權(quán)利要求

1.一種應(yīng)用于冶煉設(shè)備的智能管理方法，其特征在于，包括以下步驟：

S11，對(duì)閃速爐反應(yīng)塔實(shí)時(shí)進(jìn)行爐內(nèi)紅外成像探測(cè)，獲取爐內(nèi)實(shí)時(shí)溫度分布圖像，基于爐內(nèi)實(shí)時(shí)溫度分布圖像進(jìn)行區(qū)域劃分;

S12，根據(jù)區(qū)域的實(shí)時(shí)溫度情況，確定溫度異常高的區(qū)域;

S13，對(duì)溫度異常高的區(qū)域進(jìn)行熱點(diǎn)分析和掛渣脫落分析，識(shí)別溫度異常高現(xiàn)象產(chǎn)生的原因;若異常高現(xiàn)象產(chǎn)生的原因是掛渣脫落，則控制原料成分變化同時(shí)控制熱負(fù)荷，加速掛渣形成;若異常高現(xiàn)象產(chǎn)生的原因不是掛渣脫落，則繼續(xù)保持對(duì)爐內(nèi)溫度的監(jiān)測(cè)。

2.根據(jù)權(quán)利要求1所述的一種應(yīng)用于冶煉設(shè)備的智能管理方法，其特征在于，在步驟S11中，所述基于爐內(nèi)實(shí)時(shí)溫度分布圖像進(jìn)行區(qū)域劃分還包括以下步驟：

S21，獲取爐內(nèi)實(shí)時(shí)溫度分布圖像中每個(gè)像素點(diǎn)的溫度數(shù)據(jù);

S22，隨機(jī)選擇K個(gè)初始質(zhì)心形成分類簇，K為常數(shù);

S23，計(jì)算每個(gè)像素點(diǎn)與質(zhì)心之間的歐式距離，將像素點(diǎn)分配給歐氏距離最小的質(zhì)心的分類簇;歐式距離通過以下公式進(jìn)行計(jì)算：;式中D表示歐氏距離，a、b和c為像素點(diǎn)在溫度分布圖像中的橫坐標(biāo)、縱坐標(biāo)和溫度數(shù)據(jù)，a0、b0和c0為質(zhì)心在溫度分布圖像中的橫坐標(biāo)、縱坐標(biāo)和溫度數(shù)據(jù)，k1為位置權(quán)重，k2為溫度權(quán)重;

S24，計(jì)算每個(gè)分類簇的所有像素點(diǎn)的平均值，將平均值作為信息質(zhì)心;

S25，重復(fù)步驟S23和S24，直到達(dá)到最大迭代次數(shù)。

3.根據(jù)權(quán)利要求2所述的一種應(yīng)用于冶煉設(shè)備的智能管理方法，其特征在于，在步驟S12中，所述根據(jù)區(qū)域的實(shí)時(shí)溫度分布情況，確定溫度異常高的區(qū)域還包括以下步驟：

獲取爐內(nèi)所有區(qū)域的實(shí)時(shí)溫度，將區(qū)域?qū)崟r(shí)溫度作為輸入，輸入到熱點(diǎn)現(xiàn)象或者掛渣脫落現(xiàn)象出現(xiàn)概率與溫度之間的概率密度函數(shù)g(x)中，得到熱點(diǎn)現(xiàn)象或者掛渣脫落現(xiàn)象出現(xiàn)概率;若熱點(diǎn)現(xiàn)象或者掛渣脫落現(xiàn)象出現(xiàn)概率不小于閾值，則判斷區(qū)域?yàn)闇囟犬惓８叩膮^(qū)域。

4.根據(jù)權(quán)利要求3所述的一種應(yīng)用于冶煉設(shè)備的智能管理方法，其特征在于，通過以下步驟獲取熱點(diǎn)現(xiàn)象或者掛渣脫落現(xiàn)象出現(xiàn)概率與溫度之間的概率密度函數(shù)g(x)：

S41，獲取閃速爐反應(yīng)塔的歷史冶煉數(shù)據(jù)并得到溫度分布圖像，對(duì)溫度分布圖像進(jìn)行區(qū)域劃分，獲取歷史冶煉數(shù)據(jù)的溫度分布圖像上區(qū)域的平均溫度，并對(duì)存在熱點(diǎn)現(xiàn)象或者掛渣脫落現(xiàn)象的區(qū)域進(jìn)行標(biāo)注;

S42，根據(jù)歷史冶煉數(shù)據(jù)生成數(shù)據(jù)集：設(shè)置溫度節(jié)點(diǎn)a1、a2、…、an，式中n為節(jié)點(diǎn)的數(shù)量;令T表示溫度隨機(jī)變量，獲取溫度隨機(jī)變量T大于等于a1時(shí)，標(biāo)注數(shù)據(jù)出現(xiàn)的概率P{T≥a1}，P{T≥a1}=na1/Na1，式中na1表示歷史冶煉數(shù)據(jù)中溫度大于等于a1且存在熱點(diǎn)現(xiàn)象或者掛渣脫落現(xiàn)象的區(qū)域的數(shù)量，Na1表示歷史冶煉數(shù)據(jù)中溫度大于等于a1的區(qū)域的數(shù)量;按照與溫度節(jié)點(diǎn)a1相同的方式，得到溫度隨機(jī)變量T大于等于a2、…、an時(shí)，標(biāo)注數(shù)據(jù)出現(xiàn)的概率P{T≥a2}、…、P{T≥an};由a1和P{T≥a1}、a2和P{T≥a2}、…、an和P{T≥an}形成n個(gè)數(shù)據(jù)點(diǎn)，將數(shù)據(jù)點(diǎn)分別記為x1、x2、…、xn得到數(shù)據(jù)集;

