高炉热风炉燃烧蓄热控制方法及装置 |
|||||||
申请号 | CN202311416449.1 | 申请日 | 2023-10-27 | 公开(公告)号 | CN117448509A | 公开(公告)日 | 2024-01-26 |
申请人 | 北京京诚瑞达电气工程技术有限公司; 中冶京诚工程技术有限公司; | 发明人 | 李小军; 孙永利; | ||||
摘要 | 本 发明 公开了一种 高炉 热 风 炉燃烧蓄热控制方法及装置,包括:监控 热风炉 各 阀 门 动作,当检测到燃烧开始 信号 后,开始燃烧控制,根据热风炉的历史燃烧数据设定初始 煤 气流量,按照初始煤气流量向热风炉输送煤气;利用回调函数和时控函数采集热风炉的实时燃烧数据,计算实时燃烧数据,得到周期燃烧数据;根据周期燃烧数据拟合废气 温度 升温曲线,通过权重计算模型调整计算废气温度升温曲线时各计算因子的权重,直到废气温度升温曲线满足预设命中率后,计算废气温度升温趋势;根据废气温度升温趋势,得到预测燃烧时间,将预测燃烧时间和预设的燃烧时间进行对比,调整当前时刻的煤气流量。本发明可以提高热风炉 燃烧热 效率,进而提供持续稳定的高温热风。 | ||||||
权利要求 | 1.一种高炉热风炉燃烧蓄热控制方法,其特征在于,包括: |
||||||
说明书全文 | 高炉热风炉燃烧蓄热控制方法及装置技术领域背景技术[0003] 高炉热风炉是高炉炼铁工序中重要的热交换装置,为高炉提供持续稳定的高风温(1200摄氏度左右)热风,供高炉炼铁还原反应提供支撑。为了提供持续稳定的高风温热风,就需要热风炉具备良好的蓄热能力,并在烧炉过程中储存大量热量,在送风时才能提供长时间加热冷风的热量。 [0004] 由于要保证生产节奏,保证热风炉炉况稳定,所以热风炉燃烧时间及送风时间一般比较稳定,这也就要求热风炉蓄热过程比较稳定,废气温度作为蓄热程度的重要指征,真正烧炉过程中一般要求废气温度趋势保持稳定,在设定燃烧时间内烧到指定温度。烧到指定温度后,如果高炉工长不要求换炉,则需要持续低量燃烧保持蓄热。 [0005] 由于热风炉的工作性质,送风不能中断,故传统的两烧一送工作模式,在先行炉(两座热风炉燃烧时,先开始燃烧的那座热风炉)换炉期间,三座热风炉中只有一座热风炉燃烧,此时主管煤气流量过剩,需要加大后行炉煤气流量,使得热风炉蓄热过程中前后热效率并不一致,燃烧前期蓄热效率高,燃烧后期由于废气温度升高,带走的热量也越高,故越到燃烧末期蓄热效率越低。 发明内容[0006] 本发明实施例提供一种高炉热风炉燃烧蓄热控制方法,用以提供持续稳定的高温热风,提高热风炉燃烧热效率,该方法包括: [0008] 获取热风炉的历史燃烧数据,根据热风炉的历史燃烧数据设定初始煤气流量,按照初始煤气流量向热风炉输送煤气; [0009] 利用回调函数和时控函数采集热风炉的实时燃烧数据,根据实时燃烧数据计算得到周期燃烧数据; [0010] 根据周期燃烧数据拟合废气温度升温曲线,通过权重计算模型调整拟合计算废气温度升温曲线时各计算因子的权重,直到废气温度升温曲线满足预设命中率,根据废气温度升温曲线计算废气温度升温趋势,所述权重计算模型由历史燃烧数据对机器学习模型训练而成,用于调整拟合计算废气温度升温曲线时各计算因子的权重; [0011] 根据废气温度升温趋势,得到预测燃烧时长,将预测燃烧时长和预设的燃烧时长进行对比,根据对比结果调整当前时刻的煤气流量,将废气温度维持在预设的废气温度范围内。 [0012] 本发明实施例还提供一种高炉热风炉燃烧蓄热控制装置,用以提供持续稳定的高温热风,提高热风炉燃烧热效率,该装置包括: [0013] 监控模块,用于监控热风炉各阀门动作,当检测到燃烧开始信号后,开始燃烧控制; [0014] 流量确定模块,用于获取热风炉的历史燃烧数据,根据热风炉的历史燃烧数据设定初始煤气流量,按照初始煤气流量向热风炉输送煤气; [0015] 计算模块,用于利用回调函数和时控函数采集热风炉的实时燃烧数据,根据实时燃烧数据计算得到周期燃烧数据; [0016] 权重调整模块,用于根据周期燃烧数据拟合废气温度升温曲线,通过权重计算模型调整拟合计算废气温度升温曲线时各计算因子的权重,直到废气温度升温曲线满足预设命中率,根据废气温度升温曲线计算废气温度升温趋势,所述权重计算模型由历史燃烧数据对机器学习模型训练而成,用于调整拟合计算废气温度升温曲线时各计算因子的权重; [0017] 流量调整模块,用于根据废气温度升温趋势,得到预测燃烧时长,将预测燃烧时长和预设的燃烧时长进行对比,根据对比结果调整当前时刻的煤气流量,将废气温度维持在预设的废气温度范围内。 [0019] 本发明实施例还提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述高炉热风炉燃烧蓄热控制方法。 [0020] 本发明实施例还提供一种计算机程序产品,所述计算机程序产品包括计算机程序,所述计算机程序被处理器执行时实现上述高炉热风炉燃烧蓄热控制方法。 [0021] 本发明实施例中,监控热风炉各阀门动作,当检测到燃烧开始信号后,开始燃烧控制;获取热风炉的历史燃烧数据,根据热风炉的历史燃烧数据设定初始煤气流量,按照初始煤气流量向热风炉输送煤气;利用回调函数和时控函数采集热风炉的实时燃烧数据,根据实时燃烧数据计算得到周期燃烧数据;根据周期燃烧数据拟合废气温度升温曲线,通过权重计算模型调整拟合计算废气温度升温曲线时各计算因子的权重,直到废气温度升温曲线满足预设命中率,根据废气温度升温曲线计算废气温度升温趋势,所述权重计算模型由历史燃烧数据对机器学习模型训练而成,用于调整拟合计算废气温度升温曲线时各计算因子的权重;根据废气温度升温趋势,得到预测燃烧时长,将预测燃烧时长和预设的燃烧时长进行对比,根据对比结果调整当前时刻的煤气流量,将废气温度维持在预设的废气温度范围内。这样,通过计算历史燃烧数据,采集实时燃烧数据,借助机器模型制定对应的煤气流量策略,不断调整煤气流量,可以避免人工计算可能的误差,有效提升热风炉燃烧热效率。附图说明 [0022] 为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。在附图中: [0023] 图1为本发明实施例中提供的高炉热风炉燃烧蓄热控制方法的流程图; [0024] 图2为本发明实施例中提供的拟合废气温度升温曲线的实例图; [0025] 图3为本发明实施例中提供的调整权重后计算废气温度升温趋势的实例图; [0026] 图4为本发明实施例中提供的预测燃烧时间内的废气温度的实例图; [0027] 图5为本发明实施例中提供的高炉热风炉燃烧蓄热控制装置的示意图; 具体实施方式[0029] 为使本发明实施例的目的、技术方案和优点更加清楚明白,下面结合附图对本发明实施例做进一步详细说明。在此,本发明的示意性实施例及其说明用于解释本发明,但并不作为对本发明的限定。 [0030] 本文中术语“和/或”,仅仅是描述一种关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合,例如,包括A、B、C中的至少一种,可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。 [0031] 在本说明书的描述中,所使用的“包含”、“包括”、“具有”、“含有”等,均为开放性的用语,即意指包含但不限于。参考术语“一个实施例”、“一个具体实施例”、“一些实施例”、“例如”等的描述意指结合该实施例或示例描述的具体特征、结构或者特点包含于本申请的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。各实施例中涉及的步骤顺序用于示意性说明本申请的实施,其中的步骤顺序不作限定,可根据需要作适当调整。 [0032] 热风炉蓄热过程中前后热效率并不一致,燃烧前期蓄热效率高,燃烧后期由于废气温度升高,带走的热量也越高,故越到燃烧末期蓄热效率越低。