宝钢高炉炉温预报及炉热调剂指导模型开发研界面规格书.docVIP

附件1 宝钢高炉炉温预报 及炉热调剂指导模型开发研究 界 面 规 格 书 宝钢股份公司炼铁厂 东北大学信息科学与工程学院 2003年10月  高炉炉温预报及炉况调剂指导模型研究系统的开发分为两个部分:(一)、根据数学模型预报高炉铁水含硅量及铁水温度等反映炉温状况的参数；（二）、根据上述反映炉温状态参数判断炉热状况，从而对高炉操作提出相应的炉热调剂的定量动作指导。 为实现上述系统的功能，本系统采用C++ Buidler 6.0与SQL Server 2000联合开发，系统实现的主要功能如下： 系统启动 图1 系统主界面 系统启动后，进入主界面，系统的主界面可以分为四个区域，主界面的顶部为系统的菜单与快捷键区域；在主界面左侧画有高炉的图片上，动态显示反映高炉炉热炉况的10分钟数据，包括高炉炉顶温度、CO利用率、CO2利用率、TC、TF、综合热负荷、富氧量、送风流量、风压、K值、炉顶H2含量等；主界面的右侧分为上下两部分，上部分是动态显示反映炉温状况的高炉铁水含硅量及铁水温度等参数的曲线，下部分显示的是高炉操作相应的炉热调剂的定量动作指导。 系统设置 高炉是一个多输入多输出，且各输入参数间存在强耦合关系的复杂的大系统。综合本系统两部分模型的需要，并考虑模型在实际运行的过程中模型输入参数可能产生的问题，以及考虑模型输入参数选择的灵活性，本系统支持输入参数的选择调整。在实际运行过程中，根据高炉运行的状况以及高炉参数的具体情况，可以对模型输入参数作出相应的调整，以保证本模型的准确性。 点击系统主菜单的系统设置项选项或点击快捷键，如图2所示，进入本系统的系统设置界面： 图2 系统预报模型的设置 （一）、模型输入参数查询 点击模型输入参数查询选项后，进入模型参数查询界面，如图3所示： 图3 模型参数查询界面 在本界面中可以查询到模型采用的所有的输入参数信息，通过模型参数选择可以查询本模型输入所需的工艺参数类型，同时，本界面同时显示了每一个工艺参数的采样周期、滞后时间、阈值的上下限等信息。操作人员可以岔气具体情况，通过本界面对这些参数信息进行修改或加以补充，以调整模型的输入信息。灵活运用界面中的数据表格的参数信息的记录功能，可以为查询与设置参数信息提供很大的方便。 （二）、神经网络预报模型的设置 点击Si预报模型设置中的Si预报模型参数设置选项后，进入Si预报神经网络模型结构及其参数设置界面，如图4所示： 图4 Si预报神经网络模型结构及其参数设置界面 （1）模型参数信息显示及修改 本系统采用的硅预报模型是基于神经网络和时差方法的时间序列预报模型，它是一个带反馈，多隐层的多输入多输出的网络模型。图中所示，在本界面中“高炉参数个数”项是由在“输入参数设置”界面中设置的，在“输入参数界面”中更改参数类型及个数，可以自动更改高炉参数个数值。“反馈输入节点个数”一般设定为8或12，也可根据具体情况更改，但一般不易过大。“输入总节点个数”是“高炉参数个数”与“反馈输入节点个数”的和。“输入节点个数”一般设定为8。“隐层个数”设定不易过大，一般可以设定为1～3之间的数，经试验在本模型中设定为1比较合适。 本界面的下部列出了网络学习的各个参数初始值，通过调整上述参数可以对网络的学习效果进行调整。 （2）输入层参数的设置 图5 Si预报神经网络模型输入参数设置 图中“模型参数选择”组合框中共分两大项：“系统默认参数”和“附加参数”。“系统默认参数”组合框中共有8个参数，分别为：风温、鼓风湿份、煤气利用率、阻力指数（K值）、焦炭灰分、烧结矿成分（FeO）、燃料比、煤粉含碳量。这八个参数是通过对宝钢1＃高炉历史数据的分析和专家经验得到的，这几个参数对铁水含硅量具有较高的相关性，且彼此之间相关性较低，具有较好的独立性，因此作为本模型的基本输入参数。在“附加参数”中也有八个参数，分别为：热负荷、Tc、Tf、炉顶煤气中氮气含量、送风流量、富氧量、炉顶温度、炉顶煤气中CO含量。此八个参数较好地补充了“系统默认参数”中模型信息量的不足。在模型的调试过程中，可以根据模型的具体运行情况和炉况，对模型的输入参数作出适当的调整，以最终确定模型的输入参数及输入参数的个数。 在“模型参数选择”组合框下方为一个参数表，在“模型参数选择”组合框中选定的参数将显示在此表中。此表共分两大项：“参数名称”和“滞后时间（20分钟）”。在“滞后时间（20分钟）”项中，可以修改该参数的滞后时间，单位为：20分钟。 （3）隐层参数的设置 图6 隐层参数设置界面 隐层参数界面显示了网络隐层的层数，各层的学习率以及动量增益率等网络参数信息。 （三）、系统启动 点击系统启动选项可以进入系统在线运行状态，通过网络传送的实时采样数据进行高炉铁水含硅量及铁水温度等反映炉温状况的参数进行在线预报，并对高炉操作提