一种多模式干熄焦烧损率实时计算系统及计算方法与流程

技术特征：
1.一种多模式干熄焦烧损率实时计算系统，其特征在于，所述的计算系统包括物理层和软件层两个层次，这两个部分通过工业以太网连入干熄焦自动化控制系统中以只读形式获取相关的生产数据，不对原干熄焦的自控系统做任何的改写；所述的物理层包括plc、服务器、路由器、客户端计算机；所述的软件层包括plc程序、数据采集程序、数据计算程序、数据管理程序；数据采集程序、数据计算程序、数据管理程序安装在服务器中，plc程序安装在plc中，含人工智能的多模式干熄焦烧损率实时计算系统运行的时候，需要连入干熄焦中控的以太网，与干熄焦中控plc进行通讯，从其中获取生产参数之后，通过路由器分别将数据传输给服务器和plc，服务器将生产数据利用数据计算程序采用三种模式同时进行干熄焦烧损率的计算，而plc则利用plc程序采用碳法进行烧损率的计算，计算的结果通过路由器经过工业以太网传输到客户终端上显示或输出。2.权利要求1所述的一种多模式干熄焦烧损率实时计算系统的计算方法，其特征在于，所述的计算系统的计算方法包括人工智能、碳法、热法三种计算模式，对干熄焦烧损率进行实时计算；服务器可以同时进行三种模式的计算，三种模式的计算结果互为校验；plc作为系统的硬备份只能进行碳法模式的烧损率计算，在plc中进行的碳法模式的烧损率计算作为大系统崩溃、系统不能进行人工智能和热法计算时的备份。3.根据权利要求2所述的一种多模式干熄焦烧损率实时计算系统的计算方法，其特征在于，所述的人工智能计算模式的计算方法采用基于bp神经网络的干熄焦烧损率实时计算方法；包括如下步骤：步骤一、确定输入层和输出层的参数输入层输入的参数是干熄焦系统的基本操作数据，包括：焦炭温度、干熄炉料位、空导阀门开度、预存段负压、循环风机转速、循环风co含量、循环风co2含量、循环风h2含量、锅炉入口风温、锅炉给水量、干熄炉排焦温度；输出层的输出参数只有一个——焦炭烧损率；步骤二、构造神经网络根据前述内容构造干熄炉焦炭实时计算神经网络系统，其中输入层有11个参数，包括：焦炭温度、干熄炉料位、空导阀门开度、预存段负压、循环风机转速、循环风co含量、循环风co2含量、循环风h2含量、锅炉入口风温、锅炉给水量、干熄炉排焦温度；对应11个神经元，中间层有n个神经元，输出层一个参数：焦炭烧损率，对应1个神经元；步骤三、确定训练样本选定一个月做为训练样本数据采集期，在进行样本数据采集之前，对相应的仪表进行校准，然后对11个输入层参数和1个输出层参数进行数据采集；编号代号内容数据来源输入层参数1a1出焦炉号生产记录2a2干熄炉料位中控室plc记录3a3空导阀门开度中控室plc记录4a4预存段负压中控室plc记录
5a5循环风机转速中控室plc记录6a6循环风co含量中控室plc记录7a7循环风co2含量中控室plc记录8a8循环风h2含量中控室plc记录9a9锅炉入门风温中控室plc记录10a
10
锅炉给水量中控室plc记录11a
11
干熄炉排焦温度中控室plc记录输出层参数1y焦炭烧损率轨道秤和皮带秤生产记录输入层样本用向量a表示，a
k
＝(a1，a2，......a
11
)；输出层样本用向量y表示，y
k
＝(y)；其中k＝1，2，......30，为采集的样本对数量；步骤四、bp神经网络的学习训练。4.根据权利要求3所述的一种多模式干熄焦烧损率实时计算系统的计算方法，其特征在于，所述的步骤四中，bp神经网络的学习训练由以下过程组成：1)模式顺传播过程；该过程就是将已知模式即已知网络的输入和输出的输入值提供给网络的输入层神经元，网络按照神经的数学模型向输出层进行传播计算；输入层的11个神经元不做计算直接输出给中间层神经元，输入层神经元用i来表示，i＝1，2，......11中间层的神经元用j表示，其输入值为其中w
ij
是神经元i到j的突触连接系数或称权重值；t
