本發明涉及基于模型控制的計算機系統領域，具體涉及一種基于高爐-熱風爐安全溫度控制計算模型的計算機系統。

背景技術：

1、在鋼鐵行業，溫度是影響出鐵率和安全的重要環境因素，溫度過高或過低都會對鐵水和鋼水的質量產生不利影響。但是，在鋼鐵行業又存在大量需要控制溫度的設備與工藝環節，如高爐、熱風爐、電弧爐等。

2、傳統的煉鐵與煉鋼溫度控制方法是使用閥門控制或人工調節，這些方法存在溫度控制不精確、響應慢、能耗高等問題。較為先進的控制方法是pid控制，然而它缺乏對溫度分布的實時監測和動態調整能力，并且這些方法參數調整困難、對干擾敏感、存在性能局限性。此外，pid控制系統可能對噪聲和外部擾動較敏感，導致系統輸出在面對高頻噪聲時變得不穩定。

技術實現思路

1、本發明的目的是在兼顧高爐和熱風爐的安全與使用壽命的情況下，提供一種基于高爐-熱風爐安全溫度控制計算模型的計算機系統，解決煉鐵和煉鋼的加工處理溫度控制不精確、響應慢、能耗高等問題。

2、為了實現上述任務，本發明采用以下技術方案：

3、基于高爐-熱風爐安全溫度控制計算模型的計算機系統，包括：

4、進料識別模塊，用于在礦石進入高爐后獲取礦石的氣味、形狀和顏色數據；

5、加工信息數據庫，包含兩個子數據庫；其中，第一子數據庫預存儲有礦石的信息詞條，用于實現礦石的加工時間、拱頂溫度的匹配；第二子數據庫預存儲有礦石的工藝詞條，用于實現礦石的初始加工參數的匹配；

6、實時監測模塊，用于收集礦石加工過程中的實時數據；

7、模型預測模塊，基于礦石加工信息以及實時數據，利用基于高爐-熱風爐安全溫度控制計算模型，預測并輸出高爐-熱風爐下一時刻的冷風總管流量、高爐煤氣支管流量、凈煤氣總管流量、助燃空氣總管流量、噴入蒸汽量，高爐-熱風爐按照這些參數進行調控，以實現加工過程中的溫度控制。

8、進一步地，所述礦石識別模塊包括用于識別礦石氣味的電子鼻、識別礦石形狀和顏色高清攝像頭；當礦石進入高爐后，由電子鼻中的氣味取樣操作器、氣體傳感器陣列識別礦石的氣味強度和氣味類別，轉化為氣味的數字信號，與高清攝像頭獲得并辨識的形狀和顏色一起傳輸到加工信息數據庫中。

9、進一步地，所述第一子數據庫預存儲有礦石的信息詞條，每個信息詞條包括：礦石種類、礦石名稱、形狀、顏色、氣味、加工時間和拱頂溫度等；以礦石識別模塊收集到的形狀、氣味和顏色為檢索條件，第一子數據庫將儲存的信息詞條進行信息匹配，找到匹配檢索條件的礦石種類，從對應的詞條信息中獲取加工時間t以及拱頂溫度目標值tg0；

10、第二子數據庫預存儲有礦石的工藝詞條，每個工藝詞條包括：礦石種類及匹配該種類礦石的初始加工參數，包括冷風總管流量初值q01、高爐煤氣支管流量初值q02、凈煤氣總管流量初值q03、助燃空氣總管流量初值q04、噴入蒸汽量初值q05；第二子數據庫根據第一子數據庫匹配的礦石種類，選擇對應工藝詞條中的初始加工參數，并將初始加工參數、加工時間tg、拱頂溫度目標值tg0作為礦石加工信息傳輸到實時監測模塊。