S43，通過核密度估計(jì)得到熱點(diǎn)現(xiàn)象或者掛渣脫落現(xiàn)象出現(xiàn)概率與溫度之間的概率密度函數(shù)g(x);選擇一個(gè)具有非負(fù)性和對(duì)稱性且在實(shí)數(shù)域R上的積分為1的核函數(shù);設(shè)置大于零的常數(shù)作為核函數(shù)K的帶寬h;根據(jù)帶寬對(duì)核函數(shù)進(jìn)行縮放得到Kh，其中Kh(u)=1/h×K(u/h)，u為核函數(shù)的輸入;獲取數(shù)據(jù)集中數(shù)據(jù)點(diǎn)xi對(duì)估計(jì)點(diǎn)x的貢獻(xiàn)率Kh(x-xi);將數(shù)據(jù)集中所有數(shù)據(jù)點(diǎn)對(duì)估計(jì)點(diǎn)x的貢獻(xiàn)率進(jìn)行相加，得到估計(jì)點(diǎn)x處的核密度估計(jì)值g(x);g(x)=1/n∑Kh(x-xi);改變估計(jì)點(diǎn)x的位置，得到訪問反饋數(shù)據(jù)在整個(gè)數(shù)據(jù)集上的核密度估計(jì);所述數(shù)據(jù)集為歷史訪問反饋數(shù)據(jù)最小值到最大值之間的區(qū)間;對(duì)核函數(shù)的效果進(jìn)行驗(yàn)證，并通過交叉驗(yàn)證選擇驗(yàn)證效果最佳的帶寬h。

5.根據(jù)權(quán)利要求4所述的一種應(yīng)用于冶煉設(shè)備的智能管理方法，其特征在于，在步驟S13中，所述識(shí)別溫度異常高現(xiàn)象產(chǎn)生的原因還包括以下步驟：

S51，獲取溫度異常高的區(qū)域的平均溫度時(shí)間序列，令溫度異常高的區(qū)域?yàn)槟繕?biāo)區(qū)域，將目標(biāo)區(qū)域被識(shí)別為溫度異常高的區(qū)域的時(shí)間記為t，獲取時(shí)間t-dt之前目標(biāo)區(qū)域的平均溫度的變化率Δt1、時(shí)間t+dt之后目標(biāo)區(qū)域的平均溫度的變化率Δt2和時(shí)間[t-dt,t+dt]之間目標(biāo)區(qū)域的平均溫度的變化率Δt;式中dt為時(shí)間窗口;

S52，計(jì)算Δt1和Δt2之間的差值得到變化率差值Δbt，對(duì)[Δbt Δt]進(jìn)行無監(jiān)督分類：獲取存在掛渣脫落現(xiàn)象的歷史冶煉數(shù)據(jù)，確定掛渣脫落區(qū)域，分別計(jì)算掛渣脫落前區(qū)域平均溫度的變化率和掛渣脫落后區(qū)域平均溫度的變化率，得到掛渣脫落前后平均溫度的變化率的差值v1;獲取掛渣脫落時(shí)區(qū)域平均溫度的變化率v2，將[v1 v2]加入無監(jiān)督分類數(shù)據(jù)集中;獲取存在熱點(diǎn)現(xiàn)象的歷史冶煉數(shù)據(jù)，確定熱點(diǎn)區(qū)域，分別計(jì)算熱點(diǎn)區(qū)域時(shí)間rt-dt之前和時(shí)間rt+dt之后熱點(diǎn)區(qū)域平均溫度的變化率，得到溫度變化率的差值v3;獲取熱點(diǎn)區(qū)域在時(shí)間[t-dt,t+dt]內(nèi)平均溫度的變化率v4，將[v3 v4]加入無監(jiān)督分類數(shù)據(jù)集中;利用分類數(shù)據(jù)集對(duì)[Δbt Δt]進(jìn)行無監(jiān)督分類，根據(jù)[Δbt Δt]所屬分類簇中屬于掛渣脫落現(xiàn)象的數(shù)據(jù)在分類簇中所占的比例p，得到溫度異常高現(xiàn)象的原因是掛渣脫落的概率p，若p不小于設(shè)定閾值，則判斷溫度異常高現(xiàn)象的原因是掛渣脫落，否則掛渣脫落的原因是熱點(diǎn)現(xiàn)象。

6.根據(jù)權(quán)利要求1所述的一種應(yīng)用于冶煉設(shè)備的智能管理方法，其特征在于，在步驟S13中，控制原料成分變化同時(shí)控制熱負(fù)荷，加速掛渣形成還包括以下步驟：

采用高鐵含量銅精礦、同步下調(diào)石英粉熔劑比率，控制反應(yīng)過程渣鐵硅比升高;

在精礦噴嘴入料端增加專用料量調(diào)整翅片，增加區(qū)域下礦量，降低噸礦氧量，實(shí)現(xiàn)反應(yīng)熱負(fù)荷局部降低，降低熔體以及煙氣煙塵溫度，使熔體附著量大于侵蝕量，提升掛渣進(jìn)度;

調(diào)整調(diào)風(fēng)錐以及精礦噴嘴與空氣室相對(duì)位置，減少區(qū)域通風(fēng)截面積，降低區(qū)域氧量，從而降低區(qū)域熱負(fù)荷，增加熔體黏度，加速掛渣進(jìn)程;

加大區(qū)域銅水套冷卻水量以及外部增設(shè)強(qiáng)制冷卻風(fēng)的形式增強(qiáng)冷卻強(qiáng)度，促進(jìn)掛渣進(jìn)程。

7.一種應(yīng)用于冶煉設(shè)備的智能管理系統(tǒng)，其特征在于，包括數(shù)據(jù)采集模塊、掛渣控制模塊、數(shù)據(jù)存儲(chǔ)模塊和數(shù)據(jù)分析模塊;所述數(shù)據(jù)采集模塊的輸出端與所述數(shù)據(jù)存儲(chǔ)模塊的輸入端相連接，用于獲取對(duì)閃速爐反應(yīng)塔實(shí)時(shí)進(jìn)行爐內(nèi)紅外成像探測(cè);所述數(shù)據(jù)存儲(chǔ)模塊的輸出端與所述數(shù)據(jù)分析模塊的輸入端相連接，用于存儲(chǔ)數(shù)據(jù)采集模塊獲取的紅外成像數(shù)據(jù)，并對(duì)存在掛渣脫落現(xiàn)象和熱點(diǎn)現(xiàn)象的紅外成像數(shù)據(jù)進(jìn)行標(biāo)注;所述數(shù)據(jù)分析模塊用于對(duì)爐內(nèi)的溫度進(jìn)行異常檢測(cè)，并對(duì)出現(xiàn)溫度異常高現(xiàn)象的原因進(jìn)行分析;所述掛渣控制模塊用于在出現(xiàn)掛渣脫落現(xiàn)象時(shí)加速掛渣形成。

