技术摘要：
本发明揭示了一种高炉诊断系统及方法，所述高炉诊断系统包括数据采集模块、数据分析模块和实时监控及报警模块，还可以包括短期异常诊断模块、长期异常诊断模块和生产管理模块。与现有技术相比，本发明的高炉诊断系统，通过建立高炉输入参数、过程参数和输出参数的时间  全部
背景技术：
作为生铁的主要供应者，高炉炼铁在钢铁生产中占据着重要的地位。高炉生产领 域数据量大、利用率低、服务于生产的潜力巨大。随着计算机的发展，人们开使使用各种数 据统计和处理方法，应用于高炉炉况诊断，例如：CN105441610A使用聚类分析方式建立炉况 调剂方案知识库，对当前炉况提供有效处理措施，CN1132253基于实例库和常规知识库，对 炉况给出好、注意、坏的评价，CN109063358A给高炉参数设置上下限和权重对高炉参数进行 评价，表征高炉运行实时状态。 但是这些高炉诊断系统，数据采集和分析一般局限于高炉操作本身，而实际上高 炉炼铁往往有“七分原料、三分操作”的说法，说明原料的重要性，因此这些高炉诊断系统， 局限性大。 另外，当高炉本身处于失常、炉况需要治理时，这些高炉诊断系统并不能分析出失 常原因，对于炉况治理也起不到相应的作用，在这些情况下操作者只能依靠自己的经验来 调整炉况，对高炉进行治理。
技术实现要素：
本发明的目的在于提供一种高炉诊断系统及方法。 为实现上述发明目的之一，本发明一实施方式提供一种高炉诊断系统，所述系统 包括： 数据采集模块，其用于采集高炉相关参数的数据，所述数据包括历史数据和实时 数据，所述高炉相关参数包括输入参数、过程参数和输出参数； 数据分析模块，其用于建立输入参数、过程参数和输出参数的时间对应关系，并将 高炉相关参数的数据依照时间对应关系建立高炉数据库；并通过对高炉数据库中的数据进 行分析，得到各个参数的合理范围和报警范围； 实时监控及报警模块，其用于通过各个参数的报警区间，结合高炉数据库中的实 时数据，对各个参数进行监控和报警。 作为本发明一实施方式的进一步改进，所述实时监控和报警模块还用于： 根据高炉相关参数的合理范围和报警范围，对高炉相关参数的取值进行区段划 分，对于高炉相关参数的实时数据进行分区段报警，针对不同区段的报警制定不同的应对 措施。 作为本发明一实施方式的进一步改进，所述实时监控和报警模块还用于： 在过程参数或输出参数出现报警时，通过所述高炉数据库，确定所述报警前后，输 入参数或其它过程参数的变化导致过程参数或输出参数出现报警。 作为本发明一实施方式的进一步改进，所述系统还包括： 6 CN 111593155 A 说　明　书 2/15 页 短期异常诊断模块，其用于通过分析高炉数据库中的气流分布、下料信息、冷却壁 热电偶温度、炉缸碳砖温度、铁水温度和渣铁流动性的实时数据，诊断高炉是否出现短期异 常；以及在判定高炉出现短期异常时，诊断炉况短期异常的类型，其中，所述短期异常类型 包括管道、渣皮脱落、崩滑料和炉缸不活。 作为本发明一实施方式的进一步改进，所述短期异常诊断模块还用于： 在确定高炉的短期异常类型后，通过调整净焦、轻料或硅石的量，增加高炉内异常 处的热量，对炉况短期异常进行治理。 作为本发明一实施方式的进一步改进，所述系统还包括： 长期异常诊断模块，其用于诊断高炉是否出现长期异常，以及出现长期异常时的 长期异常类型，所述长期异常类型包括炉墙结厚、高炉结瘤、炉缸堆积、炉缸冻结。 作为本发明一实施方式的进一步改进，所述长期异常诊断模块还用于： 在确定炉况长期异常类型后，调整布料制度、送风制度和原料配比，同时通过相关 性分析，得到与所述炉况长期异常相关的相关性参数，控制所述相关性参数的取值在对应 的合理范围内。 