11、進一步地，所述監測模塊包含兩個子監測模塊，第一子監測模塊用于檢測高爐中的拱頂溫度tg、廢氣溫度tf、最佳空燃比a/f、送風濕度rh；第二子監測模塊用于檢測冷風總管壓力p1、冷風總管溫度t1、高爐煤氣支管壓力p2、高爐煤氣支管溫度t2、凈煤氣總管壓力p3、凈煤氣總管溫度t3、助燃空氣總管壓力p4、助燃空氣總管溫度t4、大氣濕度rh；冷風總管流量q1、高爐煤氣支管流量q2、凈煤氣總管流量q3、助燃空氣總管流量q4、噴入蒸汽量q5，并將這些實時數據以及礦石加工信息傳輸到模型預測模塊。

12、進一步地，所述基于高爐-熱風爐安全溫度控制計算模型的構建過程如下：

13、基于礦石加工過程中的礦石加工信息、實時數據構建基于高爐-熱風爐安全溫度控制計算模型；所述計算模型為非線性模型，對非線性模型進行轉換處理，構建狀態空間方程；

14、針對所建立的狀態空間方程，應用泰勒級數展開的方法，確定狀態空間方程的系數矩陣，從而將狀態空間方程線性化；

15、利用零階保持器對線性化處理得到的狀態空間方程進行離散化處理，構建離散化系統；

16、針對所述離散化系統，利用滾動優化方法預測未來一段時間的系統狀態；

17、設計二次型控制律，利用熵權法獲得二次型控制律中系統狀態的權重系數和輸入變量的權重系數；將預測得到的未來一段時間的系統狀態帶入，并設定約束條件，對系統輸入變量序列進行求解，提取求解后序列中的首個輸入變量，計算機系統利用該輸入變量中的參數對高爐-熱風爐的加工過程進行調控。

18、進一步地，所述基于礦石加工過程中的礦石加工信息、實時數據構建基于高爐-熱風爐安全溫度控制計算模型；所述計算模型為非線性模型，對非線性模型進行轉換處理，構建狀態空間方程，包括：

19、；

20、；

21、；

22、；

23、；

24、；

25、；

26、；

27、其中，t為時間參數，p1為冷風總管壓力、t1為冷風總管溫度、p2為高爐煤氣支管壓力、t2為高爐煤氣支管溫度、p3為凈煤氣總管壓力、t3為凈煤氣總管溫度、p4為助燃空氣總管壓力、t4為助燃空氣總管溫度、rh為大氣濕度；q1為冷風總管流量、q2為高爐煤氣支管流量、q3為凈煤氣總管流量、q4為助燃空氣總管流量、q5為噴入蒸汽量；tg為拱頂溫度，tf為廢氣溫度、a/f為最佳空燃比、rh為送風濕度，參數上標表示其一階導數；

28、設狀態變量，其中；輸入變量，其中；輸出變量，其中，上標t表示轉置；

29、則由非線性模型構建狀態空間方程如下：

30、；

31、；

32、其中，為狀態變量的一階導數，a為系統矩陣，b為控制矩陣，c為輸出矩陣或觀測矩陣，d為直接傳遞矩陣。

33、進一步地，所述應用泰勒級數展開的方法，確定狀態空間方程的系數矩陣，具體表示為：

34、；

35、；

36、；

37、；

38、其中，為偏導數，表示對導數積分后取對應元素的系數，t為時間參數。

39、進一步地，所述利用零階保持器對線性化處理得到的狀態空間方程進行離散化處理，構建離散化系統，表示為：

40、；

41、其中，k為當前時刻，為k時刻狀態變量x的值，為k時刻輸入變量u的值，表示k時刻預測的k+1時刻的系統狀態，、為離散系統系數矩陣，有：

42、；

43、；

44、其中，i為單位矩陣，a為系統矩陣，b為控制矩陣，t為采樣周期。

45、進一步地，針對所述離散化系統，利用滾動優化方法預測未來一段時間的系統狀態，包括：

46、未來時刻一段時刻的系統狀態至的表達式如下：

47、；；；……；

48、其中，為k時刻的初始系統狀態，其值為k時刻采集的狀態變量；為k時刻預測的k+n時刻的系統狀態；為k時刻的輸入變量；為k時刻預測的k+n-1時刻的輸入變量，n為預測區間長度。