8.根據(jù)權(quán)利要求7所述的一種應(yīng)用于冶煉設(shè)備的智能管理系統(tǒng)，其特征在于，所述掛渣控制模塊還包括原料調(diào)整單元、負(fù)荷調(diào)整單元和冷卻調(diào)整單元;所述原料調(diào)整單元用于對(duì)原料成分調(diào)整，減少反應(yīng)后熔體對(duì)反應(yīng)塔掛渣侵蝕，提高形成的掛渣層致密度;所述負(fù)荷調(diào)整單元用于降低掛渣脫落變薄區(qū)域熱負(fù)荷，降低反應(yīng)劇烈程度;所述冷卻調(diào)整單元用于增強(qiáng)掛渣脫落區(qū)域的冷卻強(qiáng)度。

9.根據(jù)權(quán)利要求7所述的一種應(yīng)用于冶煉設(shè)備的智能管理系統(tǒng)，其特征在于，所述數(shù)據(jù)分析模塊還包括區(qū)域劃分單元、數(shù)據(jù)整合單元、估計(jì)單元和掛渣脫落判斷單元;所述區(qū)域劃分單元用于對(duì)溫度分布圖像進(jìn)行區(qū)域劃分;所述數(shù)據(jù)整合單元用于整合生成核密度估計(jì)和無監(jiān)督分類的數(shù)據(jù)集;所述估計(jì)單元用于對(duì)熱點(diǎn)現(xiàn)象或者掛渣脫落現(xiàn)象出現(xiàn)概率與溫度之間的概率密度函數(shù)進(jìn)行估計(jì);所述掛渣脫落判斷單元用于識(shí)別溫度異常高現(xiàn)象產(chǎn)生的原因。

10.根據(jù)權(quán)利要求7所述的一種應(yīng)用于冶煉設(shè)備的智能管理系統(tǒng)，其特征在于，所述掛渣脫落判斷單元獲取時(shí)間t-dt之前目標(biāo)區(qū)域的平均溫度的變化率Δt1、時(shí)間t+dt之后目標(biāo)區(qū)域的平均溫度的變化率Δt2和時(shí)間[t-dt,t+dt]之間目標(biāo)區(qū)域的平均溫度的變化率Δt，根據(jù)Δbt和Δt識(shí)別溫度異常高現(xiàn)象產(chǎn)生的原因，其中Δbt為Δt1和Δt2之間的差值，t為區(qū)域被識(shí)別為溫度異常高的區(qū)域的時(shí)間，dt為時(shí)間窗口。

說明書

技術(shù)領(lǐng)域

[0001]本發(fā)明涉及冶煉技術(shù)領(lǐng)域，具體是一種應(yīng)用于冶煉設(shè)備的智能管理系統(tǒng)及方法。

背景技術(shù)

[0002]閃速爐反應(yīng)塔由中央精礦噴嘴、混氣室、反應(yīng)塔本體組成，其主體為一豎直筒體，自內(nèi)而外由熔煉掛渣、耐火磚、銅水套以及鋼外殼構(gòu)成。反應(yīng)塔主要依靠塔壁掛渣抵抗塔內(nèi)高強(qiáng)度熔煉反應(yīng)產(chǎn)生的熔體以及煙氣煙塵侵蝕。當(dāng)掛渣脫落或過薄時(shí)，會(huì)對(duì)塔壁造成不可逆燒損，嚴(yán)重時(shí)會(huì)出現(xiàn)水套泄漏、塔壁燒穿導(dǎo)致停產(chǎn)。常規(guī)掛渣過程人為干預(yù)程度低、存在效率低、掛渣薄易脫落以及耐火磚銅水套損傷大等缺點(diǎn)，從而導(dǎo)致閃速爐無法滿負(fù)荷運(yùn)行。由于以上問題，常規(guī)自然掛渣無法正常適用于閃速爐高效生產(chǎn)。

發(fā)明內(nèi)容

[0003]本發(fā)明的目的在于提供一種應(yīng)用于冶煉設(shè)備的智能管理系統(tǒng)及方法，以解決現(xiàn)有技術(shù)中提出的問題。

[0004]為實(shí)現(xiàn)上述目的，本發(fā)明提供如下技術(shù)方案：一種應(yīng)用于冶煉設(shè)備的智能管理系統(tǒng)，包括數(shù)據(jù)采集模塊、掛渣控制模塊、數(shù)據(jù)存儲(chǔ)模塊和數(shù)據(jù)分析模塊;所述數(shù)據(jù)采集模塊的輸出端與所述數(shù)據(jù)存儲(chǔ)模塊的輸入端相連接，用于獲取對(duì)閃速爐反應(yīng)塔實(shí)時(shí)進(jìn)行爐內(nèi)紅外成像探測(cè);所述數(shù)據(jù)存儲(chǔ)模塊的輸出端與所述數(shù)據(jù)分析模塊的輸入端相連接，用于存儲(chǔ)數(shù)據(jù)采集模塊獲取的紅外成像數(shù)據(jù)，并對(duì)存在掛渣脫落現(xiàn)象和熱點(diǎn)現(xiàn)象的紅外成像數(shù)據(jù)進(jìn)行標(biāo)注;所述數(shù)據(jù)分析模塊用于對(duì)爐內(nèi)的溫度進(jìn)行異常檢測(cè)，并對(duì)出現(xiàn)溫度異常高現(xiàn)象的原因進(jìn)行分析;所述掛渣控制模塊用于在出現(xiàn)掛渣脫落現(xiàn)象時(shí)加速掛渣形成。

