监控高炉布料溜槽脱落的方法.pdf

《监控高炉布料溜槽脱落的方法.pdf》由会员分享，可在线阅读，更多相关《监控高炉布料溜槽脱落的方法.pdf（8页完成版）》请在专利查询网上搜索。

1、(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 (43)申请公布日 (21)申请号 201910455038.0 (22)申请日 2019.05.29 (71)申请人 武汉科技大学 地址 430081 湖北省武汉市青山区建设一 路武汉科技大学242信箱 (72)发明人 李佳唐志文张亮 (74)专利代理机构 北京卓特专利代理事务所 (普通合伙) 11572 代理人 陈变花 (51)Int.Cl. C21B 7/20(2006.01) C21B 7/24(2006.01) C21B 5/00(2006.01) (54)发明名称 一种监控高炉布料溜槽脱落的方法 (57。

2、)摘要 本发明公开了一种监控高炉布料溜槽脱落 的方法。 该方法采用扫描雷达对料面形状进行测 定， 包括料面扫描雷达单元、 数据库单元、 构建溜 槽状态识别知识库单元、 炉顶料面形状模式识别 等步骤； 如果料面形状和正常案例库相似， 则判 断溜槽正常， 高炉正常操作； 如果料面形状和异 常案例库相似， 则判断溜槽工作异常， 则进行高 炉检修。 本技术方案可以在第一时间根据料面分 布的异常发现高炉布料溜槽脱落与否， 一旦通过 料面异常识别出布料溜槽发生了脱落， 计算机及 时报警， 高炉停炉， 打开高炉炉顶检修人孔， 及时 更换新溜槽， 从而显著减少高炉损失。 权利要求书1页 说明书5页 附图1页 。

3、CN 110042184 A 2019.07.23 CN 110042184 A 1.一种监控高炉布料溜槽脱落的方法， 其特征在于采用扫描雷达对料面形状进行测 定， 包括以下步骤： 步骤1： 料面扫描雷达单元： 在高炉炉顶安装料面扫描雷达， 料面扫描雷达与工业计算 机相连， 高炉布料溜槽布料过程中， 雷达按照预定频率扫描面形状， 以高炉某横截面中某半 径方向分布的若干点为扫描数据采集点， 测量雷达与各扫描数据采集点形成的直线方向上 的料面距离， 收集所有料面距离用以评估料面形状； 步骤2： 构建数据库单元： 将扫描雷达扫描料面后获取的料面数据转换为以0米料线为 基准的料面数据， 并将这组数据保。

4、存在数据库中， 一个布料矩阵对应于2个料面， 一个矿石 料面和一个焦炭料面； 步骤3： 构建溜槽状态识别知识库单元： 利用扫描雷达测量获取的各种料面形状构建溜 槽状态识别知识库， 具体包括， 步骤3.1： 根据布料矩阵找出正常布料状态下矿石、 焦炭的料面形状， 利用模式识别技 术构建溜槽正常状态案例库； 步骤3.2： 分批次、 批重分别计算焦炭、 矿石布入高炉中心时的料面形状， 构建溜槽异常 状态案例库； 步骤3.3： 以上述典型案例库构建溜槽状态案例库， 案例库中每个案例包括布料矩阵、 批重、 料面形状信息； 步骤4： 炉顶料面形状模式识别： 每次用扫描雷达测料面后， 将扫描数据和案例库中的。

5、 案例进行匹配， 判断该料面形状符合正常案例库还是异常案例库； 如果料面形状和正常案例库相似， 则判断溜槽正常， 高炉正常操作； 如果料面形状和异常案例库相似， 则判断溜槽工作异常， 则进行高炉检修。 2.根据权利要求1所述的监控高炉布料溜槽脱落的方法， 其特征在于所述模式识别采 用k-means算法。 3.根据权利要求1所述的监控高炉布料溜槽脱落的方法， 其特征在于所述步骤1中， 高 炉布料溜槽每布料一次， 雷达就扫描一次料面形状。 4.根据权利要求1所述的监控高炉布料溜槽脱落的方法， 其特征在于所述高炉检修时， 将高炉休风后， 打开炉顶检修孔， 查看溜槽状况， 如果确认溜槽脱落， 则更换新。

