基于炉况热态与还原负荷匹配的高炉氧煤协同喷吹控制方法、装置、设备及介质与流程

摘要: 本发明涉及计算机,特别涉及基于炉况热态与还原负荷匹配的高炉氧煤协同喷吹控制方法、装置、设备及介质。背景技术:1、在高炉炼铁过程中,高炉内同时存在多种复杂过程,氧...
基于炉况热态与还原负荷匹配的高炉氧煤协同喷吹控制方法、装置、设备及介质与流程

本发明涉及计算机,特别涉及基于炉况热态与还原负荷匹配的高炉氧煤协同喷吹控制方法、装置、设备及介质。

背景技术:

1、在高炉炼铁过程中,高炉内同时存在多种复杂过程,氧气和煤粉喷吹直接影响炉缸热量、还原气氛、焦比、煤气利用率和铁水温度;炉料结构和反应物状态又会影响透气性、还原负荷、软熔带位置和高炉顺行。

2、然而,在关于高炉氧煤调节的现有相关方案中:1)、运行人员根据铁水温度、铁水硅含量、炉顶煤气、风压、风量和炉况经验调节富氧量和煤粉喷吹量,但依赖人员经验,调节逻辑难以统一,容易导致调节动作不可复制和难以追溯。2)、采用固定煤比、固定富氧率或固定煤氧比进行控制,实现简单,但适应性较差。3)、基于单一指标反馈的控制方式,也存在滞后和片面问题。由于高炉过程具有长滞后、多变量耦合和强非线性特点,单一指标反馈难以稳定处理温度、氧气、煤粉和炉况顺行之间的耦合关系。4)、单纯引入智能模型或数据驱动优化进行控制存在上线风险。高炉生产具有连续性和高安全要求,如果模型直接在高炉现场进行无约束在线探索,极易输出不安全动作导致不良后果,难以直接满足工业现场安全运行要求。

技术实现思路

1、有鉴于此,本发明的目的在于提供基于炉况热态与还原负荷匹配的高炉氧煤协同喷吹控制方法、装置、设备及介质,能够在保证高炉顺行和铁水质量稳定的前提下,提高了氧煤协同喷吹控制的安全性、准确性、实时性、全面性、经济性、现场可用性以及长期运行适应性,提高了煤粉利用率,降低了模型上线风险、不必要的燃料消耗以及人力消耗。其具体方案如下:

2、第一方面,本技术提供了一种基于炉况热态与还原负荷匹配的高炉氧煤协同喷吹控制方法,包括:

3、基于测点获取高炉运行过程中的当前工况数据;所述当前工况数据包括炉料状态数据、炉内反应状态数据、温度状态数据、喷吹状态数据以及设备运行数据;

4、利用当前工况数据构建高炉运行状态向量;所述高炉运行状态向量包括用于表征高炉热量状态的炉况热态指数、用于表征炉料还原需求程度的还原负荷指数、用于表征炉内煤气流动受限程度的透气性风险指数以及用于表征氧气喷吹量与煤粉喷吹量匹配关系的氧煤匹配系数;

5、基于所述高炉运行状态向量和目标策略模型生成候选氧煤喷吹动作,并根据预设风险预测机制确定所述候选氧煤喷吹动作的风险评分;所述目标策略模型为预先基于动作优势离线训练后得到的喷吹控制策略模型;所述预设风险预测机制用于预测动作执行后的风险;

6、利用预设高炉运行安全约束条件和当前工况的安全可行域对所述候选氧煤喷吹动作进行投影处理,以确定处理后的目标氧煤喷吹动作;

7、基于所述目标策略模型以及所述风险评分确定当前置信度,并根据当前置信度、当前炉况以及当前测点状态判断是否满足预设条件,以确定判断结果;

8、若所述判断结果表明不满足,则切换至预设安全控制模式并生成新的所述目标氧煤喷吹动作;

9、若所述判断结果表明满足,则根据所述目标氧煤喷吹动作控制氧气喷吹执行机构和煤粉喷吹执行机构进行协同调节。

10、可选的,所述利用当前工况数据构建高炉运行状态向量,包括:

11、根据炉顶温度、铁水温度、理论燃烧温度、铁水硅含量、炉身温度、煤气利用率以及炉体热负荷参数确定炉况热态指数;

12、根据矿石品位、烧结矿比例、球团矿比例、焦炭质量、炉料结构、炉顶煤气成分、所述煤气利用率以及矿焦比确定还原负荷指数;

13、根据炉顶温度、炉身温度以及炉内的压差、风量、风压、风口图像以及煤粉喷吹量确定透气性风险指数;