[0005]所述掛渣控制模塊還包括原料調(diào)整單元、負(fù)荷調(diào)整單元和冷卻調(diào)整單元;所述原料調(diào)整單元用于對(duì)原料成分調(diào)整，減少反應(yīng)后熔體對(duì)反應(yīng)塔掛渣侵蝕，提高形成的掛渣層致密度;所述負(fù)荷調(diào)整單元用于降低掛渣脫落變薄區(qū)域熱負(fù)荷，降低反應(yīng)劇烈程度;所述冷卻調(diào)整單元用于增強(qiáng)掛渣脫落區(qū)域的冷卻強(qiáng)度。所述數(shù)據(jù)分析模塊還包括區(qū)域劃分單元、數(shù)據(jù)整合單元、估計(jì)單元和掛渣脫落判斷單元;所述區(qū)域劃分單元用于對(duì)溫度分布圖像進(jìn)行區(qū)域劃分;所述數(shù)據(jù)整合單元用于整合生成核密度估計(jì)和無監(jiān)督分類的數(shù)據(jù)集;所述估計(jì)單元用于對(duì)熱點(diǎn)現(xiàn)象或者掛渣脫落現(xiàn)象出現(xiàn)概率與溫度之間的概率密度函數(shù)進(jìn)行估計(jì);所述掛渣脫落判斷單元用于識(shí)別溫度異常高現(xiàn)象產(chǎn)生的原因。所述掛渣脫落判斷單元獲取時(shí)間t-dt之前目標(biāo)區(qū)域的平均溫度的變化率Δt1、時(shí)間t+dt之后目標(biāo)區(qū)域的平均溫度的變化率Δt2和時(shí)間[t-dt,t+dt]之間目標(biāo)區(qū)域的平均溫度的變化率Δt，根據(jù)Δbt和Δt識(shí)別溫度異常高現(xiàn)象產(chǎn)生的原因，其中Δbt為Δt1和Δt2之間的差值，t為區(qū)域被識(shí)別為溫度異常高的區(qū)域的時(shí)間，dt為時(shí)間窗口。

[0006]為實(shí)現(xiàn)上述目的，本發(fā)明提供如下技術(shù)方案：一種應(yīng)用于冶煉設(shè)備的智能管理方法，包括以下步驟：

[0007]S11，對(duì)閃速爐反應(yīng)塔實(shí)時(shí)進(jìn)行爐內(nèi)紅外成像探測(cè)，獲取爐內(nèi)實(shí)時(shí)溫度分布圖像，基于爐內(nèi)實(shí)時(shí)溫度分布圖像進(jìn)行區(qū)域劃分;

[0008]S12，根據(jù)區(qū)域的實(shí)時(shí)溫度情況，確定溫度異常高的區(qū)域;

[0009]S13，對(duì)溫度異常高的區(qū)域進(jìn)行熱點(diǎn)分析和掛渣脫落分析，識(shí)別溫度異常高現(xiàn)象產(chǎn)生的原因;若異常高現(xiàn)象產(chǎn)生的原因是掛渣脫落，則控制原料成分變化同時(shí)控制熱負(fù)荷，加速掛渣形成;若異常高現(xiàn)象產(chǎn)生的原因不是掛渣脫落，則繼續(xù)保持對(duì)爐內(nèi)溫度的監(jiān)測(cè)。

[0010]具體地，在步驟S11中，所述基于爐內(nèi)實(shí)時(shí)溫度分布圖像進(jìn)行區(qū)域劃分還包括以下步驟：

[0011]S21，獲取爐內(nèi)實(shí)時(shí)溫度分布圖像中每個(gè)像素點(diǎn)的溫度數(shù)據(jù);

[0012]S22，隨機(jī)選擇K個(gè)初始質(zhì)心形成分類簇，K為常數(shù);

[0013]S23，計(jì)算每個(gè)像素點(diǎn)與質(zhì)心之間的歐式距離，將像素點(diǎn)分配給歐氏距離最小的質(zhì)心的分類簇;歐式距離通過以下公式進(jìn)行計(jì)算：;式中D表示歐氏距離，a、b和c為像素點(diǎn)在溫度分布圖像中的橫坐標(biāo)、縱坐標(biāo)和溫度數(shù)據(jù)，a0、b0和c0為質(zhì)心在溫度分布圖像中的橫坐標(biāo)、縱坐標(biāo)和溫度數(shù)據(jù)，k1為位置權(quán)重，k2為溫度權(quán)重;

[0014]S24，計(jì)算每個(gè)分類簇的所有像素點(diǎn)的平均值，將平均值作為信息質(zhì)心;

[0015]k1和k2可進(jìn)行調(diào)整，其中k1的作用是使得區(qū)域連續(xù)，即位置相鄰的像素點(diǎn)被劃分到一起;k2用于將溫度相近的像素點(diǎn)劃分到一起。

[0016]S25，重復(fù)步驟S23和S24，直到達(dá)到最大迭代次數(shù)。

[0017]在步驟S12中，所述根據(jù)區(qū)域的實(shí)時(shí)溫度分布情況，確定溫度異常高的區(qū)域還包括以下步驟：

[0018]獲取爐內(nèi)所有區(qū)域的實(shí)時(shí)溫度，將區(qū)域?qū)崟r(shí)溫度作為輸入，輸入到熱點(diǎn)現(xiàn)象或者掛渣脫落現(xiàn)象出現(xiàn)概率與溫度之間的概率密度函數(shù)g(x)中，得到熱點(diǎn)現(xiàn)象或者掛渣脫落現(xiàn)象出現(xiàn)概率;若熱點(diǎn)現(xiàn)象或者掛渣脫落現(xiàn)象出現(xiàn)概率不小于閾值，則判斷區(qū)域?yàn)闇囟犬惓８叩膮^(qū)域。

[0019]掛渣脫落或變薄的區(qū)域通常會(huì)有溫度異常，這些區(qū)域的溫度遠(yuǎn)高于其他區(qū)域，這是由于爐內(nèi)煤氣流的分布不合理造成邊緣區(qū)域溫度的頻繁波動(dòng)引起的，而正常區(qū)域的溫度相對(duì)穩(wěn)定;除掛渣脫落之外，爐內(nèi)燃燒情況也會(huì)導(dǎo)致溫度產(chǎn)生異常高的區(qū)域，燃燒不均勻可能導(dǎo)致爐內(nèi)某些區(qū)域出現(xiàn)局部熱點(diǎn)，在這些熱點(diǎn)區(qū)域，即使未出現(xiàn)掛渣脫落情況，這些熱點(diǎn)區(qū)域的溫度也遠(yuǎn)高于其他區(qū)域;為此，除了高溫檢測(cè)外，還需要進(jìn)一步進(jìn)行分析判斷是否出現(xiàn)掛渣脫落現(xiàn)象。