在换炉中环网煤气压力也会产生较大波动,为了保持热风炉蓄热过程高效及尽量保持环网压力稳定,需要将蓄热过程分为多个燃烧阶段。在不同阶段保证采用不同的煤气用量,保证在设定燃烧时间将废气温度烧到设定废气温度,以满足热风炉下一阶段送风的需要。 [0033] 由于煤气质量(即高炉产生的高炉煤气热值)、环境温度、换热后的煤气及空气温度、富氧等条件不断变化,热风炉的工作工况也在变化,为了平稳蓄热及最大化利用煤气燃烧,人工手动燃烧及传统模型控制方法不再适用,需要更智能的烧炉模型来参与煤气流量控制,也需要更智能的参数调节来保证热风炉蓄热。 [0034] 基于此,本发明实施例提供了一种高炉热风炉燃烧蓄热控制方法,如图1所示,包括: [0035] 步骤101:监控热风炉各阀门动作,当检测到燃烧开始信号后,开始燃烧控制; [0036] 步骤102:获取热风炉的历史燃烧数据,根据热风炉的历史燃烧数据设定初始煤气流量,按照初始煤气流量向热风炉输送煤气; [0037] 步骤103:利用回调函数和时控函数采集热风炉的实时燃烧数据,根据实时燃烧数据计算得到周期燃烧数据; [0038] 步骤104:根据周期燃烧数据拟合废气温度升温曲线,通过权重计算模型调整拟合计算废气温度升温曲线时各计算因子的权重,直到废气温度升温曲线满足预设命中率,根据废气温度升温曲线计算废气温度升温趋势,所述权重计算模型由历史燃烧数据对机器学习模型训练而成,用于调整拟合计算废气温度升温曲线时各计算因子的权重; [0039] 步骤105:根据废气温度升温趋势,得到预测燃烧时长,将预测燃烧时长和预设的燃烧时长进行对比,根据对比结果调整当前时刻的煤气流量,将废气温度维持在预设的废气温度范围内。 [0040] 热风炉蓄热全部来自高炉煤气与助燃空气中氧气燃烧带来的热量,蓄热快慢取决于煤气热值以及煤气流量。由于高炉生产波动,高炉产生的煤气热值也在不停波动。另一方面,由于热风炉全程蓄热过程在前后热效率不一致,故也需要更精确的煤气流量控制以达到蓄热效率最大化的目的。本发明实施例提出的高炉热风炉燃烧蓄热控制方法,通过确定煤气流量,在燃烧过程中不停调整煤气流量以达到最高效燃烧的目的,可切实有效的提升热风炉燃烧热效率2%以上。另外,由于炉况不停变化,本发明依据搭建的机器学习模型来调优参数。从燃烧过程中产生训练集及验证集,通过机器学习模型来调优参数,以达到摆脱人工干预的目的。 [0042] 支管煤气切断阀:判定煤气流量阀门是否打开。 [0043] 支管煤气调节阀:调节煤气流量大小。 [0044] 支管煤气流量开度设定值:结合煤气流量开度反馈值及PID系统调节煤气流量。 [0045] 支管煤气流量开度反馈值:结合煤气流量开度设定值及PID系统调节煤气流量。 [0046] 支管空气切断阀:判定空气流量阀门是否打开。 [0047] 支管空气调节阀:调节空气流量大小。 [0048] 支管空气流量开度设定值:结合空气流量开度反馈值及PID系统调节空流量。 [0049] 支管空气流量开度反馈值:结合空气量开度设定值及PID系统调节空气流量。 [0050] 在一实施例中,热风炉的各阀门包括:煤气切断阀、空气切断阀、废气切断阀、氮气吹扫阀和充压阀。 [0051] 在一实施例中,根据热风炉的历史燃烧数据设定初始煤气流量,包括: [0052] 根据历史燃烧数据,计算烧炉过程中热效率最高的前半程平均煤气流量; [0053] 将热效率最高的前半程平均煤气流量设定为初始煤气流量。 [0054] 在一实施例中,热风炉上一轮燃烧中的送风时长或冷风流量超过预设标准时,计算本轮燃烧的初始煤气流量时补正一个送风系数; [0055] 热风炉上一轮燃烧中的送风时长或冷风流量低于预设标准时,减少本轮燃烧的初始煤气流量。 [0056] 在一实施例中,燃烧数据包括废气温度、煤气流量和空气流量。 [0057] 具体实施时,依照时间顺序,热风炉燃烧(蓄热)过程可以分为以下几个阶段:初期燃烧期、废气温度管理期、先行炉换炉期、燃烧末期,燃烧拉炉期。