与粒级分布控制的联动，无法实现烧结过程透气性的长周期稳定控制。

技术实现思路

1、本发明的目的就是针对上述技术的不足，提供一种基于多源维度的烧结生产过程控制方法及系统，以烧结过程透气性均一为目标，通过多源维度信息融合对烧结过程关键参数进行系统调控，实现烧结矿实物质量的稳定。

2、为实现上述目的，本发明所设计的基于多源维度的烧结生产过程控制方法，获取混料后烧结混合料的粒级图像及水分，对粒级图像进行分析得到烧结混合料粒级分布数据；

3、获取布料后烧结混合料的反斜面粒级图像和该时刻的泥辊转速、九辊转速和布料辅门开度，对该反斜面粒级图像进行分析获得烧结混合料布料后的粒级分布数据；

4、获取烧结过程结束后，烧结机机尾的红火层形状图像，以及烧结过程控制参数；

5、将上述烧结混合料粒级分布数据、水分、布料后的粒级分布数据、料层厚度、布料反斜面料面形状、泥辊转速、九辊转速、布料辅门开度、红火层形状图像、烧结过程控制参数进行多源特征融合，获得多模态特征向量，输入预先建立的多维度调整模型，输出烧结过程控制参数的调整值，根据调整值对烧结过程进行控制。

6、优选地，对混料后烧结混合料的粒级图像进行分析时，按预设的粒度分级标准将颗粒划分到相应的粒级区间，计算各粒级颗粒的数量和体积占比，得到烧结混合料粒级分布数据，通过建立标准化的粒度分级体系，能够定量描述混合料的粒级组成状态，使不同时间采集的粒级数据具有可比性，为后续粒级调整提供准确的数据基础。

7、优选地，将烧结混合料粒级分布数据与烧结混合料的水分进行对比，得到烧结混合料的水分与烧结混合料粒级分布数据之间的对应关系，通过建立水分与粒级分布的定量关联，可以在调整混合料水分时预判粒级分布的变化趋势，实现水分调节与粒级控制的协同优化。

8、优选地，对反斜面粒级图像进行分析时，按预设的粒度分级标准将颗粒划分到相应的粒级区间，计算各粒级颗粒的数量和体积占比，得到布料后的粒级分布数据，通过对布料反斜面粒级的标准化分析，能够实时监测布料过程中不同区域的粒级偏析程度，及时发现布料均匀性问题。

9、优选地，将该布料后的粒级分布数据与九辊转速进行对比，得到布料后的粒级分布数据与九辊转速之间的对应关系，同时获取反斜面粒级图像中料层厚度与泥辊转速之间的对应关系、布料反斜面料面形状与布料辅门开度之间的对应关系，通过建立三组操作参数与布料效果之间的定量对应关系，可以精确掌握九辊转速对粒级偏析、泥辊转速对料层厚度、辅门开度对料面形状的影响规律，为布料参数的精确调节提供操作依据。

10、优选地，通过分析烧结矿转鼓强度和粒级分布最优所对应的烧结过程控制参数：烧结终点温度和烧结负压，确定红火层形状图像的最优形态特征，再将布料反斜面料面形状与红火层形状图像的最优形态特征进行比对，得出最优布料反斜面料面形状，通过逆向分析最优烧结矿质量对应的过程状态特征，能够科学确定布料料面的目标形状，使布料调整有据可依，实现对烧结终点状态的前馈控制。

11、优选地，多维度调整模型通过以下方式预先构建：获取历史采集的烧结混合料粒级分布数据、水分、布料后的粒级分布数据、料层厚度、布料反斜面料面形状、泥辊转速、九辊转速、布料辅门开度、红火层形状图像、烧结过程控制参数，采用多层感知机非线性回归方法，以多源融合特征向量为输入，以烧结矿转鼓强度和粒级分布为输出目标，对模型进行训练，采用多层感知机非线性回归方法，能够有效捕捉多源特征向量与烧结矿质量指标之间复杂的非线性映射关系，克服传统线性回归方法难以描述烧结过程复杂热力学特性的局限，建立更准确的预测和控制模型。

