基于数据驱动的白云鄂博矿高炉炼铁过程的建模及优化研究

本课题针对包钢对白云鄂博矿高炉炼铁过程的高成本问题，综合利用各类基于数据驱动的算法，深层次的挖掘包钢高炉炼铁过程的海量数据，寻求低碳炼铁的最优生产模式。鉴于炉温及煤气流分布是影响高炉稳定顺行及炼铁成本的主要因素，本课题重点研究基于数据的铁水硅含量[Si]建模、高炉煤气流分布建模及建立炼铁过程优化操作模式问题，形成基于数据驱动的高炉操作优化控制体系，将丰富基于数据驱动的建模及优化理论。本课题的研究，将在高炉低耗、高效、优质、长寿方面实现新的突破，对高炉冶金行业的节能降耗具有重要意义，也可减少中国钢铁业对进口铁矿石的依赖程度。

高炉炼铁过程是钢铁企业能耗和污染最大的环节，是实现冶金企业高效绿色生产的关键环节。高炉炼铁过程反应众多，机理复杂;具有封闭性、不确定性、动态多分布参数特征，关键参数与运行指标难以在线监测，间歇式与连续式操作模式并存，缺乏调节手段的大滞后过程。炉温预测与控制对炼铁过程高产、顺行有至关重要的作用，高炉炉温过高生产成本增高，并缩短高炉寿命，炉温过低产量降低，甚至导致高炉事故。炉温控制具有大时滞性，发现炉温异常再采取措施，会产生炉温的波动。富氧喷煤是调剂炉况热制度的有效手段，以煤粉取代昂贵的焦炭，可降低焦比、生铁成本；每座高炉根据其原料、生产条件都有一个合理喷煤量区间，不同炉况下有一个喷吹效益最好的最佳喷煤量，富氧合理喷煤是炼铁过程高效绿色生产的最有效的途径。. 大型高炉物料成分相对稳定，上料、送风、喷粉系统设备稳定、性能良好；基础自动化条件好，遍布各类传感器，分别以物理量、图像等不同形式和程度反映了过程状况信息，现场操作人员通过炼铁知识和工艺经验对这些异类多尺度信息分析，估计炉温进而人工操作控制，可使高炉长期运行于平稳、高产状态。但是炉温、炉况估计结果不可能是高效、准确、全面的；人工决策喷煤量是主观、粗糙、盲目的，不能实现优质、低耗和高产的优化控制目标。针对包钢高炉炼铁以白云鄂博铁矿为主的特点，在不改变冶炼工艺流程、不增加生产设备基础上，利用监控系统采集存储大量蕴含客观规律与操作人员决策信息的生产数据，综合利用数据挖掘、聚类分析、模式识别、统计学、智能计算及优化理论与方法，结合高炉专家知识，进行以下内容的研究。.1.对数据预处理及变量选取进行了研究；.2.建立高炉不可实时测得关键参数炉温Si含量和铁水温度模型，通过改进模型参数优化方法、多种智能算法模型比较及融合风口图像信息不断提高了模型的精度与泛化性；.3.基于图像和十字测温煤气流分布模型研究。.4.炼铁过程以高效绿色为目标，建立炼铁过程优化性能指标；建立与冶炼条件相适应最佳喷煤决策模型与操作模式优化模型，使喷煤控制运行于最佳区间范围内，为实现优质、低耗和高产的控制目标提供依据。. 研究内容完成了项目预期目标，在高炉建模与优化方面取得了一定的成绩，发表SCI论文2篇，EI收录论文2篇（另已录用2篇），核心期刊论文20篇，取得国家发明专利1项，主办了第25届全国自动化应用学术会议，搭建了模拟仿真平台。