14、根据富氧率、纯氧流量、所述煤粉喷吹量、所述理论燃烧温度、热风量、热风温度以及风口状态确定氧煤匹配系数;

15、基于所述炉况热态指数、所述还原负荷指数、所述透气性风险指数以及所述氧煤匹配系数进行归一化处理,以确定高炉运行状态向量。

16、可选的,所述方法还包括:

17、在任一离线训练周期内,获取历史高炉运行数据,并根据所述历史高炉运行数据构建样本集;所述样本集中的样本包括运行状态数据、喷吹动作数据及动作反馈数据;

18、基于预设价值模型确定所述样本中不同喷吹动作的运行效果评价值,并根据所述运行效果评价值确定不同工况下的平均动作价值;

19、基于预设动作优势评估函数确定所述样本中不同喷吹动作相对于对应的所述平均动作价值的优势值;

20、根据所述优势值构建离线强化学习训练目标,并结合所述样本集和模型约束信息对策略模型进行训练,以确定训练后的所述目标策略模型。

21、可选的,所述基于所述高炉运行状态向量和目标策略模型生成候选氧煤喷吹动作,并根据预设风险预测机制确定所述候选氧煤喷吹动作的风险评分,包括:

22、基于所述目标策略模型和所述高炉运行状态向量中的所述炉况热态指数、所述还原负荷指数、所述透气性风险指数以及所述氧煤匹配系数确定氧煤喷吹调整方向;

23、基于所述氧煤喷吹调整方向、所述目标策略模型以及所述高炉运行状态向量确定多个候选氧煤喷吹动作;所述候选氧煤喷吹动作包括富氧率增量、纯氧流量增量、煤粉喷吹量增量、热风量增量或热风温度增量;

24、针对各所述候选氧煤喷吹动作,根据预设风险预测机制对动作执行后的短时效果以及长时效果中存在的风险进行预测,以确定风险评分;

25、其中,所述短时效果为第一预设时间段内的工况变化数据;所述长时效果为第二预设时间段内的工况变化数据;所述第一预设时间段小于所述第二预设时间段。

26、可选的,所述利用预设高炉运行安全约束条件和当前工况的安全可行域对所述候选氧煤喷吹动作进行投影处理,以确定处理后的目标氧煤喷吹动作,包括:

27、利用所述炉况热态指数、所述还原负荷指数、所述透气性风险指数、测点质量约束、设备安全约束、动作幅度约束、煤粉喷吹约束以及氧煤匹配约束确定安全可行域;所述安全可行域为当前炉况下允许执行的喷吹动作集合;

28、针对任一所述候选氧煤喷吹动作,判断当前候选氧煤喷吹动作是否位于所述安全可行域内,以确定动作判断结果;

29、若所述动作判断结果为否,则将当前候选氧煤喷吹动作投影至所述安全可行域内相邻时刻的氧煤喷吹动作,以确定目标氧煤喷吹动作;

30、若各所述动作判断结果均为否,则将前一时刻的氧煤喷吹动作或预设氧煤喷吹动作确定为所述目标氧煤喷吹动作。

31、可选的,所述基于所述目标策略模型以及所述风险评分确定当前置信度,并根据当前置信度、当前炉况以及当前测点状态判断是否满足预设条件,包括:

32、利用预设置信度模型、所述目标策略模型、所述风险评分以及所述高炉运行状态向量确定当前置信度;

33、将当前置信度与预设置信度阈值进行比较,以确定第一对比结果;

34、将所述风险评分与预设风险阈值进行比较,以确定第二对比结果;

35、通过检测当前炉况以及当前测点状态是否存在异常,并结合所述第一对比结果和所述第二对比结果确定判断结果。

36、可选的,所述若所述判断结果表明不满足,则切换至预设安全控制模式并生成新的所述目标氧煤喷吹动作,包括:

37、若存在当前置信度小于所述预设置信度阈值、所述风险评分大于所述预设风险阈值、炉况异常以及测点异常中的任一种或多种情况,则停止采用所述目标策略模型输出的所述目标氧煤喷吹动作,并切换至预设安全控制模式,记录模式切换原因;

38、根据预设安全控制规则生成新的所述目标氧煤喷吹动作,以控制氧气喷吹执行机构和煤粉喷吹执行机构执行调节。

39、第二方面,本技术提供了一种基于炉况热态与还原负荷匹配的高炉氧煤协同喷吹控制装置,包括:

40、工况数据获取模块,用于基于测点获取高炉运行过程中的当前工况数据;所述当前工况数据包括炉料状态数据、炉内反应状态数据、温度状态数据、喷吹状态数据以及设备运行数据;