49、進一步地，所述設計二次型控制律，包括：

50、設計二次型控制律j的一般形式：

51、；

52、其中，q為時刻系統狀態的權重系數，r為輸入變量的權重系數，f為時刻系統狀態的權重系數；為k時刻預測的k+i時刻的系統狀態，為k時刻預測的第k+i時刻的輸入變量，i=1,2,…,n-1；

53、二次型控制律j的約束條件為：

54、；

55、。

56、進一步地，利用熵權法獲得二次型控制律中系統狀態的權重系數和輸入變量的權重系數，包括：

57、獲取當前所加工礦石的歷史數據，提取出相同預測區間長度中k+1至k+n時刻冷風總管壓力p1、冷風總管溫度t1、高爐煤氣支管壓力p2、高爐煤氣支管溫度t2、凈煤氣總管壓力p3、凈煤氣總管溫度t3、助燃空氣總管壓力p4、助燃空氣總管溫度t4、大氣濕度rh、冷風總管流量q1、高爐煤氣支管流量q2、凈煤氣總管流量q3、助燃空氣總管流量q4、噴入蒸汽量q5這十四種參數，將每種參數的每個數據值作為一個樣本；

58、對每個樣本建立正向指標：

59、；

60、其中，為樣本aij的正向指標，min、max為求最小值、最大值操作，aij表示第j種歷史數據的第k+i時刻的數據值；

61、然后，依次計算每個樣本的正向指標在所有時刻正向指標中的占比、每一種歷史數據對應的正向指標的熵值：

62、；

63、；

64、其中，；

65、最后獲得每一種歷史數據的正向指標的權重：

66、；

67、其中，；時刻系統狀態的權重系數q為一個正定矩陣，其對角線上的每個元素由構成；權重系數r為單位矩陣，其對角元素為；

68、則時刻系統狀態的權重系數f為：

69、；

70、其中，為離散系統系數矩陣，；

71、上式中，i為單位矩陣，a為系統矩陣，t為采樣周期。

72、進一步地，在初始時刻k，計算機系統控制煅藥機先以礦石加工信息中的初始加工參數冷風總管流量初值q01、高爐煤氣支管流量初值q02、凈煤氣總管流量初值q03、助燃空氣總管流量初值q04、噴入蒸汽量初值q05開始工作，并設定加工時間tg、拱頂溫度目標值tg0，開始第一次循環，每個循環的過程為：

73、實時監測模塊獲取k時刻的狀態變量，將狀態變量x作為滾動優化方法中k時刻系統初始狀態，預測并獲得未來時刻的系統狀態至，然后將至作為帶入到二次型控制律j中，通過對j求導并令導數等于零獲得輸入變量序列，取其第一個值對高爐-熱風爐在下一時刻k+1進行控制；

74、在下一個時刻k+1，開始第二個循環；并重復上述循環過程，直至礦石加工完成或同時達到加工時間tg和拱頂溫度目標值tg0。

75、與現有技術相比，本發明具有以下技術特點：

76、1.本發明集成了進料識別、實時監測、模型預測等模塊，將流量控制和溫度控制系統的歷史數據與實時數據進行映射，通過構建非線性的計算機模型，實現了計算機系統對流量與溫度的耦合控制；采用模型預測控制方法，提高了系統的魯棒性和穩定性，實現了對溫度的動態精確控制。

77、2.本發明應用大模型技術將采集的鐵礦石性狀數據與數據庫中的歷史數據對比，采用電子鼻、高清攝像頭代替人工識別和人工選擇，降低人力成本，減少工作時間，實現了鐵礦石及其配料識別工作的自動化。

78、3.本發明對線性二次型控制律的權重系數進行動態更新，應用熵權獲得系統狀態以及系統輸入的權重系數；對數據庫中的實時數據進行相同處理，不斷更新權重系數，使預測結果更接近預期軌跡，實現了跟精確、快速的溫度控制。