12、优选地，包括如下步骤：

13、s1）获取烧结转鼓与粒级分布数据，获取红火层形状图像和烧结过程控制参数，烧结过程控制参数包括烧结终点温度和烧结负压；

14、s2）将步骤s1）多组数据进行分析，得出最优红火层形状图像；

15、s3）获取历史采集的多组布料反斜面料面形状与红火层形状图像，获取布料辅门开度数据及泥辊转速数据；

16、s4）将步骤s3）获取的多组数据进行分析，得出最优布料反斜面料面形状与辅门开度、泥辊转速之间的关系，进行训练及调整；

17、s5）获取历史采集的多组布料后的粒级分布数据，获取对应的九辊转速数据；

18、s6）将步骤s5）获取的多组数据进行分析，得出最优布料后的粒级分布数据与九辊转速之间的关系，进行训练及调整；

19、s7）获取历史采集的混料后烧结混合料的粒级图像及水分；

20、s8）将步骤s7）获取的多组数据进行分析，得出最优烧结混合料粒级分布数据与水分之间的关系，进行训练及调整。

21、优选地，多维度调整模型中，输入层由输入向量数决定，融合算法的输出f特征向量f＝f(w1v1+w2v2+…+wnvn)，其中f是输出结果，v1~vn是生产参数与烧结过程控制参数融合特征，w1~wn是权重系数，通过加权融合的方式，模型能够自动学习各维度特征对最终控制目标的重要程度，权重系数在训练过程中自适应调整，使融合特征向量更准确地反映各因素对烧结矿质量的实际影响。

22、一种基于多源维度的烧结生产过程控制系统，用于基于多源维度的烧结生产过程控制方法，包括：

23、混合料粒级检测模块，用于获取烧结混合料的粒级图像并分析粒级组成；

24、布料粒级检测模块，用于获取布料后烧结混合料的反斜面粒级图像并分析布料后的粒级分布数据；

25、料面形状检测模块，用于获取烧结机的布料反斜面料面形状；

26、机尾红火层检测模块，用于获取烧结机机尾断面的红火层形状图像；

27、过程参数采集模块，用于采集烧结机的生产参数，生产参数包括水分、料层厚度、烧结过程温度和烧结负压；

28、多维度调整模型模块，分别与混合料粒级检测模块、布料粒级检测模块、料面形状检测模块、机尾红火层检测模块和过程参数采集模块连接，用于以烧结过程透气性均一为目标，根据多源特征向量输出烧结过程控制参数的调整值。

29、本发明方法以烧结过程透气性均一为核心控制目标。混料后粒级分布反映原始混合料的透气性基础，布料后粒级分布反映布料过程中粒级偏析对透气性均匀性的影响，红火层形状反映烧结终点处的热状态均匀性。三者在时序上依次对应，通过对三个阶段的图像信息与过程参数进行多源融合，可以全面感知影响透气性的各种因素。多维度调整模型接收融合后的特征向量，综合分析和推理后输出过程控制参数的调整值，形成从检测到控制的完整闭环。

30、本发明与现有技术相比，具有以下优点：

31、1、通过多源维度信息融合实现烧结过程全面感知，同时获取混合料粒级、布料后反斜面粒级、布料料面形状和机尾红火层四个维度的图像信息，并与烧结过程温度、负压等参数进行多模态特征融合，克服了现有技术仅依靠单一图像源或较少数据导致信息丢失的缺陷，能够更全面地反映烧结过程的真实状态；

32、2、以透气性均一为目标实现从混料到烧结终点的全流程调控，本发明以烧结过程透气性均一为中心控制目标，从混料后原始混合料透气性的稳定、布料过程中粒级的控制到烧结终点红火层形态的优化，覆盖烧结生产全流程的关键控制节点，实现长周期稳定控制；

33、3、建立操作参数与质量指标的定量耦合关系，通过分析混合料粒级与水分的关系、布料后粒级与九辊转速的关系、料层厚度与泥辊转速的关系、料面形状与辅门开度的关系，以及红火层形态与烧结终点温度和负压的关系，建立了多组可量化的操作参数-质量指标的对应关系，使烧结过程的调控具有明确的操作指导；

34、4、实现布料形状与机尾红火层的匹配控制，将布料反斜面料面形状与烧结机机尾红火层形状图像进行关联分析，通过逆向求取烧结矿质量最优所对应的红火层形态进而确定最优布料料型，实现了布料参数与烧结终点状态的闭环控制。