总的来说,越靠近初期,燃烧热效率越高,越接近末期,燃烧热效率越低。为了最高效燃烧,需要在不同的燃烧期采用不一样的煤气设定策略。 [0058] 在一具体实施例中,初期燃烧期。初期燃烧期尚没有煤气升温曲线,故初期基础设定煤气流量按照前六轮有效烧炉过程热效率最高的前半程平均实际高炉煤气流量进行燃烧,按照如下公式计算初始煤气流量: [0059] [0060] 其中,GasIni为高炉煤气流量,即初始煤气流量;Gasv为过往有效烧炉周期前半程煤气流量平均值;SI为送风系数;GI为煤气热值系数。 [0061] 若上一轮送风时长或冷风流量超过标准,则当前热风炉处于亏风状态,在初期燃烧期需要补正一个送风系数,以便尽快将热风炉烧热。反之,若上一轮送风时长及冷风流量较低则本轮烧炉初期燃烧期时所需煤气流量就较少。 [0062] 热风炉燃烧的高炉煤气一般来自本厂多座高炉自产的高炉煤气,高炉煤气进入环网后供热风炉使用,随着高炉炉况的变化,高炉煤气的热值也会随之变化。煤气热值高则所需煤气流量较少,反之,煤气热值低则所需煤气流量较大。 [0063] 在一具体实施例中,利用回调函数与高精度时控函数得到周期燃烧数据,采样时间250ms,每秒采样四次,并对采样上来的废气温度、煤气流量、空气流量做算术平均。得到每秒钟的废气温度、煤气流量、空气流量算术平均值。每十秒再做一次算术平均,得到每十秒钟的废气温度、煤气流量、空气流量算术平均值。 [0064] 由于热风炉控制系数大滞后、慢时变的特点,经过初期燃烧期后,在燃烧末期到来之前,每分钟做一次决策,依据烧炉快慢,调整一次设定煤气流量。 [0065] 废气温度升温的快慢主要依靠燃烧过程中煤气流量来调节,在调节煤气流量之前,先判断煤气流量是否已达上限,若连续三个调节周期,煤气调节阀开度均超上限(如煤气调节阀开度大于85%判定为开度超上限),则进入煤气不足逻辑,将设定煤气流量降为实际煤气流量。 [0066] 若煤气流量充足,则在废气温度管理期期间,依据前一段时间废气温升曲线,拟合废气温度升温曲线见图2。 [0067] 第一预测周期,决策依据,拟合前三分钟废气温度(18个点)。 [0068] 第二预测周期,决策依据,拟合前五分钟废气温度(30个点)。 [0069] 第三预测周期,决策依据,拟合前八分钟废气温度(48个点)。 [0070] 在一实施例中,根据周期燃烧数据拟合废气温度升温曲线,包括: [0071] 根据周期燃烧数据拟合第一预测周期、第二预测周期、第三预测周期的废气温度升温曲线,其中,第一预测周期比第二预测周期短,第二预测周期比第三预测周期短; [0072] 调整第一预测周期、第二预测周期、第三预测周期的废气温度升温曲线的权重,得到预测升温斜率; [0073] 根据预测升温斜率,得到废气温度升温曲线。 [0074] 具体实施时,调整三种预测周期的权重可以得到不同的预测偏向,一般采信中预测周期,设中预测周期权重为Wm,短预测周期权重为Ws,长预测周期权重为Wl,得到废气温度升温趋势见图3;按照如下公式计算废气温度升温趋势: [0075] Gv=Gn×Wm+Gl×Wl+Gs×Ws [0076] 其中,Gv为加权后升温斜率;Gl为长周期预测升温斜率;Gs为短周期预测升温斜率;Gn为中周期预测升温斜率。 [0077] 在一具体实施例中,设定当前燃烧时间20分钟,设定燃烧时间120分钟,设定废气温度350℃。则依据该升温趋势得到预测废气温度为: [0078] Tp=Ts+Gv×(Dt‑Ds) [0079] 其中,Tp为预测废气温度;Ts为当前废气温度;Gv为加权后升温斜率;Dt为设定燃烧时间;Ds为当前燃烧时间。 [0080] 计算得到预测燃烧时间内的废气温度的实例图见图4,若预测剩余燃烧时间为±3分钟内,则不调整当前煤气流量;预测燃烧时间过快,则需降低煤气流量;预测燃烧时间过慢,则需提高煤气流量。 [0081] 具体实施时,依据废气温度升温趋势,来决定当前时刻煤气流量调整策略。为了控制调整幅度大小,需要煤气流量调整步进,在预测废气温度偏离范围的情况下,预测废气温度升温偏离幅度越大,煤气流量则要降低越多。反之,预测废气温度升温偏离幅度越小,煤气流量则要提高越多。在废气温度管理期,持续调整煤气流量以在设定燃烧时间,将废气温度烧到设定废气温度。 [0082] 在一实施例中,按照如下步骤训练权重计算模型: [0083] 将热风炉的历史燃烧数据作为机器学习数据集; [0084] 将机器学习数据集拆分为训练集和测试集; [0085] 导入机器学习模型,为机器学习模型配置参数,根据训练集训练机器学习模型; [0086] 根据测试集评估训练的机器学习模型性能,将命中率达到预设标准的机器学习模型作为参数调整模型。 [0087] 具体实施时,在废气温度管理期,采集输入参数(当前废气温度、当前煤气设定量、前三分钟每分钟煤气调整量、当前短周期权重、当前中周期权重、当前长周期权重),采集输出参数(依据模型计算出的每分钟废气温度预测升温斜率、六分钟后预测废气温度)。由于炉况炉龄及生产环境的变化,需要不停调整短中长周期预测权重以保证预测升温的命中率。由于本发明可以自动采集每炉烧炉参数,自动采集烧炉结果,使得训练及验证机器学习模型调整参数非常便利高效。本发明使用auto‑sklearn自动机器学习模型。 [0088] 在一具体实施例中,除却废气温度保持期以外,在换炉阶段及燃烧末期需要使用其他的煤气设定规则。 [0089] 换炉阶段:三座热风炉一般采用两烧一送模式进行燃烧,在后行炉燃烧中期,先行炉开始换炉。这时候三座热风炉状态变为一烧炉一换炉一送风,换炉阶段先行炉要进行充压以便送风,换炉时间为8至10分钟。在此期间,燃烧中的热风炉由两座变为一座,煤气需求量大减,为了平衡环网压力,同时,为了减少后期燃烧效率低时的煤气消耗量,在换炉开始时增加一个煤气消耗量。在换炉期间,减少预测燃烧时间,以加速燃烧。 [0090] 燃烧末期:在燃烧末期,若高炉工长未下令换炉,则当前先行炉降低煤气流量进行底量燃烧,俗称拉炉,拉炉期间,应保持废气温度平稳。 [0091] 本发明实施例中还提供了一种高炉热风炉燃烧蓄热控制装置,如下面的实施例所述。由于该装置解决问题的原理与高炉热风炉燃烧蓄热控制方法相似,因此该装置的实施可以参见方法的实施,重复之处不再赘述。 [0092] 图5为本发明实施例中提供的高炉热风炉燃烧蓄热控制装置的示意图,如图5所示,该装置包括: [0093] 监控模块501,用于监控热风炉各阀门动作,当检测到燃烧开始信号后,开始燃烧控制; [0094] 流量确定模块502,用于获取热风炉的历史燃烧数据,根据热风炉的历史燃烧数据设定初始煤气流量,按照初始煤气流量向热风炉输送煤气; [0095] 计算模块503,用于利用回调函数和时控函数采集热风炉的实时燃烧数据,根据实时燃烧数据计算得到周期燃烧数据; [0096] 权重调整模块504,用于根据周期燃烧数据拟合废气温度升温曲线,通过权重计算模型调整拟合计算废气温度升温曲线时各计算因子的权重,直到废气温度升温曲线满足预设命中率,根据废气温度升温曲线计算废气温度升温趋势,所述权重计算模型由历史燃烧数据对机器学习模型训练而成,用于调整拟合计算废气温度升温曲线时各计算因子的权重; [0097] 流量调整模块505,用于根据废气温度升温趋势,得到预测燃烧时长,将预测燃烧时长和预设的燃烧时长进行对比,根据对比结果调整当前时刻的煤气流量,将废气温度维持在预设的废气温度范围内。 [0098] 在一实施例中,热风炉的各阀门包括:煤气切断阀、空气切断阀、废气切断阀、氮气吹扫阀和充压阀。 [0099] 在一实施例中,流量确定模块502具体用于: [0100] 根据历史燃烧数据,计算烧炉过程中热效率最高的前半程平均煤气流量; [0101] 将热效率最高的前半程平均煤气流量设定为初始煤气流量。 [0102] 在一实施例中,流量确定模块502还用于: [0103] 热风炉上一轮燃烧中的送风时长或冷风流量超过预设标准时,计算本轮燃烧的初始煤气流量时补正一个送风系数; [0104] 热风炉上一轮燃烧中的送风时长或冷风流量低于预设标准时,减少本轮燃烧的初始煤气流量。 [0105] 在一实施例中,燃烧数据包括废气温度、煤气流量和空气流量。 [0106] 在一实施例中,权重调整模块504具体用于: [0107] 根据周期燃烧数据拟合第一预测周期、第二预测周期、第三预测周期的废气温度升温曲线,其中,第一预测周期比第二预测周期短,第二预测周期比第三预测周期短; [0108] 调整第一预测周期、第二预测周期、第三预测周期的废气温度升温曲线的权重,得到预测升温斜率; [0109] 根据预测升温斜率,得到废气温度升温曲线。 [0110] 在一实施例中,还包括模型构建模块,具体用于: [0111] 将热风炉的历史燃烧数据作为机器学习数据集; [0112] 将机器学习数据集拆分为训练集和测试集; [0113] 导入机器学习模型,为机器学习模型配置参数,根据训练集训练机器学习模型; [0114] 根据测试集评估训练的机器学习模型性能,将命中率达到预设标准的机器学习模型作为参数调整模型。 [0115] 基于前述发明构思,如图6所示,本发明还提出了一种计算机设备600,包括存储器610、处理器620及存储在存储器610上并可在处理器620上运行的计算机程序630,所述处理器620执行所述计算机程序630时实现前述高炉热风炉燃烧蓄热控制方法。 [0116] 本发明实施例还提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述高炉热风炉燃烧蓄热控制方法。 [0117] 本发明实施例还提供一种计算机程序产品,所述计算机程序产品包括计算机程序,所述计算机程序被处理器执行时实现上述高炉热风炉燃烧蓄热控制方法。 [0118] 综上所述,本发明实施例中,监控热风炉各阀门动作,当检测到燃烧开始信号后,开始燃烧控制;获取热风炉的历史燃烧数据,根据热风炉的历史燃烧数据设定初始煤气流量,按照初始煤气流量向热风炉输送煤气;利用回调函数和时控函数采集热风炉的实时燃烧数据,根据实时燃烧数据计算得到周期燃烧数据,根据计算实时燃烧数据计算,得到周期燃烧数据;根据周期燃烧数据拟合废气温度升温曲线,通过权重计算模型调整拟合计算废气温度升温曲线时各计算因子的权重,直到废气温度升温曲线满足预设命中率后,根据废气温度升温曲线计算废气温度升温趋势,所述权重计算模型由有历史燃烧数据对机器学习模型训练而成,用于调整拟合计算废气温度升温曲线时各计算因子的权重;根据废气温度升温趋势,得到预测燃烧时长间,将预测燃烧时长间和预设的燃烧时长间进行对比,根据对比结果调整当前时刻的煤气流量,将废气温度维持在预设的废气温度范围内。这样,通过计算历史燃烧数据,采集实时燃烧数据,借助机器模型制定对应的煤气流量策略,不断调整煤气流量,可以避免人工计算可能的误差,有效提升热风炉燃烧热效率。 [0119] 本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD‑ROM、光学存储器等)上实施的计算机程序产品的形式。 [0120] 本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。 [0121] 这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。 [0122] 这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。 [0123] 以上所述的具体实施例,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施例而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。 |