第10期 赵晨熙等：COREX冷煤气成分预测的二步建模方法 ·1187· 利用模糊C均值对282个料单进行聚类，过程 2.3冷煤气成分含量的预测模型 中利用Silhouette指标选取合适的聚类数，如图1所 本文以宝钢COREX-1"炉实际生产数据作为数 示.聚类数选为3时的聚类结果如图2所示 据样本空间，以冷煤气C0,成分含量为预测对象. 0.80 由于从发出料单更改指令到炉内完全使用的是 0.75 该料单的原料需要较长时间，在此期间炉内的原料 0.70 种类是多料单混合的.为了建模的准确性，只考虑 0.65 炉内使用单一料单时刻的生产数据进行建模.由于 0.60 类别A中部分料单使用时间较短，用于建模的生产 0.55 数据不多，因此剔除这部分料单 0.50 根据上述料单聚类的结果，选择C类的某些料 0.45 单下的生产实际数据，数据的采样间隔为l0min,共 聚类数 有215个样本，建立冷煤气成分回归模型 根据实际生产工艺，选择风口氧气压力、风口氧 图1不同聚类数的Silhouette指标 Fig.1 Silhouette indices at different cluster numbers 气单耗、氧气烧嘴单耗、粉尘烧嘴单耗、直接还原铁 的金属化率和拱顶温度作为模型的输入变量；选择 冷煤气C0,含量作为模型的输出变量.从工艺和机 1.0 理角度分析认为，不同金属化率的直接还原铁对于 ◆类别A 08 +类别B 熔融气化炉内的反应会产生很大的影响，但实际生 0.6 o类别C 产中直接还原铁的金属化率无法通过化验实时得 到，本文采用的方法是综合其他变量的信息，用“竖 炉上下煤气中还原性气体成分差”间接地反映直接 0.5 类别B隶属度 101.0080.6a402 还原铁的金属化率. 类别A隶属度 数据样本的统计结果如表2所示 图2料单的聚类结果 根据交叉验证法，取偏最小二乘的主元的数目 Fig.2 Clustering result of burden reports 为3，运用偏最小二乘回归建模得到的回归系数，建 表2样本数据统计结果 Table 2 Statistical results of sample data 输入量 输出量 数据统计 风口氧气 风口氧气 氧气烧嘴 粉尘烧嘴 竖炉上下煤气中还原性 拱顶 冷煤气C02 压力kPa 单耗/m3 单耗/m3 单耗/m3 气体体积分数差/% 温度/℃ 体积分数/% 最大值 619.84 414.02 146.54 92.09 31.02 1096.39 14.90 最小值 566.80 358.50 104.61 0.08 27.35 1029.69 4.96 平均值 583.00 379.36 129.20 23.21 29.30 1063.86 9.42 标准差 10.79 9.82 7.93 19.35 0.93 13.98 2.06 立C类料单下的冷煤气C02含量标准化后数据的回 所示 归模型为 借助回归系数可以分析输入量对输出量的影响 f(c）=0.094P-0.252C+0.262C+ 程度及影响方式。回归系数绝对值越大，表示影响 0.485C.-0.247D-0.314T. (5) 程度越大：反之，回归系数的绝对值越小，则表示影 式中，c为标准化冷煤气CO,含量，P为标准化风 响程度越小) 口氧气压力，C。为标准化风口氧气单耗，C为标准 从回归系数上看：风口氧气压力、氧气烧嘴单耗 化氧气烧嘴单耗，C为标准化粉尘烧嘴单耗，D为 和粉尘烧嘴单耗与冷煤气C02含量呈正相关：风口 标准化还原性气体成分差，T为标准化拱顶温度. 氧气单耗、竖炉上下煤气中还原性气体成分差和拱 回归模型中的复相关系数为0.653，平均相对误差 顶温度与冷煤气C02含量呈负相关.粉尘烧嘴单耗 为11.23%.冷煤气C02含量回归结果图如图3 和拱顶温度对冷煤气C0,含量的影响最大.