基于機(jī)尾斷面形態(tài)及過程參數(shù)多參量分析的燒結(jié)礦質(zhì)量在線判定系統(tǒng)的研發(fā).pdf

1、燒結(jié)是傳統(tǒng)高爐煉鐵的一個(gè)重要步驟，其燒結(jié)礦質(zhì)量直接決定了后續(xù)高爐煉鐵的好壞。近年來，隨著富鐵礦石的資源逐漸短缺，人們開始了對(duì)自然界儲(chǔ)量豐富的貧鐵礦石的開采使用，在對(duì)其燒結(jié)處理后形成品質(zhì)較高的燒結(jié)礦，再作為煉鐵原料。燒結(jié)作為一個(gè)高時(shí)滯性、高耦合性的非線性復(fù)雜反應(yīng)過程，可以根據(jù)當(dāng)前燒結(jié)礦質(zhì)量的好壞調(diào)整燒結(jié)工藝進(jìn)而提高后續(xù)的燒結(jié)礦質(zhì)量?；瘜W(xué)檢測(cè)是判斷燒結(jié)礦質(zhì)量好壞最準(zhǔn)確的方法，但從取樣到得出化驗(yàn)結(jié)果需要二至三個(gè)小時(shí)，實(shí)時(shí)性太差，對(duì)當(dāng)前的燒結(jié)生

2、產(chǎn)參考指導(dǎo)意義不大?；谏a(chǎn)參數(shù)的模糊控制法，雖然可以通過燒結(jié)初始參數(shù)預(yù)測(cè)出燒結(jié)質(zhì)量等級(jí)的高低，但是其使用的生產(chǎn)參數(shù)并不是某一斷面在整個(gè)燒結(jié)過程的跟蹤數(shù)據(jù)，導(dǎo)致預(yù)測(cè)結(jié)果準(zhǔn)確性差。機(jī)尾斷面觀察法，有著高度的實(shí)時(shí)性，有經(jīng)驗(yàn)的看火工根據(jù)觀察結(jié)尾燒結(jié)斷面的特征可以快速判斷出燒結(jié)礦質(zhì)量的好壞，但通過斷面圖像判斷燒結(jié)礦質(zhì)量有一定的主觀性，且長(zhǎng)時(shí)間觀察機(jī)尾斷面會(huì)視覺疲勞可能導(dǎo)致判斷出錯(cuò)。本文將機(jī)尾斷面圖像及過程參數(shù)相結(jié)合，進(jìn)行多參量的提取、分析，使用

3、加權(quán)支持向量機(jī)(W-SVM)回歸估計(jì)得出系統(tǒng)對(duì)燒結(jié)礦質(zhì)量的判定結(jié)果。此外，本文還建立了數(shù)據(jù)庫(kù)存儲(chǔ)數(shù)據(jù)，并編寫客戶端程序?qū)崿F(xiàn)遠(yuǎn)程訪問。經(jīng)過在馬鞍山鋼鐵股份有限公司二鐵廠燒結(jié)生產(chǎn)線長(zhǎng)時(shí)間的實(shí)際運(yùn)行驗(yàn)證，此系統(tǒng)不僅效率高、直觀性強(qiáng)、實(shí)時(shí)性好，而且還提高了燒結(jié)礦質(zhì)量判定的準(zhǔn)確性，具有很高的實(shí)際應(yīng)用價(jià)值。
　　本研究主要內(nèi)容包括：⑴將機(jī)尾斷面可見光圖像與紅外熱圖像相結(jié)合，提取紅火層溫度、厚度、連續(xù)程度等數(shù)據(jù)，并通過區(qū)域灰度比值篩選算法實(shí)現(xiàn)最

4、佳斷面圖像的自動(dòng)識(shí)別；⑵編寫OPC程序連接工廠內(nèi)網(wǎng)，獲取風(fēng)箱溫度、煙道溫度、帶冷溫度、燒結(jié)機(jī)機(jī)速等燒結(jié)過程參量，通過反演得出最佳斷面圖像的燒結(jié)歷史數(shù)據(jù)；⑶收集化驗(yàn)樣本和人工樣本，作為判定結(jié)果對(duì)比和機(jī)器學(xué)習(xí)數(shù)據(jù)；⑷編寫燒結(jié)礦質(zhì)量在線判定系統(tǒng)主程序；⑸將以上收集的數(shù)據(jù)作為訓(xùn)練樣本集，對(duì)加權(quán)支持向量機(jī)(W-SVM)進(jìn)行訓(xùn)練，得出用于回歸估計(jì)的預(yù)測(cè)模型，最終用于FeO含量與轉(zhuǎn)鼓指數(shù)的實(shí)時(shí)預(yù)測(cè)，并通過質(zhì)量判別模型對(duì)燒結(jié)質(zhì)量等級(jí)進(jìn)行判定；⑹建立數(shù)據(jù)