作为本发明一实施方式的进一步改进，所述系统还包括生产管理模块，其中： 所述数据分析模块还用于使用归一化区间分析法，对高炉的关键参数和重要技经 参数的数据进行分析，分别得到以所述关键参数为自变量、以重要技经参数为因变量的归 一化线性方程； 所述生产管理模块用于根据所述归一化线性方程中的因变量系数绝对值的大小， 确定对应关键参数对高炉炉况的评分权重；以及根据所有关键参数的评分权重和每个关键 参数的取值等级，对高炉炉况进行量化评价。 作为本发明一实施方式的进一步改进，所述数据分析模块还用于： 通过对原料的检化验数据、到厂时间、到货量、成品仓位变化、从成品仓至高炉原 料仓的皮带转运速度和转运量、高炉原料仓仓位、高炉原料上料后的转运速度和转运量、高 炉原料在高炉中的冶炼周期的动态监控，计算或通过示踪试验得出高炉的输入参数、过程 参数和输出参数的时间对应关系。 作为本发明一实施方式的进一步改进，所述数据分析模块还用于： 使用区间分析法，对高炉数据库中的数据进行分析，得到一个参数与另一个或多 个参数的线性回归关系，并结合其中一个参数的已知指标，得到其它参数的合理范围和报 警范围。 作为本发明一实施方式的进一步改进，所述数据分析模块还用于： 获取多个参数在不同时间点的样本数据，将第一参数的样本数据的波动范围进行 区间划分； 根据其它参数与所述第一参数的时间对应关系，将所有其它参数的样本数据进行 相同的区间划分，并计算每个参数在每个区间中的平均值； 分别以第一参数和其它参数在每个区间中的平均值作为两个坐标轴的坐标值，分 别计算所述第一参数和其它参数的线性回归关系。 作为本发明一实施方式的进一步改进，所述实时监控及报警模块包括原料监控及 报警单元、关键设备监控及报警单元、操作炉型监控及报警单元、炉缸工作监控及报警单元 7 CN 111593155 A 说　明　书 3/15 页 和出铁出渣监控及报警单元。 作为本发明一实施方式的进一步改进，所述输入参数包括焦炭质量参数、烧结矿 质量参数、球团矿质量参数、块矿质量参数、配料结构参数和仓位参数，所述过程参数包括 操作参数、炉况表征参数和炉体管理参数，所述输出参数包括高炉的技术经济指标参数。 作为本发明一实施方式的进一步改进，所述数据分析模块还用于： 对高炉数据库中的数据进行数据清洗、数据挖掘和数据融合，使用高炉数据库中 融合后的数据进行数据分析、监控和报警，其中，所述数据清洗是指剔除采集的数据中的异 常点，所述数据挖掘是指在数据的基础上，通过已有公式计算得到间接参数的数据，所述数 据融合是指统一所有参数的数据频率或数据周期，得到周期数据。 为实现上述发明目的之一，本发明一实施方式提供一种高炉诊断方法，所述方法 包括： 采集高炉相关参数的数据，所述数据包括历史数据和实时数据，所述高炉相关参 数包括输入参数、过程参数和输出参数； 建立输入参数、过程参数和输出参数的时间对应关系，并将高炉相关参数的数据 依照时间对应关系建立高炉数据库； 通过对高炉数据库中的数据进行分析，得到各个参数的合理范围和报警范围； 通过各个参数的报警区间，结合高炉数据库中的实时数据，对各个参数进行监控 和报警。 作为本发明一实施方式的进一步改进，所述方法还包括： 根据高炉相关参数的合理范围和报警范围，对高炉相关参数的取值进行区段划 分，对于高炉相关参数的实时数据进行分区段报警，针对不同区段的报警制定不同的应对 措施。 作为本发明一实施方式的进一步改进，所述方法还包括： 在过程参数或输出参数出现报警时，通过所述高炉数据库，确定所述报警前后，输 入参数或其它过程参数的变化导致高炉过程参数或输出参数出现报警。 作为本发明一实施方式的进一步改进，所述方法还包括： 通过分析高炉数据库中的气流分布、下料信息、冷却壁热电偶温度、炉缸碳砖温 度、铁水温度和渣铁流动性的实时数据，诊断高炉是否出现短期异常； 在判定高炉出现短期异常时，诊断炉况短期异常的类型，其中，所述短期异常类型 包括管道、渣皮脱落、崩滑料和炉缸不活。 