一種連續型輥道窯爐運行態勢評估方法與流程
2023-07-23 04:04:21 2
本發明屬於輥道窯爐監測和數據分析領域，尤其是對輥道窯爐長期運行狀況的態勢評估方法。
背景技術：
連續型輥道窯爐由於其結構的複雜性和其功能上的連續性，它是一個複雜的動態系統，具有各種各樣的物理環境，能夠對燒結材料造成不同程度的影響，其控制目標就是維繫各溫區溫度的穩定。對其控制情況進行監測評估顯得特別重要，合理分析它的運行狀態便於制定準確的控制策略，因此運行狀態的評估師是整個生產線的關鍵。但由於它是一個複雜的動態系統，涉及到的因素很多，需要綜合多方面的信息來實現評估。
因此，有必要設計一種連續型輥道窯爐運行態勢評估方法，以實現輥道窯爐的運行狀態的綜合評估，指示整個窯爐的運行狀態、進度和趨勢。
技術實現要素：
本發明所解決的技術問題是，針對現有技術的不足，提供一種連續型輥道窯爐運行態勢評估方法，通過對溫區記錄數據序列進行時域分析，並提取多個相關屬性，建立多層次多指標評估模型，並「由下而上，由部分到整體」實現整個輥道窯爐的態勢評估。
本發明所提供的技術方案為：
一種連續型輥道窯爐運行態勢評估方法，包括以下步驟：
步驟1、根據輥道窯的結構特徵，提取參與其運行態勢評估的指標，建立一個多層次多指標態勢評估模型；
所述多層次多指標態勢評估模型由上到下包括輥道窯爐層、溫區層、時間維度層以及屬性層；所述輥道窯爐層設有輥道窯爐整體作為評估目標；輥道窯爐整體在溫區層設有多個溫區作為其評估指標；每個溫區分別在時間維度層設有多個時間維度作為其評估指標；每個時間維度分別在屬性層設有多個屬性作為其評估指標；
步驟2、根據各層評估指標重要性和控制需求指定各個評估指標的權重，構建權重向量，以反映各屬性、時間維度和溫區的差異；
步驟3、基於每個溫區的測量數據序列，計算其下各個屬性的狀態值，用於表徵該屬性狀態的好壞；再結合各層評估指標的權重向量，採用「由下而上，由部分到整體」的評估方式實現由屬性到時間維度到溫區再到輥道窯爐整體的運行態勢評估值。
進一步地，所述步驟1的多層次多指標態勢評估模型，每個溫區分別在維度層設有三個時間維度作為其評估指標；三個時間維度分別為實時維度、短期維度以及長期維度；其中，實時維度在屬性層設有高溫、低溫和上下溫差屬性作為其評估指標；短期維度在屬性層設有高溫、低溫、上下溫差和溫度變化屬性作為其評估指標；長期維度在屬性層設有高溫、低溫、上下溫差和溫度控制器屬性作為其評估指標；
其中，高溫屬性和低溫屬性分別表示一段時間內溫區的溫度比預設目標溫度高和低的程度，高溫屬性和低溫屬性簡稱為ht屬性和lt屬性；
上下溫差屬性表示一段時間內該溫區內部上下燒結單元的溫度差的嚴重程度，簡稱為td屬性；
溫度變化屬性表示溫區的溫度波動程度，簡稱為tv屬性；
溫度控制器屬性該溫區的溫度控制性能，簡稱為tc屬性。
進一步地，所述步驟3具體包括以下步驟：
步驟3.1、基於各個溫區的測量數據序列，計算其下各個屬性的狀態值：
sitvaluetc＝r(etu,ecu)+r(etl,ecl)(1—6)
其中，
ecu＝[δcui+n,…,δcui],ecl＝[δcli+n,…,δcli]
δtui＝ttg-tui,δtli＝ttg-tli
δcui＝cui+1-cui,δcli＝cli+1-cli
其中，sitvalueht、sitvaluelt、sitvaluetd、sitvaluetv和sitvaluetc分別表示某一溫區ht屬性、lt屬性、td屬性、tv屬性以及tc屬性的狀態值；ttg為該溫區的預設目標溫度，i表示測量時間點的序號，n為用於計算屬性狀態值的測量時間點的個數，計算實時維度、短期維度以及長期維度下的屬性狀態值時，n的取值不同，分別取相應時間維度下的測量時間點的個數；tui、tli、cui和cli分別為第i個測量時間點測得的該溫區內部上、下燒結單元溫度值和電流值；r(·)為計算兩個序列的相關係數的函數；
溫度控制器指標是衡量一個控制器性能的參數，由控制規律確定其用溫度偏差δtui和δtli、溫度偏差的一階導數(相鄰測量時間點的兩個溫度偏差之差，和)和二階導數(相鄰測量時間點溫度偏差的一階導數值之差，和)之和與電流的一階導數(相鄰測量時間點的電流之差，δcui和δcli)的斯特爾曼正相關程度來衡量。
步驟3.2、首先，定義態勢值的取值範圍為sitlevels＝[1,2,…,m]，態勢值越低則代表性能越好；
然後，計算各個屬性的模糊關係向量：