[0020]掛渣脫落區(qū)域的溫度變化可能會(huì)比較突然，因?yàn)閽煸鼘拥谋Ｗo(hù)作用喪失導(dǎo)致爐壁溫度迅速上升，這種情況下，溫度的急劇上升是掛渣脫落的明顯跡象;如果某個(gè)區(qū)域的溫度持續(xù)逐漸升高，這可能表明是由于燃燒不均勻逐漸形成的熱點(diǎn)區(qū)域;而如果溫度記錄顯示突然的峰值或急劇上升，這可能表明掛渣層的保護(hù)作用突然喪失，導(dǎo)致爐壁溫度迅速上升，這通常是掛渣脫落的跡象。

[0021]通過以下步驟獲取熱點(diǎn)現(xiàn)象或者掛渣脫落現(xiàn)象出現(xiàn)概率與溫度之間的概率密度函數(shù)g(x)：

[0022]S41，獲取閃速爐反應(yīng)塔的歷史冶煉數(shù)據(jù)并得到溫度分布圖像，對(duì)溫度分布圖像進(jìn)行區(qū)域劃分，獲取歷史冶煉數(shù)據(jù)的溫度分布圖像上區(qū)域的平均溫度，并對(duì)存在熱點(diǎn)現(xiàn)象或者掛渣脫落現(xiàn)象的區(qū)域進(jìn)行標(biāo)注;

[0023]S42，根據(jù)歷史冶煉數(shù)據(jù)生成數(shù)據(jù)集：設(shè)置溫度節(jié)點(diǎn)a1、a2、…、an，式中n為節(jié)點(diǎn)的數(shù)量;令T表示溫度隨機(jī)變量，獲取溫度隨機(jī)變量T大于等于a1時(shí)，標(biāo)注數(shù)據(jù)出現(xiàn)的概率P{T≥a1}，P{T≥a1}=na1/Na1，式中na1表示歷史冶煉數(shù)據(jù)中溫度大于等于a1且存在熱點(diǎn)現(xiàn)象或者掛渣脫落現(xiàn)象的區(qū)域的數(shù)量，Na1表示歷史冶煉數(shù)據(jù)中溫度大于等于a1的區(qū)域的數(shù)量;按照與溫度節(jié)點(diǎn)a1相同的方式，得到溫度隨機(jī)變量T大于等于a2、…、an時(shí)，標(biāo)注數(shù)據(jù)出現(xiàn)的概率P{T≥a2}、…、P{T≥an};由a1和P{T≥a1}、a2和P{T≥a2}、…、an和P{T≥an}形成n個(gè)數(shù)據(jù)點(diǎn)，將數(shù)據(jù)點(diǎn)分別記為x1、x2、…、xn得到數(shù)據(jù)集;

[0024]S43，通過核密度估計(jì)得到熱點(diǎn)現(xiàn)象或者掛渣脫落現(xiàn)象出現(xiàn)概率與溫度之間的概率密度函數(shù)g(x);選擇一個(gè)具有非負(fù)性和對(duì)稱性且在實(shí)數(shù)域R上的積分為1的核函數(shù);設(shè)置大于零的常數(shù)作為核函數(shù)K的帶寬h;根據(jù)帶寬對(duì)核函數(shù)進(jìn)行縮放得到Kh，其中Kh(u)=1/h×K(u/h)，u為核函數(shù)的輸入;獲取數(shù)據(jù)集中數(shù)據(jù)點(diǎn)xi對(duì)估計(jì)點(diǎn)x的貢獻(xiàn)率Kh(x-xi);將數(shù)據(jù)集中所有數(shù)據(jù)點(diǎn)對(duì)估計(jì)點(diǎn)x的貢獻(xiàn)率進(jìn)行相加，得到估計(jì)點(diǎn)x處的核密度估計(jì)值g(x);g(x)=1/n∑Kh(x-xi);改變估計(jì)點(diǎn)x的位置，得到訪問反饋數(shù)據(jù)在整個(gè)數(shù)據(jù)集上的核密度估計(jì);所述數(shù)據(jù)集為歷史訪問反饋數(shù)據(jù)最小值到最大值之間的區(qū)間;對(duì)核函數(shù)的效果進(jìn)行驗(yàn)證，并通過交叉驗(yàn)證選擇驗(yàn)證效果最佳的帶寬h。

[0025]在步驟S13中，所述識(shí)別溫度異常高現(xiàn)象產(chǎn)生的原因還包括以下步驟：

[0026]S51，獲取溫度異常高的區(qū)域的平均溫度時(shí)間序列，令溫度異常高的區(qū)域?yàn)槟繕?biāo)區(qū)域，將目標(biāo)區(qū)域被識(shí)別為溫度異常高的區(qū)域的時(shí)間記為t，獲取時(shí)間t-dt之前目標(biāo)區(qū)域的平均溫度的變化率Δt1、時(shí)間t+dt之后目標(biāo)區(qū)域的平均溫度的變化率Δt2和時(shí)間[t-dt,t+dt]之間目標(biāo)區(qū)域的平均溫度的變化率Δt;式中dt為時(shí)間窗口;

[0027]S52，計(jì)算Δt1和Δt2之間的差值得到變化率差值Δbt，對(duì)[Δbt Δt]進(jìn)行無監(jiān)督分類：獲取存在掛渣脫落現(xiàn)象的歷史冶煉數(shù)據(jù)，確定掛渣脫落區(qū)域，分別計(jì)算掛渣脫落前區(qū)域平均溫度的變化率和掛渣脫落后區(qū)域平均溫度的變化率，得到掛渣脫落前后平均溫度的變化率的差值v1;獲取掛渣脫落時(shí)區(qū)域平均溫度的變化率v2，將[v1 v2]加入無監(jiān)督分類數(shù)據(jù)集中;獲取存在熱點(diǎn)現(xiàn)象的歷史冶煉數(shù)據(jù)，確定熱點(diǎn)區(qū)域，分別計(jì)算熱點(diǎn)區(qū)域時(shí)間rt-dt之前和時(shí)間rt+dt之后熱點(diǎn)區(qū)域平均溫度的變化率，得到溫度變化率的差值v3;獲取熱點(diǎn)區(qū)域在時(shí)間[t-dt,t+dt]內(nèi)平均溫度的變化率v4，將[v3 v4]加入無監(jiān)督分類數(shù)據(jù)集中;利用分類數(shù)據(jù)集對(duì)[Δbt Δt]進(jìn)行無監(jiān)督分類，根據(jù)[Δbt Δt]所屬分類簇中屬于掛渣脫落現(xiàn)象的數(shù)據(jù)在分類簇中所占的比例p，得到溫度異常高現(xiàn)象的原因是掛渣脫落的概率p，若p不小于設(shè)定閾值，則判斷溫度異常高現(xiàn)象的原因是掛渣脫落，否則掛渣脫落的原因是熱點(diǎn)現(xiàn)象。