41、状态向量构建模块,用于利用当前工况数据构建高炉运行状态向量;所述高炉运行状态向量包括用于表征高炉热量状态的炉况热态指数、用于表征炉料还原需求程度的还原负荷指数、用于表征炉内煤气流动受限程度的透气性风险指数以及用于表征氧气喷吹量与煤粉喷吹量匹配关系的氧煤匹配系数;

42、动作风险预测模块,用于基于所述高炉运行状态向量和目标策略模型生成候选氧煤喷吹动作,并根据预设风险预测机制确定所述候选氧煤喷吹动作的风险评分;所述目标策略模型为预先基于动作优势离线训练后得到的喷吹控制策略模型;所述预设风险预测机制用于预测动作执行后的风险;

43、安全投影模块,用于利用预设高炉运行安全约束条件和当前工况的安全可行域对所述候选氧煤喷吹动作进行投影处理,以确定处理后的目标氧煤喷吹动作;

44、置信度判断模块,用于基于所述目标策略模型以及所述风险评分确定当前置信度,并根据当前置信度、当前炉况以及当前测点状态判断是否满足预设条件,以确定判断结果;

45、模式切换模块,用于若所述判断结果表明不满足,则切换至预设安全控制模式并生成新的所述目标氧煤喷吹动作;

46、协同喷吹控制模块,用于若所述判断结果表明满足,则根据所述目标氧煤喷吹动作控制氧气喷吹执行机构和煤粉喷吹执行机构进行协同调节。

47、第三方面,本技术提供了一种电子设备,包括:

48、存储器,用于保存计算机程序;

49、处理器,用于执行所述计算机程序,以实现前述的基于炉况热态与还原负荷匹配的高炉氧煤协同喷吹控制方法的步骤。

50、第四方面,本技术提供了一种计算机可读存储介质,用于保存计算机程序,所述计算机程序被处理器执行时实现前述的基于炉况热态与还原负荷匹配的高炉氧煤协同喷吹控制方法的步骤。

51、可见,本技术中,基于测点获取高炉运行过程中的当前工况数据;所述当前工况数据包括炉料状态数据、炉内反应状态数据、温度状态数据、喷吹状态数据以及设备运行数据;利用当前工况数据构建高炉运行状态向量;所述高炉运行状态向量包括用于表征高炉热量状态的炉况热态指数、用于表征炉料还原需求程度的还原负荷指数、用于表征炉内煤气流动受限程度的透气性风险指数以及用于表征氧气喷吹量与煤粉喷吹量匹配关系的氧煤匹配系数;基于所述高炉运行状态向量和目标策略模型生成候选氧煤喷吹动作,并根据预设风险预测机制确定所述候选氧煤喷吹动作的风险评分;所述目标策略模型为预先基于动作优势离线训练后得到的喷吹控制策略模型;所述预设风险预测机制用于预测动作执行后的风险;利用预设高炉运行安全约束条件和当前工况的安全可行域对所述候选氧煤喷吹动作进行投影处理,以确定处理后的目标氧煤喷吹动作;基于所述目标策略模型以及所述风险评分确定当前置信度,并根据当前置信度、当前炉况以及当前测点状态判断是否满足预设条件,以确定判断结果;若所述判断结果表明不满足,则切换至预设安全控制模式并生成新的所述目标氧煤喷吹动作;若所述判断结果表明满足,则根据所述目标氧煤喷吹动作控制氧气喷吹执行机构和煤粉喷吹执行机构进行协同调节。

52、也即,本技术先获取高炉运行过程中的当前工况数据,并构建包含炉况热态指数、还原负荷指数、透气性风险指数及氧煤匹配系数的高炉运行状态向量;然后,根据高炉运行状态向量和目标策略模型生成候选氧煤喷吹动作,并预测候选氧煤喷吹动作的风险评分;之后,利用预设高炉运行安全约束条件和当前工况的安全可行域对候选氧煤喷吹动作进行投影处理以得到目标氧煤喷吹动作;之后,基于目标策略模型及风险评分确定当前置信度,并结合当前炉况及当前测点状态判断是否满足预设条件,若不满足则切换至预设安全控制模式重新生成氧煤喷吹动作,若满足则根据目标氧煤喷吹动作进行协同喷吹控制。这样一来,能够解决现有相关方案中存在的问题,在保证高炉顺行和铁水质量稳定的前提下,提高了氧煤协同喷吹控制的安全性、准确性、实时性、全面性、经济性、现场可用性以及长期运行适应性,提高了煤粉利用率,降低了模型上线风险、不必要的燃料消耗以及人力消耗。