先根據窯爐燒結工藝參數中的餘差和溫區的上下溫差確定ht屬性、lt屬性和td屬性的隸屬評估矩陣；根據溫區的溫度波動程度確定tv屬性的隸屬評估矩陣；根據溫區電流測量數據序列和溫度測量數據序列的相關係數，確定tc屬性的隸屬評估矩陣；將a屬性的隸屬評估矩陣記為xa＝[xa1,xa2,…,xam]，a∈{ht，lt，td，tv，tc}；
再通過以下梯形隸屬函數求得各個屬性的狀態值從屬於每個態勢值的隸屬度：
其中，pm表示屬性從屬於態勢值m的隸屬度，m＝1,2,…，m，0≤pm≤1,∑pm＝1；sitvaluea是步驟3.1中計算得到的某一屬性的狀態值，a∈{ht，lt，td，tv，tc}；
最後由屬性的狀態值從屬於每個態勢值的隸屬度，得到該屬性的模糊關係向量：
p＝[p1,p2,…,pm](2-2)；
步驟3.3、計算各個時間維度的態勢值向量ptj：
其中，bj＝[b1,b2,…bk]為第j個時間維度下的屬性權重向量，k為該時間維度下所有屬性的個數；pk為該時間維度下第k個屬性的模糊關係向量，表示該時間維度下所有屬性的模糊關係向量構成的k×5的模糊矩陣；°表示模糊變換；
步驟3.4、取態勢值向量ptj中最大的元素所對應的態勢值作為該時間維度的態勢值；由各個時間維度的態勢值構建多時間維度態勢向量結合時間維度權重向量[weight1,weight2,weight3]，計算相應的溫區態勢值z＝[weight1,weight2,weight3]·time；
步驟3.5、由各個溫區的態勢值構建多溫區態勢向量結合溫區權重向量[w1,w2,…,wn]，計算輥道窯爐整體運行態勢：
sitkiln＝[w1,w2,…,wn]·sitzone＝∑znwn；
其中，n為溫區層的溫區個數。
進一步地，步驟3.1中，相鄰測量時間點之間的時間間隔為5分鐘。
進一步地，m取值為5。
進一步地，所述步驟3.2中，設窯爐燒結工藝參數中的餘差為d，溫區的上下溫差為td，則ht屬性、lt屬性和td屬性的隸屬評估矩陣分別為：
xht＝[0,d,1.5d,2d,2.5d]；
xlt＝[0,-d,-1.5d,-2d,-2.5d|
xtd＝[-td,td,1.5td,2td,2.5td]。
進一步地，所述步驟3.2中，基於設定時間段內的測量數據序列，計算每兩天溫區溫度測量數據序列的方差，以及溫區電流測量數據序列和溫度測量數據序列的相關係數；
記得到的最大方差為vmax，最小方差為vmin；將[vmin,vmax]等距或不等距劃分為4段區間，由此得到tv屬性的隸屬評估矩陣xtv；
記得到的最大相關係數為pmax，最小相關係數為pmin，由此得到tc屬性的隸屬評估矩陣xtc＝[1，pmax，(pmax+pmin)/2，pmin，0]；
xtv和xtc的確定過程屬於統計分析的結果，用戶也可以通過其它統計分析的方式來構建xtv和xtc的元素。
進一步地，所述設定時間段取一個月或一個季度。
進一步地，所述步驟3.1和3.2中，採用以下函數計算兩個序列的相關係數：spearman(·)為計算兩個序列的斯特爾曼正相關程度的函數，序列x和y的斯特爾曼相關係數的具體計算公式為：
其中，x和y分別為兩個序列，xi和yi分別為兩個序列中的元素，和分別為兩個序列中所有元素的平均值，n為兩個序列中元素的個數。
進一步地，短期維度的時間長度取為30分鐘；長期維度的時間長度取為3小時。
有益效果：
本發明提供了一種連續型輥道窯爐運行態勢評估方法，通過對溫區記錄數據序列進行時域分析，並提取多個相關屬性，建立多層次多指標評估模型，並「由下而上，由部分到整體」實現整個輥道窯爐的態勢評估。本發明所構建的評估模型從三個不同的時間維度考慮輥道窯爐各溫區的控制情況，實時維度下的屬性只考慮當前傳感器捕捉到的測量數據狀態，短期和長期時間維度下考慮的分別是30分鐘和3小時的測量數據序列的整體趨勢，屬性層共包括5種類型的11個評估指標。充分考慮了靜態和動態參數，並能夠根據工藝要求對多種指標的權重做出調整，能夠有效地、系統全面地實現複雜的動態系統的評估，指示整個窯爐的運行狀態、進度和趨勢，對窯爐的燒結效果做出評價。
附圖說明
圖1是本發明所述方法步驟圖；
圖2是溫區內部模型結構圖；
圖3是輥道窯爐分級結構圖。
具體實施方式
下面結合附圖對本發明的具體實施方式做進一步的說明。