6、溜槽， 在新溜 槽更换并调试正常后， 高炉重新开炉进行生产。 5.根据权利要求1所述的监控高炉布料溜槽脱落的方法， 其特征在于所述步骤2中的料 面数据包含x、 y坐标对应数值。 6.根据权利要求1所述的监控高炉布料溜槽脱落的方法， 其特征在于所述扫描数据采 集点的数量为3050个。 7.根据权利要求6所述的监控高炉布料溜槽脱落的方法， 其特征在于所述扫描数据采 集点的数量为40个。 权利要求书 1/1 页 2 CN 110042184 A 2 一种监控高炉布料溜槽脱落的方法 技术领域 0001 本发明涉及高炉设备在线诊断技术领域， 具体地说是一种监控高炉布料溜槽脱落 的方法。 背景技术 000。

7、2 目前几乎所有的炼铁设备都是高炉， 高炉是一种特大型高温、 高压反应器， 随着当 前高炉大型化的进展， 几乎所有高炉都是用布料溜槽来实现高炉的布料过程， 布料溜槽工 作在高温(80-350)、 高压(0-2.5atm)、 高粉尘(50-300mg/m3)的环境中， 其长度在3-5m， 重 量多达1.5-3.0吨， 呈半圆形或者矩形， 通过悬挂机构悬挂在齿轮箱上， 通过齿轮箱的运转 实现溜槽既定的运动轨迹， 由阀门开关角度实现炉料在溜槽上的运动， 实现炉料在炉顶的 合理分布， 炉料只有通过在炉顶的合理分布， 才能实现合理的矿石、 焦炭分层布置， 矿石、 焦 炭厚度在炉喉半径方向上实现近似正弦分。

8、布， 才能保证高炉的稳定顺行， 炉料顺利下降、 化 学反应顺利进行、 冶炼顺畅、 高炉稳定。 0003 一旦破坏了这种近正弦分布， 就会导致很多问题， 或者破坏了炉料的下降、 或者煤 气流分布不均匀， 这种不稳定会造成反应失常， 影响高炉炉渣及铁水排放及高炉寿命， 通常 会造成巨大的损失。 0004 在高炉生产中破坏炉料近正弦分布最严重的故障就是溜槽脱落， 高炉生产中由于 机械故障或者生产事故会造成溜槽脱离齿轮箱悬挂机构落入到高炉中， 这时炉料一旦离开 下料门就失去了调节机制， 会通过中心喉管直接落到高炉中心， 这种情况严重破坏了炉料 在炉喉半径方向近正弦分布的原则， 会对高炉生产造成严重危害。

9、。 但由于溜槽是在封闭的 高压容器中运行， 属于 “黑箱” 作业， 溜槽一旦脱落， 很难即使发现， 这种状况一旦出现就会 对高炉生产造成巨大危害， 企业损失惨重。 0005 文献 “李建华， 宣钢2号高炉提高布料溜槽使用寿命的措施” (炼铁， 2015年4期， Vol34， No2， P24-27)中所示， 目前很多企业通过在炉顶安装红外成像设备， 由红外设备观察 溜槽运行状况， 这解决了一些问题， 但由于红外设备和炉内直接接触， 炉内的水汽及灰尘极 易粘结在镜头上对红外的测量造成干扰， 很多情况下难以发现溜槽的运行状态。 红外测量 毕竟是通过红外线测量炉内温度分布的间接观测设备， 其主要功能。