通过与第 10 期 赵晨熙等: COREX 冷煤气成分预测的二步建模方法 利用模糊 C 均值对 282 个料单进行聚类，过程 中利用 Silhouette 指标选取合适的聚类数，如图 1 所 示． 聚类数选为 3 时的聚类结果如图 2 所示． 图 1 不同聚类数的 Silhouette 指标 Fig． 1 Silhouette indices at different cluster numbers 图 2 料单的聚类结果 Fig． 2 Clustering result of burden reports 2. 3 冷煤气成分含量的预测模型 本文以宝钢 COREX--1# 炉实际生产数据作为数 据样本空间，以冷煤气 CO2成分含量为预测对象． 由于从发出料单更改指令到炉内完全使用的是 该料单的原料需要较长时间，在此期间炉内的原料 种类是多料单混合的． 为了建模的准确性，只考虑 炉内使用单一料单时刻的生产数据进行建模． 由于 类别 A 中部分料单使用时间较短，用于建模的生产 数据不多，因此剔除这部分料单． 根据上述料单聚类的结果，选择 C 类的某些料 单下的生产实际数据，数据的采样间隔为 10 min，共 有 215 个样本，建立冷煤气成分回归模型． 根据实际生产工艺，选择风口氧气压力、风口氧 气单耗、氧气烧嘴单耗、粉尘烧嘴单耗、直接还原铁 的金属化率和拱顶温度作为模型的输入变量; 选择 冷煤气 CO2含量作为模型的输出变量． 从工艺和机 理角度分析认为，不同金属化率的直接还原铁对于 熔融气化炉内的反应会产生很大的影响，但实际生 产中直接还原铁的金属化率无法通过化验实时得 到，本文采用的方法是综合其他变量的信息，用“竖 炉上下煤气中还原性气体成分差”间接地反映直接 还原铁的金属化率． 数据样本的统计结果如表 2 所示． 根据交叉验证法，取偏最小二乘的主元的数目 为 3，运用偏最小二乘回归建模得到的回归系数，建 表 2 样本数据统计结果 Table 2 Statistical results of sample data 数据统计 输入量 输出量 风口氧气 压力/kPa 风口氧气 单耗/m3 氧气烧嘴 单耗/m3 粉尘烧嘴 单耗/m3 竖炉上下煤气中还原性 气体体积分数差/ % 拱顶 温度/ ℃ 冷煤气 CO2 体积分数/ % 最大值 619. 84 414. 02 146. 54 92. 09 31. 02 1 096. 39 14. 90 最小值 566. 80 358. 50 104. 61 0. 08 27. 35 1 029. 69 4. 96 平均值 583. 00 379. 36 129. 20 23. 21 29. 30 1 063. 86 9. 42 标准差 10. 79 9. 82 7. 93 19. 35 0. 93 13. 98 2. 06 立 C 类料单下的冷煤气 CO2含量标准化后数据的回 归模型为 f( c * ) = 0. 094P* ot － 0. 252C* ot + 0. 262C* ob + 0. 485C* db － 0. 247D* － 0. 314T* ． ( 5) 式中，c * 为标准化冷煤气 CO2含量，P* ot 为标准化风 口氧气压力，C* ot 为标准化风口氧气单耗，C* ob为标准 化氧气烧嘴单耗，C* db为标准化粉尘烧嘴单耗，D* 为 标准化还原性气体成分差，T* 为标准化拱顶温度． 回归模型中的复相关系数为 0. 653，平均相对误差 为 11. 23% ． 冷 煤 气 CO2 含量回归结果图如图 3 所示． 借助回归系数可以分析输入量对输出量的影响 程度及影响方式． 回归系数绝对值越大，表示影响 程度越大; 反之，回归系数的绝对值越小，则表示影 响程度越小［13］． 从回归系数上看: 风口氧气压力、氧气烧嘴单耗 和粉尘烧嘴单耗与冷煤气 CO2含量呈正相关; 风口 氧气单耗、竖炉上下煤气中还原性气体成分差和拱 顶温度与冷煤气 CO2含量呈负相关． 粉尘烧嘴单耗 和拱顶温度对冷煤气 CO2含量的影响最大． 通过与 ·1187·