[0028]在掛渣脫落之前，如果渣皮突然脫落，爐內(nèi)溫度可能會(huì)突然上升，這是因?yàn)樵さ谋Ｗo(hù)作用突然喪失，導(dǎo)致爐壁直接暴露于高溫環(huán)境中，這種情況下，溫度的急劇上升是掛渣脫落的明顯跡象，因此對(duì)掛渣脫落時(shí)的溫度變化率進(jìn)行分析。掛渣脫落區(qū)域在脫落之前和脫落之后，其自身內(nèi)部的溫度差距可能會(huì)比較穩(wěn)定，因?yàn)閽煸鼘拥拇嬖诨蛉笔?dǎo)致的熱傳導(dǎo)效果是相對(duì)穩(wěn)定的，但兩者之間存在較大差異，因此對(duì)掛渣脫落區(qū)域在脫落之前和脫落之后溫度變化率進(jìn)行分析。

[0029]在步驟S13中，控制原料成分變化同時(shí)控制熱負(fù)荷，加速掛渣形成還包括以下步驟：

[0030]采用高鐵含量銅精礦、同步下調(diào)石英粉熔劑比率，控制反應(yīng)過程渣鐵硅比升高;

[0031]在精礦噴嘴入料端增加專用料量調(diào)整翅片，增加區(qū)域下礦量，降低噸礦氧量，實(shí)現(xiàn)反應(yīng)熱負(fù)荷局部降低，降低熔體以及煙氣煙塵溫度，使熔體附著量大于侵蝕量，提升掛渣進(jìn)度;

[0032]調(diào)整調(diào)風(fēng)錐以及精礦噴嘴與空氣室相對(duì)位置，減少區(qū)域通風(fēng)截面積，降低區(qū)域氧量，從而降低區(qū)域熱負(fù)荷，增加熔體黏度，加速掛渣進(jìn)程;

[0033]加大區(qū)域銅水套冷卻水量以及外部增設(shè)強(qiáng)制冷卻風(fēng)的形式增強(qiáng)冷卻強(qiáng)度，促進(jìn)掛渣進(jìn)程。

[0034]與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果是：采用主動(dòng)干預(yù)調(diào)整，具有反應(yīng)快、效率高、可以直接通過調(diào)整配料成分、精礦噴嘴以及調(diào)風(fēng)錐相對(duì)位置、銅水套冷卻水量等迅速干預(yù)掛渣進(jìn)程，可大幅度縮短掛渣周期，從而減少高強(qiáng)度反應(yīng)對(duì)反應(yīng)塔本體沖刷侵蝕，保障耐火磚以及水套安全，進(jìn)而提升冶金爐窯本質(zhì)安全。加速閃速爐反應(yīng)塔掛渣管理，可根據(jù)日常爐況控制，逐步微量調(diào)整，用于反應(yīng)塔日常掛渣動(dòng)態(tài)維護(hù)過程。

附圖說明

[0035]圖1為本發(fā)明一種應(yīng)用于冶煉設(shè)備的智能管理系統(tǒng)的結(jié)構(gòu)示意圖。

具體實(shí)施方式

[0036]下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例?；诒景l(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。

[0037]實(shí)施例：如圖1所示，本發(fā)明提供一種技術(shù)方案，一種應(yīng)用于冶煉設(shè)備的智能管理系統(tǒng)，包括數(shù)據(jù)采集模塊、掛渣控制模塊、數(shù)據(jù)存儲(chǔ)模塊和數(shù)據(jù)分析模塊;所述數(shù)據(jù)采集模塊的輸出端與所述數(shù)據(jù)存儲(chǔ)模塊的輸入端相連接，用于獲取對(duì)閃速爐反應(yīng)塔實(shí)時(shí)進(jìn)行爐內(nèi)紅外成像探測(cè);所述數(shù)據(jù)存儲(chǔ)模塊的輸出端與所述數(shù)據(jù)分析模塊的輸入端相連接，用于存儲(chǔ)數(shù)據(jù)采集模塊獲取的紅外成像數(shù)據(jù)，并對(duì)存在掛渣脫落現(xiàn)象和熱點(diǎn)現(xiàn)象的紅外成像數(shù)據(jù)進(jìn)行標(biāo)注;所述數(shù)據(jù)分析模塊用于對(duì)爐內(nèi)的溫度進(jìn)行異常檢測(cè)，并對(duì)出現(xiàn)溫度異常高現(xiàn)象的原因進(jìn)行分析;所述掛渣控制模塊用于在出現(xiàn)掛渣脫落現(xiàn)象時(shí)加速掛渣形成。

[0038]所述掛渣控制模塊還包括原料調(diào)整單元、負(fù)荷調(diào)整單元和冷卻調(diào)整單元;所述原料調(diào)整單元用于對(duì)原料成分調(diào)整，減少反應(yīng)后熔體對(duì)反應(yīng)塔掛渣侵蝕，提高形成的掛渣層致密度;所述負(fù)荷調(diào)整單元用于降低掛渣脫落變薄區(qū)域熱負(fù)荷，降低反應(yīng)劇烈程度;所述冷卻調(diào)整單元用于增強(qiáng)掛渣脫落區(qū)域的冷卻強(qiáng)度。所述數(shù)據(jù)分析模塊還包括區(qū)域劃分單元、數(shù)據(jù)整合單元、估計(jì)單元和掛渣脫落判斷單元;所述區(qū)域劃分單元用于對(duì)溫度分布圖像進(jìn)行區(qū)域劃分;所述數(shù)據(jù)整合單元用于整合生成核密度估計(jì)和無監(jiān)督分類的數(shù)據(jù)集;所述估計(jì)單元用于對(duì)熱點(diǎn)現(xiàn)象或者掛渣脫落現(xiàn)象出現(xiàn)概率與溫度之間的概率密度函數(shù)進(jìn)行估計(jì);所述掛渣脫落判斷單元用于識(shí)別溫度異常高現(xiàn)象產(chǎn)生的原因。所述掛渣脫落判斷單元獲取時(shí)間t-dt之前目標(biāo)區(qū)域的平均溫度的變化率Δt1、時(shí)間t+dt之后目標(biāo)區(qū)域的平均溫度的變化率Δt2和時(shí)間[t-dt,t+dt]之間目標(biāo)區(qū)域的平均溫度的變化率Δt，根據(jù)Δbt和Δt識(shí)別溫度異常高現(xiàn)象產(chǎn)生的原因，其中Δbt為Δt1和Δt2之間的差值，t為區(qū)域被識(shí)別為溫度異常高的區(qū)域的時(shí)間，dt為時(shí)間窗口。