10、并不是观测溜槽状态， 目前红外设备也没有溜槽运行状态报警功能， 加之现场操作人员很少， 没有人员专门通过 红外设备关注溜槽运行状态， 所以单纯通过炉顶红外设备难以及时发现高炉炉顶布料溜槽 的运动状态。 0006 文献 “赵彦婷， 乔现平， 利用历史趋势准确判断高炉布料溜槽脱落事故(电世界， 2017-8， P43-44)” 中提供了一种利用旋转电机电流变化来预报溜槽运行状态的方法， 该方 法通过溜槽旋转电流的变化来评价溜槽工作状态， 由于旋转电流受溜槽重量、 连接方式、 液 压及润滑方式等多种因素影响， 单纯依靠电流来判断溜槽脱落与否也有很大误差。 0007 如文献 “李建华， 宣钢2号高炉提。

11、高布料溜槽使用寿命的措施” (炼铁， 2015年4期， Vol34， No2， P24-27” )， 文献 “赵彦婷， 乔现平， 利用历史趋势准确判断高炉布料溜槽脱落事 说明书 1/5 页 3 CN 110042184 A 3 故(电世界， 2017-8， P43-44)” 中所示， 目前直接判断高炉布料溜槽状况的2种方法存在误差 大、 不及时、 不直观、 反应不灵敏等缺点。 发明内容 0008 本发明的目的就是解决以上技术中存在的问题， 并为此提供一种监控高炉布料溜 槽脱落的方法。 该方法能够及时发现高炉布料溜槽脱落与否， 减少由此引发的高炉损失。 0009 为达到上述技术目的， 本发明采用。

12、以下技术方案： 0010 一种监控高炉布料溜槽脱落的方法， 采用扫描雷达对料面形状进行测定， 包括以 下步骤： 0011 步骤1： 料面扫描雷达单元： 在高炉炉顶安装料面扫描雷达， 料面扫描雷达与工业 计算机相连， 高炉布料溜槽布料过程中， 雷达按照预定频率扫描面形状， 以高炉某横截面中 某半径方向的若干点为扫描数据采集点， 测量雷达与各扫描数据采集点形成的直线方向上 的料面距离， 其中雷达测量距离能自动转换为坐标位置， 由雷达测量系统完成， 然后得到包 含x、 y坐标对应数值料面数据， 收集所有料面距离用以评估料面形状； 0012 步骤2： 构建数据库单元： 将扫描雷达扫描料面后获取的料面数。

13、据转换为以0米料 线为基准的料面数据， 并将这组数据保存在数据库中， 一个布料矩阵对应于2个料面， 一个 矿石料面和一个焦炭料面； 0013 步骤3： 构建溜槽状态识别知识库单元： 利用扫描雷达测量获取的各种料面形状构 建溜槽状态识别知识库， 具体包括， 0014 步骤3.1： 根据布料矩阵找出正常布料状态下矿石、 焦炭的料面形状， 利用模式识 别技术构建溜槽正常状态案例库； 0015 步骤3.2： 分批次、 批重分别计算焦炭、 矿石布入高炉中心时的料面形状， 构建溜槽 异常状态案例库； 0016 步骤3.3： 以上述典型案例库构建溜槽状态案例库， 案例库中每个案例包括布料矩 阵、 批重、 料。

14、面形状信息； 0017 步骤4： 炉顶料面形状模式识别： 每次用扫描雷达测料面后， 将扫描数据和案例库 中的案例进行匹配， 判断该料面形状符合正常案例库还是异常案例库； 0018 如果料面形状和正常案例库相似， 则判断溜槽正常， 高炉正常操作； 0019 如果料面形状和异常案例库相似， 则判断溜槽工作异常， 则进行高炉检修。 0020 作为优选， 上面所述模式识别采用k-means算法。 0021 作为优选， 上面所述步骤1中， 高炉布料溜槽每布料一次， 雷达就扫描一次料面形 状。 0022 作为优选， 上面所述高炉检修时， 将高炉休风后， 打开炉顶检修孔， 查看溜槽状况， 如果确认溜槽脱落，。

