一种基于高斯过程回归的喷煤优化控制方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN112553390A(43)申请公布日2021.03.26(21)申请号202011545801.8(22)申请日2020.12.23(71)申请人广西柳钢东信科技有限公司地址530200广西壮族自治区南宁市良庆区云英路8号五象总部大厦3号楼910号房申请人广西柳州钢铁集团有限公司(72)发明人苏志祁覃和转廖玉通高见朱国铭王绪鹏黄华钢王从文李宏玉覃熹张恒瑞(74)专利代理机构南京禹为知识产权代理事务所(特殊普通合伙)32272代理人朱宝庆(51)Int.Cl.C21B5/00(2006.01)权利要求书2页说明书6页附图2页(54)发明名称一种基于高斯过程回归的喷煤优化控制方法(57)摘要本发明公开了一种基于高斯过程回归的喷煤优化控制方法，包括，采集喷煤过程中的调节参数进行预处理；从预处理后的所述参数中选取与喷煤量相关性较高参数作为特征值；利用高斯过程回归进行参数训练，得到预测模型；将所述预测模型保存为可被重新载入的文件，输入实时数据进行预测。本发明针对手动调节喷煤系统模式，减少了人为干预的喷煤量异常波动的现象，提高均匀喷煤的稳定性，优化高炉炉况，提高炼铁效率和质量；对于新员工来说，在没有相关炼铁经验的情况下，高炉喷煤操作模式优化的目的是给现场操作人员提供决策支持，起到辅助学习，促进经验增长的作用，同时，在喷煤岗位工的标准化操作、提高操作水平方面也起到了促进作用。CN112553390ACN112553390A权利要求书1/2页1.一种基于高斯过程回归的喷煤优化控制方法，其特征在于：包括，采集喷煤过程中的调节参数进行预处理；从预处理后的所述参数中选取与喷煤量相关性较高参数作为特征值；利用高斯过程回归进行参数训练，得到预测模型；将所述预测模型保存为可被重新载入的文件，输入实时数据进行预测。2.根据权利要求1所述的基于高斯过程回归的喷煤优化控制方法，其特征在于：所述采集包括，从高炉炼铁数据库采集相关性较高的历史运行数据，经过预处理后得到所述特征值数据，并将实际喷煤流量作为目标值。3.根据权利要求1或2所述的基于高斯过程回归的喷煤优化控制方法，其特征在于：所述特征值包括，罐重、罐压、混合压力、补气流量、中部流化流量、下部流化流量。4.根据权利要求3所述的基于高斯过程回归的喷煤优化控制方法，其特征在于：利用所述特征值组成关于所述喷煤流量的函数关系，包括，f(flow)＝f(W，P，Pmix，Fair，Fmid，Fbtm)其中，W是罐重，P是罐压，Pmix混合压力，Fair是补气流量、Fmid是中部流化流量、Fbtm是下部流化流量，flow是实际喷煤流量。5.根据权利要求4所述的基于高斯过程回归的喷煤优化控制方法，其特征在于：所述训练利用高斯过程回归将所述函数关系中的所述特征值和所述目标值进行拟合。6.根据权利要求5所述的基于高斯过程回归的喷煤优化控制方法，其特征在于：所述预测模型训练的效果由影响因子约束，其包括，训练集的大小、训练数据本身和所选择的高斯kernel核函数。7.根据权利要求6所述的基于高斯过程回归的喷煤优化控制方法，其特征在于：所述高斯kernel核函数包括，径向基函数、指数函数核和有理二次函数核。8.根据权利要求7所述的基于高斯过程回归的喷煤优化控制方法，其特征在于：还包括，比较训练所述预测模型得到的均方根误差，将其作为训练效果的指标，所述均方根误差数值越小，则拟合效果越好，训练结束，导出相应的所述预测模型。9.根据权利要求8所述的基于高斯过程回归的喷煤优化控制方法，其特征在于：包括，载入训练好的所述预测模型，连接高炉炼铁数据库，获取实时的特征值数据作为所述预测模型的输入，目标是得到最优化的目标函数，∑＝α1·|Δflow|+α2·|ΔP|+α3·|ΔPmix|其中，αi为加权系数。10.根据权利要求8所述的基于高斯过程回归的喷煤优化控制方法，其特征在于：还包括，对所述特征值数据进行穷举和加权处理，调整当前输入参数，计算当前输入对应的最优输出；选取对所述喷煤流量影响相对较大的两个压力参数进行±5kPa范围的穷举；将所得到的数据组输入到所述预测模型中，得到对应的所述喷煤流量的预测值组；根据上述目标函数，将穷举后的每组数据中的喷煤流量与设定流量作差，罐压、混合压力与对应的实时数据作差；2CN112553390A权利要求书2/2页对列出的三个差值进行加权求和，获得加权求和后最小的值，其对应的控制参数即为最优控制参数，其控制量变化小，系统波动小，流量趋近设定值。3CN112553390A说明书1/6页一种基于高斯过程回归的喷煤优化控制方法技术领域[0001]本发明涉及高炉炼铁喷煤的技术领域，尤其涉及一种基于高斯过程回归的喷煤优化控制方法。背景技术[0