作为本发明一实施方式的进一步改进，所述方法还包括： 在确定高炉的短期异常类型后，通过调整净焦、轻料或硅石的量，增加高炉内异常 处的热量，对炉况短期异常进行治理。 作为本发明一实施方式的进一步改进，所述方法还包括： 诊断高炉是否出现长期异常，以及出现长期异常时的长期异常类型，所述长期异 常类型包括炉墙结厚、高炉结瘤、炉缸堆积、炉缸冻结。 作为本发明一实施方式的进一步改进，所述方法还包括： 在确定炉况长期异常类型后，调整布料制度、送风制度和原料配比，同时通过相关 性分析，得到与所述炉况长期异常相关的相关性参数，控制所述相关性参数的取值在对应 8 CN 111593155 A 说　明　书 4/15 页 的合理范围内。 作为本发明一实施方式的进一步改进，所述方法还包括： 使用归一化区间分析法，对高炉的关键参数和重要技经参数的数据进行分析，分 别得到以所述关键参数为自变量、以重要技经参数为因变量的归一化线性方程； 根据所述归一化线性方程中的因变量系数绝对值的大小，确定对应关键参数对高 炉炉况的评分权重； 根据所有关键参数的评分权重和每个关键参数的取值等级，对高炉炉况进行量化 评价。 作为本发明一实施方式的进一步改进，所述归一化区间分析法包括： 获取多个参数在不同时间点的样本数据，将第一参数的样本数据的波动范围进行 区间划分； 根据其它参数与所述第一参数的时间对应关系，将所有其它参数的样本数据进行 相同的区间划分； 计算每个参数在每个区间的平均值，并对每个参数的各个平均值进行归一化处 理，得到每个参数的各个归一化平均值； 分别以第一参数和其它参数在每个区间的归一化平均值作为两个坐标轴的坐标 值，分别计算以其它参数为自变量、以所述第一参数为因变量的归一化线性方程。 作为本发明一实施方式的进一步改进，所述“建立输入参数、过程参数和输出参数 的时间对应关系”具体包括： 通过对原料的检化验数据、到厂时间、到货量、成品仓位变化、从成品仓至高炉原 料仓的皮带转运速度和转运量、高炉原料仓仓位、高炉原料上料后的转运速度和转运量、高 炉原料在高炉中的冶炼周期的动态监控，计算或通过示踪试验得出高炉的输入参数、过程 参数和输出参数的时间对应关系。 作为本发明一实施方式的进一步改进，所述“通过对高炉数据库中的数据进行分 析，得到各个参数的合理范围和报警范围”具体包括： 使用区间分析法，对高炉数据库中的数据进行分析，得到一个参数与另一个或多 个参数的线性回归关系，并结合其中一个参数的已知指标，得到其它参数的合理范围和报 警范围。 作为本发明一实施方式的进一步改进，所述区间分析法包括： 获取多个参数在不同时间点的样本数据，将第一参数的样本数据的波动范围进行 区间划分； 根据其它参数与所述第一参数的时间对应关系，将所有其它参数的样本数据进行 相同的区间划分，并计算每个参数在每个区间中的平均值； 分别以第一参数和其它参数在每个区间中的平均值作为两个坐标轴的坐标值，分 别计算所述第一参数和其它参数的线性回归关系。 与现有技术相比，本发明的高炉诊断系统，通过建立高炉输入参数、过程参数和输 出参数的时间对应关系，能够实现从原料、高炉操作到产品对整个高炉炼铁过程进行系统 的监控和诊断，从而对生产时出现的异常报警或者产品的质量报警能够做到快速的原因追 溯和应对措施制定。进一步的，本发明通过对高炉进行实时监控、短期异常监控、长期异常 9 CN 111593155 A 说　明　书 5/15 页 监控和管理监控，实现全方位监控高炉的生产，有效指导高炉的生产，利于高炉炉况的稳 定，提高高炉的经济效益。 附图说明 图1是本发明高炉诊断系统的结构示意图。 图2是鼓风动能和产量之间的线性回归关系的示意图。 图3是鼓风动能与燃料比的归一化线性方程的示意图。 图4是风温与产量的线性回归关系的示意图。 图5是风温与燃料比的线性回归关系的示意图。 图6是本发明高炉诊断方法的流程示意图。