15、 则更换新溜槽， 在新溜槽更换并调试正常后， 高炉重新开炉进行生产。 0023 作为优选， 上面所述扫描数据采集点的数量为3050个， 进一步地， 所述扫描数据 采集点的数量为40个。 0024 采用上述技术方案后， 本专利是利用扫描雷达测得的料面形状来评价布料溜槽运 行状态， 溜槽一旦脱落， 炉料将全部装在高炉中心区域， 这时扫描雷达测得的料面形状和正 常状态的料面形状差别很大， 很容易判断出溜槽脱落与否。 说明书 2/5 页 4 CN 110042184 A 4 0025 在安装了炉顶料面扫描雷达的高炉， 每次布料后扫描雷达都会测量料面形状， 利 用该方法可以在第一时间根据料面分布的异常发。

16、现高炉布料溜槽脱落与否， 一旦通过料面 异常识别出布料溜槽发生了脱落， 计算机应及时报警， 高炉操作人员就可以停炉， 打开高炉 炉顶检修人孔， 及时更换新溜槽， 因此， 利用该方法可以及时、 准确、 低成本地识别出高炉布 料溜槽的状况， 最大限度减少高炉损失， 显著提高生产作业的安全系数。 附图说明 0026 图1是本发明一种监控高炉布料溜槽脱落的方法原理示意图； 0027 图2是本发明中溜槽布料时角位及料面结构原理示意图。 具体实施方式 0028 为了使本发明更容易被清楚理解， 以下结合附图和实施例对本发明的技术方案作 以详细说明。 0029 如图1、 图2所示， 本实施例以3200m3高炉。

17、为例， 对本发明一种监控高炉布料溜槽脱 落的方法进行详述。 0030 本实施例中， 炉顶圆周半径4.5m， 溜槽长度4m， 采用半圆形溜槽布料， 采用一焦一 矿的模式进行布料。 0031 典型布料矩阵如下表所示。 一批料包括焦炭、 矿石， 所述焦炭， 矿石都需要溜槽转 过设定的若干圈数才能装完。 0032 表1： 典型布料矩阵 0033 溜槽角位1110987654321 焦炭， 布料圈数00332210003 矿石， 布料圈数00332200000 0034 本实施例中矿石批重不大于110吨， 焦炭批重不大于24吨。 矿石与焦炭交替布料。 0035 上述矩阵中， 角位是指布料溜槽倾动的角度位。

18、置， 如图2所示， 共包含11个布料位 置， 从内到外编号为1-11。 在布料过程中， 溜槽会沿着高炉纵向轴心旋转， 布料圈数指的是 布料溜槽在相应角度旋转的圈数。 0036 步骤1： 料面扫描雷达单元： 在3200m3高炉雷达探尺处安装1台料面扫描雷达， 料面 扫描雷达与工业计算机相连， 测量料线深度0-8m， 高炉布料溜槽按照上述布料矩阵每布料 一次， 该雷达就扫描一次料面形状， 并选取沿高炉某横截面半径方向扫描数据采集点， 测量 雷达与各扫描数据采集点形成的直线方向上的料面距离， 收集所有料面距离用以评估料面 形状； 0037 扫描数据采集点的数量视精度要求、 实际工况条件因素、 计算机。

19、硬件条件等因素 而调整， 例如本实施例可在高炉某横截面某半径方向采用3050个扫描数据采集点， 进一 步地， 扫描数据采集点的数量可以为40个。 0038 步骤2： 构建数据库单元： 将扫描雷达扫描料面后获取的料面数据转换为以0米料 线为基准的料面数据， 也就是将不同高度的料面的纵坐标进行改变， 消除了料面整体高度 不同的因素干扰， 只考虑料面分布形状的区别， 如图2所述， 并将这40组(x、 y坐标)数据保存 说明书 3/5 页 5 CN 110042184 A 5 在数据库中， 一个布料矩阵对应于2个料面， 矿石对应一个、 焦炭对应一个， 共保存3个月的 布料数据， 一般每天布料140批，。