本發明的一種連續型輥道窯運行態勢評估方法的實施用例，以鋰電池生產車間為例，其綜合各溫區內部的多個指標，建立多層次多指標評估模型，包括溫區層、時間維度層以及屬性層；本實施例中根據輥道窯的結構特徵，溫區層設有二十一個溫區，分別屬於三個功能區，其中前9個溫區統稱為升溫區，實現預熱功能；中間9個溫區為恆溫區，達到燒結目的；最後三個溫區為降溫區，達到冷卻產品的作用；將一個溫區的評估在時間層次上分為實時、短期以及長期3個時間維度，每個時間維度下設計相關評估指標，具體實現為實時狀態下設計高溫、低溫和上下溫差屬性；短期維度(半個小時)下設計高溫、低溫、上下溫差和溫度變化屬性；長期維度(3小時)下設計高溫、低溫、上下溫差和溫度控制器屬性，基於模型對各個指標進行態勢評估，再根據「由下而上，由部分到整體」的評估方式實現從屬性到溫區再到整個窯爐的態勢評估。基本步驟如下：
(1)提取溫區性能評估的屬性，包括高溫屬性、低溫屬性、上下溫差屬性、溫度變化屬性以及溫度控制器屬性；
(2)建立多時間維度的評估模型，每個溫區的評估體系包括短中長期三個時間維度，各時間維度下分別建立評價屬性，溫區評估體系如圖2所示；
(3)根據每個屬性的評估標準計算每個屬性的態勢值，構建屬性評估矩陣；
(4)將評估矩陣與用戶設定的屬性權重矩陣做矩陣乘積運算，得到溫區態勢值；
(5)將所有的溫區態勢值構建成為態勢向量，再與用戶定義的溫區權重向量做運算，得出整個窯爐的態勢值。
下面對本發明的方法涉及的關鍵步驟進行逐一詳細說明，具體步驟如下所示：
步驟一，基於各個溫區的測量數據序列，計算屬性層各個屬性的狀態值，用於表徵該屬性的好壞：
sitvaluetc＝spearman(etu,ecu)+spearman(etl,ecl)(1—6)
其中，
ecu＝[δcui+n,…,δcui],ecl＝[δcli+n,…,δcli]
δtui＝ttg-tui,δtli＝ttg-tli
δcui＝cui+1-cui,δcli＝cli+1-cli
spearman(·)為計算兩個序列斯特爾曼正相關程度的函數，關於序列x和y的斯特爾曼相關係數的具體計算公式為：
其中，sitvalueht、sitvaluelt、sitvaluetd、sitvaluetv和sitvaluetc分別表示高溫屬性、低溫屬性、上下溫差屬性、溫度變化屬性以及溫度控制器屬性的狀態值；ttg為溫區的預設目標溫度，i表示測量時間點的序號(相鄰測量時間點之間的時間間隔為5分鐘)，n為用於計算屬性狀態值的測量時間點的個數；tui、tli、cui和cli分別為第i個測量時間點該溫區內部上下燒結單元溫度值和電流值；
溫度控制器指標是衡量一個控制器性能的參數，由控制規律確定其用溫度偏差δtui和δtli、溫度偏差的一階導數(相鄰測量時間點的兩個溫度偏差之差，和)和二階導數(相鄰測量時間點溫度偏差的一階導數值之差，和)之和與電流的一階導數(相鄰測量時間點的電流之差，δcui和δcli)的斯特爾曼正相關程度來衡量。
步驟二，首先，定義態勢值的取值範圍sitlevels＝[1,2,3,4,5]，態勢值越低則代表該溫區的性能越好；本實施例取m＝5；
然後，設定餘差d和溫區的上下溫差td，並根據餘差d和溫區的上下溫差td確定各個指標的隸屬評估矩陣x＝[x1,x2,x3,x4,x5]；
通過以下梯形隸屬函數(對於每個屬性都有對應5個態勢值隸屬度的5個隸屬函數)，求得指標的狀態值從屬於每個態勢值的隸屬度：
其中，pm表示屬性從屬於態勢值m的隸屬度，m＝1,2,…，m，0≤pm≤1,∑pm＝1；sitvaluea是步驟3.1中計算得到的某一屬性的狀態值，a∈{ht，lt，td，tv，tc}；
指標的狀態值從屬於每個態勢值的隸屬度，得到該指標的模糊關係向量：
p＝[p1,p2,…,p5](2-2)；
步驟三，分別計算各個時間維度的態勢值向量ptj：
其中，bj＝[b1,b2,…bk]為第j個時間維度下的屬性權重向量，k為該時間維度下所有屬性的個數；pk為該時間維度下第k個屬性的模糊關係向量，表示該時間維度下所有屬性的模糊關係向量構成的k×5的模糊矩陣；°表示模糊變換；
步驟四，取態勢值向量ptj中最大的元素所對應的態勢值作為該時間維度的態勢值；由各個時間維度的態勢值構建多時間維度態勢向量結合時間維度權重向量[weight1,weight2,weight3]，計算該溫區態勢值z＝[weight1,weight2,weight3]·time。
步驟五，由各個溫區的態勢值構建多溫區態勢向量結合溫區權重向量[w1,w2,…,wn]，計算輥道窯爐整體運行態勢：
sitkiln＝[w1,w2,…,wn]·sitzone＝∑znwn。