j
是神经元j的阈值；中间层神经元的输出转换函数为线性函数、斜面函数、阈值函数、单极s函数、双极s函数、tanh函数、relu函数或swish函数其中的一种，中间层神经元的输出中间层神经元的输出作为输出层神经元的输入信号，输出层神经元的输出转换函数采用单极s函数，这样输出层神经元的输入信号为σ＝v
j
o
j
‑
γ，输出层神经元的输出信号其中v
j
是是中间层j神经元到输出层神经元的连接权，γ是输出层神经元的阈值；至此一个输入模式完成了一遍顺传播过程；2)误差逆传播过程；误差的逆传播过程就是将网络顺向计算所得的输出值也就是网络响应值与我们希望输出之间的误差，再乘上一个修正因子之后，按反向网络传播，得到各神经元的校正误差；输出层的校正误差为δ
k
＝(y
k
‑
φ
k
)f
′
(σ
k
)＝(y
k
‑
φ
k
)φ
k
(1
‑
φ
k
)，中间层各神经元的校正误差为3)训练过程；训练过程就是网络反复学习的过程，并在这个过程中，根据前面已经得到的校正误差，不断调整连接权及阈值；不断重复1)和2)，网络的输出值逐渐逼近希望输出值，也就是训练样本；在训练过程中，输出层的输入连接权变成输出层输
入的阈值变成γ＝γ
‑
βδ
k
，中间层的输入连接权变成中间层的输入阈值变成α和β是学习系数，其值均大于0小于1，一般情况下学习系数取值范围为0.25～0.75之间；学习系数在整个训练过程中，可以取定常数不变，也可以不断修改；4)网络的收敛过程；对于30对模式的学习训练过程，当所有的模式对都收敛时，网络才算收敛；这里选用误差平方和作为系统误差，其表示为当系统误差e小于设定值时，认为网络收敛，训练结束，否则继续训练直到系统误差小于设定值时为止。5.根据权利要求2所述的一种多模式干熄焦烧损率实时计算系统的计算方法，其特征在于，所述的热法计算模式的计算方法包括如下：干熄焦锅炉是通过循环气体吸收红焦显热及焦炭燃烧热来产生蒸汽的，正常生产时，红焦装入量固定，排焦温度一定时，红焦显热一定，锅炉蒸发量同烧损率成一次线性关系；用产汽率推算烧损率的方法是：其中g
m
为排出1t冷焦烧损的焦炭量；而：其中φ
实际
是实际产汽率，φ
无烧损
是无焦炭烧损时的产汽率，q
蒸汽
是蒸汽焓值，q
给水
是给水焓值，q
燃烧
是焦炭燃烧热值，q
放散
是放散气体热量。6.根据权利要求2所述的一种多模式干熄焦烧损率实时计算系统的计算方法，其特征在于，所述的碳法计算模式的计算方法包括如下：假设干熄焦循环系统密封，正常生产导入空气与炉内碳元素发生反应，处于一个平衡的状态，根据导入的空气量可以计算出干熄焦的烧损率；其计算方式为：焦炭烧损率＝每小时反应的碳元素质量
÷
每小时焦炭装入量；这里，每小时反应的碳元素质量＝导入空气质量
×
循环气体碳元素含量；每小时焦炭装入量＝干熄焦的排焦量
×
修正系数；这样就可以利用干熄焦现有的生产参数进行烧损率的实时计算。

技术总结
本发明提供一种多模式干熄焦烧损率实时计算系统及计算方法，所述的计算系统包括物理层和软件层，这两个部分通过工业以太网连入干熄焦自动化控制系统中以只读形式获取相关的生产数据，不对原干熄焦的自控系统做任何的改写；计算方法包括人工智能、碳法、热法三种计算模式，服务器可以同时进行三种模式的计算，三种模式的计算结果互为校验；PLC作为系统的硬备份只能进行碳法模式的烧损率计算，在PLC中进行的碳法模式的烧损率计算作为大系统崩溃、系统不能进行人工智能和热法计算时的备份。对干熄焦烧损率进行实时计算，同时不改动干熄焦原来的软硬件系统，干熄焦不需要停炉改造，系统的安装时间短，维护与升级方便。维护与升级方便。维护与升级方便。


技术研发人员：袁本雄 胡中平 邵胜平 何军 徐正 曾阳
受保护的技术使用者：辽宁盛焓工程技术有限公司
技术研发日：2021.06.18
技术公布日：2021/10/18