20、 可以获取焦炭、 矿石料面形状各140个， 3个月每个月按30天 计算， 共可以获取12600个焦炭形状， 12600个矿石形状。 0039 步骤3： 构建溜槽状态识别知识库单元： 利用扫描雷达测量获取的各种料面形状构 建溜槽状态识别知识库。 0040 步骤3.1： 根据布料矩阵找出正常布料状态下矿石、 焦炭的料面形状， 利用模式识 别技术构建溜槽正常状态案例库。 以3200m3高炉为例， 可以将焦炭料面形状分为9类， 将矿 石料面形状分为7类。 每一类对应于一种料面分布。 0041 步骤3.2： 分批次、 批重分别计算焦炭、 矿石布入高炉中心时的料面形状， 构建溜槽 异常状态案例库。 由于高。

21、炉很难获取实际的溜槽脱落后形成的料面形状， 这里将根据获得 的基础料面， 构建溜槽工作异常时的案例库， 参见表2， 用下表的模式， 可以在焦炭基础料面 上形成108种溜槽脱落后的料面， 在矿石基础料面上形成84种溜槽脱落后的料面， 分别经过 基于k-means算法模式识别后， 可以将溜槽脱落后的焦炭料面形状分为5类， 将矿石料面形 状分为4类。 相关分类数据如下表： 0042 表2： 基础料面数据分类表 0043 0044 步骤3.3： 以上述典型案例库构建溜槽状态案例库。 案例库中每个案例包括布料矩 阵、 批重、 料面形状等关键信息。 例如下表所示信息， 表中矿石和焦炭栏中的数值1表示炉料 。

22、种类， 例如， 矿石栏为1， 则表示该次装的料为矿石。 0045 表3： 溜槽状态案例库相关信息 0046 案例种类布料矩阵号批重(t)矿石焦炭料面形状 1411013 242213 0047 步骤4： 炉顶料面形状模式识别单元： 每次用扫描雷达测料面后， 和案例库中的案 例进行匹配， 判断该料面形状符合正常案例库还是异常案例库。 0048 如果料面形状和正常案例库中的16类相似， 则判断溜槽正常， 相反， 如果料面形状 和异常案例库中的9类相似， 则判断溜槽工作异常。 0049 步骤5： 高炉正常操作单元： 如果料面形状和正常案例库相似， 则判断溜槽正常， 维 持目前的布料矩阵， 高炉正常操。

23、作。 0050 步骤6： 溜槽异常单元： 如果料面形状和异常案例库相似， 则判断溜槽工作异常， 将 安排高炉休风更换溜槽。 0051 步骤7： 休风更换溜槽单元： 高炉休风后， 打开炉顶检修孔， 查看溜槽状况， 如果确 认溜槽脱落， 则更换新溜槽， 在新溜槽更换并调试正常后， 高炉重新开炉进行生产。 0052 本文中所述的监控高炉布料溜槽脱落的方法采用大量数据及模式识别技术进行 溜槽的状态判断， 其中模式识别技术是工业中广泛应用的公知技术， 例如本实施例所采用 说明书 4/5 页 6 CN 110042184 A 6 的k-means算法， 采用已有的工业计算机及现成的代码即可实现， 雷达与工业计算机的信号 连接及集成控制也是成熟的公知技术， 此处不再详述。 0053 以上所述， 仅为本发明较佳的具体实施方式， 但本发明的保护范围并不局限于此， 任何熟悉本技术领域的技术人员在本发明揭露的技术范围内， 根据本发明的技术方案及其 发明构思加以等同替换或改变， 都应涵盖在本发明的保护范围之内。 说明书 5/5 页 7 CN 110042184 A 7 图1 图2 说明书附图 1/1 页 8 CN 110042184 A 8 。