[0039]實(shí)施例：本發(fā)明提供一種技術(shù)方案，一種應(yīng)用于冶煉設(shè)備的智能管理方法，包括以下步驟：

[0040]S11，對(duì)閃速爐反應(yīng)塔實(shí)時(shí)進(jìn)行爐內(nèi)紅外成像探測(cè)，獲取爐內(nèi)實(shí)時(shí)溫度分布圖像，基于爐內(nèi)實(shí)時(shí)溫度分布圖像進(jìn)行區(qū)域劃分：

[0041]獲取爐內(nèi)實(shí)時(shí)溫度分布圖像中每個(gè)像素點(diǎn)的溫度數(shù)據(jù);

[0042]隨機(jī)選擇K個(gè)初始質(zhì)心形成分類簇，K為常數(shù);

[0043]S100，計(jì)算每個(gè)像素點(diǎn)與質(zhì)心之間的歐式距離，將像素點(diǎn)分配給歐氏距離最小的質(zhì)心的分類簇;歐式距離通過以下公式進(jìn)行計(jì)算：;式中D表示歐氏距離，a、b和c為像素點(diǎn)在溫度分布圖像中的橫坐標(biāo)、縱坐標(biāo)和溫度數(shù)據(jù)，a0、b0和c0為質(zhì)心在溫度分布圖像中的橫坐標(biāo)、縱坐標(biāo)和溫度數(shù)據(jù)，k1為位置權(quán)重，k2為溫度權(quán)重;

[0044]S200計(jì)算每個(gè)分類簇的所有像素點(diǎn)的平均值，將平均值作為信息質(zhì)心;

[0045]重復(fù)步驟S100和S200，直到達(dá)到最大迭代次數(shù)。

[0046]S12，根據(jù)區(qū)域的實(shí)時(shí)溫度情況，確定溫度異常高的區(qū)域：

[0047]獲取閃速爐反應(yīng)塔的歷史冶煉數(shù)據(jù)并得到溫度分布圖像，對(duì)溫度分布圖像進(jìn)行區(qū)域劃分，獲取歷史冶煉數(shù)據(jù)的溫度分布圖像上區(qū)域的平均溫度，并對(duì)存在熱點(diǎn)現(xiàn)象或者掛渣脫落現(xiàn)象的區(qū)域進(jìn)行標(biāo)注;

[0048]根據(jù)歷史冶煉數(shù)據(jù)生成數(shù)據(jù)集：設(shè)置溫度節(jié)點(diǎn)a1、a2、…、an，式中n為節(jié)點(diǎn)的數(shù)量;令T表示溫度隨機(jī)變量，獲取溫度隨機(jī)變量T大于等于a1時(shí)，標(biāo)注數(shù)據(jù)出現(xiàn)的概率P{T≥a1}，P{T≥a1}=na1/Na1，式中na1表示歷史冶煉數(shù)據(jù)中溫度大于等于a1且存在熱點(diǎn)現(xiàn)象或者掛渣脫落現(xiàn)象的區(qū)域的數(shù)量，Na1表示歷史冶煉數(shù)據(jù)中溫度大于等于a1的區(qū)域的數(shù)量;按照與溫度節(jié)點(diǎn)a1相同的方式，得到溫度隨機(jī)變量T大于等于a2、…、an時(shí)，標(biāo)注數(shù)據(jù)出現(xiàn)的概率P{T≥a2}、…、P{T≥an};由a1和P{T≥a1}、a2和P{T≥a2}、…、an和P{T≥an}形成n個(gè)數(shù)據(jù)點(diǎn)，將數(shù)據(jù)點(diǎn)分別記為x1、x2、…、xn得到數(shù)據(jù)集;

[0049]通過核密度估計(jì)得到熱點(diǎn)現(xiàn)象或者掛渣脫落現(xiàn)象出現(xiàn)概率與溫度之間的概率密度函數(shù)g(x);選擇一個(gè)具有非負(fù)性和對(duì)稱性且在實(shí)數(shù)域R上的積分為1的核函數(shù);設(shè)置大于零的常數(shù)作為核函數(shù)K的帶寬h;根據(jù)帶寬對(duì)核函數(shù)進(jìn)行縮放得到Kh，其中Kh(u)=1/h×K(u/h)，u為核函數(shù)的輸入;獲取數(shù)據(jù)集中數(shù)據(jù)點(diǎn)xi對(duì)估計(jì)點(diǎn)x的貢獻(xiàn)率Kh(x-xi);將數(shù)據(jù)集中所有數(shù)據(jù)點(diǎn)對(duì)估計(jì)點(diǎn)x的貢獻(xiàn)率進(jìn)行相加，得到估計(jì)點(diǎn)x處的核密度估計(jì)值g(x);g(x)=1/n∑Kh(x-xi);改變估計(jì)點(diǎn)x的位置，得到訪問反饋數(shù)據(jù)在整個(gè)數(shù)據(jù)集上的核密度估計(jì);所述數(shù)據(jù)集為歷史訪問反饋數(shù)據(jù)最小值到最大值之間的區(qū)間;對(duì)核函數(shù)的效果進(jìn)行驗(yàn)證，并通過交叉驗(yàn)證選擇驗(yàn)證效果最佳的帶寬h;

[0050]獲取爐內(nèi)所有區(qū)域的實(shí)時(shí)溫度，將區(qū)域?qū)崟r(shí)溫度作為輸入，輸入到熱點(diǎn)現(xiàn)象或者掛渣脫落現(xiàn)象出現(xiàn)概率與溫度之間的概率密度函數(shù)g(x)中，得到熱點(diǎn)現(xiàn)象或者掛渣脫落現(xiàn)象出現(xiàn)概率;若熱點(diǎn)現(xiàn)象或者掛渣脫落現(xiàn)象出現(xiàn)概率不小于閾值，則判斷區(qū)域?yàn)闇囟犬惓８叩膮^(qū)域。

[0051]S13，對(duì)溫度異常高的區(qū)域進(jìn)行熱點(diǎn)分析和掛渣脫落分析，識(shí)別溫度異常高現(xiàn)象產(chǎn)生的原因;若異常高現(xiàn)象產(chǎn)生的原因是掛渣脫落，則控制原料成分變化同時(shí)控制熱負(fù)荷，加速掛渣形成;若異常高現(xiàn)象產(chǎn)生的原因不是掛渣脫落，則繼續(xù)保持對(duì)爐內(nèi)溫度的監(jiān)測(cè);

[0052]所述識(shí)別溫度異常高現(xiàn)象產(chǎn)生的原因還包括以下步驟：

[0053]獲取溫度異常高的區(qū)域的平均溫度時(shí)間序列，令溫度異常高的區(qū)域?yàn)槟繕?biāo)區(qū)域，將目標(biāo)區(qū)域被識(shí)別為溫度異常高的區(qū)域的時(shí)間記為t，獲取時(shí)間t-dt之前目標(biāo)區(qū)域的平均溫度的變化率Δt1、時(shí)間t+dt之后目標(biāo)區(qū)域的平均溫度的變化率Δt2和時(shí)間[t-dt,t+dt]之間目標(biāo)區(qū)域的平均溫度的變化率Δt;式中dt為時(shí)間窗口;

[0054]計(jì)算Δt1和Δt2之間的差值得到變化率差值Δbt，對(duì)[Δbt Δt]進(jìn)行無監(jiān)督分類：獲取存在掛渣脫落現(xiàn)象的歷史冶煉數(shù)據(jù)，確定掛渣脫落區(qū)域，分別計(jì)算掛渣脫落前區(qū)域平均溫度的變化率和掛渣脫落后區(qū)域平均溫度的變化率，得到掛渣脫落前后平均溫度的變化率的差值v1;獲取掛渣脫落時(shí)區(qū)域平均溫度的變化率v2，將[v1 v2]加入無監(jiān)督分類數(shù)據(jù)集中;獲取存在熱點(diǎn)現(xiàn)象的歷史冶煉數(shù)據(jù)，確定熱點(diǎn)區(qū)域，分別計(jì)算熱點(diǎn)區(qū)域時(shí)間rt-dt之前和時(shí)間rt+dt之后熱點(diǎn)區(qū)域平均溫度的變化率，得到溫度變化率的差值v3;獲取熱點(diǎn)區(qū)域在時(shí)間[t-dt,t+dt]內(nèi)平均溫度的變化率v4，將[v3 v4]加入無監(jiān)督分類數(shù)據(jù)集中;利用分類數(shù)據(jù)集對(duì)[Δbt Δt]進(jìn)行無監(jiān)督分類，根據(jù)[Δbt Δt]所屬分類簇中屬于掛渣脫落現(xiàn)象的數(shù)據(jù)在分類簇中所占的比例p，得到溫度異常高現(xiàn)象的原因是掛渣脫落的概率p，若p不小于設(shè)定閾值，則判斷溫度異常高現(xiàn)象的原因是掛渣脫落，否則掛渣脫落的原因是熱點(diǎn)現(xiàn)象。

[0055]控制原料成分變化同時(shí)控制熱負(fù)荷，加速掛渣形成還包括以下步驟：

[0056]通過在精礦噴嘴入料端增加專用料量調(diào)整翅片，增加區(qū)域下礦量，降低噸礦氧量，從而實(shí)現(xiàn)反應(yīng)熱負(fù)荷局部降低，降低熔體以及煙氣煙塵溫度，使熔體附著量大于侵蝕量，提升掛渣進(jìn)度;

[0057]調(diào)整調(diào)風(fēng)錐以及精礦噴嘴與空氣室相對(duì)位置，減少區(qū)域通風(fēng)截面積，從而降低區(qū)域氧量，降低區(qū)域熱負(fù)荷，增加熔體黏度，加速掛渣進(jìn)程;

[0058]由于渣脫落變薄，區(qū)域高溫熔體煙氣直接接觸耐火磚以及銅水套，已造成設(shè)備損壞，因此，需立即增強(qiáng)該區(qū)域冷卻強(qiáng)度，在表面形成一層熔體保護(hù)層，利于掛渣附著;采用加大該區(qū)域銅水套冷卻水量以及外部增設(shè)強(qiáng)制冷卻風(fēng)的形式增強(qiáng)冷卻強(qiáng)度，有效促進(jìn)掛渣進(jìn)程;

[0059]以上方法實(shí)行時(shí)間約為12-24小時(shí)，極大程度縮短自然掛渣進(jìn)程，通過紅外成像檢測(cè)，可確認(rèn)掛渣恢復(fù)程度;當(dāng)數(shù)據(jù)與周邊無明顯偏差后，可確認(rèn)掛渣完成，形成記錄。

[0060]對(duì)于本領(lǐng)域技術(shù)人員而言，顯然本發(fā)明不限于上述示范性實(shí)施例的細(xì)節(jié)，而且在不背離本發(fā)明的精神或基本特征的情況下，能夠以其他的具體形式實(shí)現(xiàn)本發(fā)明。因此，無論從哪一點(diǎn)來看，均應(yīng)將實(shí)施例看作是示范性的，而且是非限制性的，本發(fā)明的范圍由所附權(quán)利要求而不是上述說明限定，因此旨在將落在權(quán)利要求的等同要件的含義和范圍內(nèi)的所有變化囊括在本發(fā)明內(nèi)。不應(yīng)將權(quán)利要求中的任何附圖標(biāo)記視為限制所涉及的權(quán)利要求。

說明書附圖(1)