外文翻譯-轉(zhuǎn)爐煉鋼過程中的噴濺預(yù)警的基本模型畢業(yè)論文(文件)
【正文】 成本效益的高質(zhì)量產(chǎn)品，又盡量減少對環(huán)境的影響。另一方面，在轉(zhuǎn)爐過程中存在一個(gè)普遍存在的問題就是缺乏可靠的、相關(guān)的在線測量手段。第三，關(guān)于是否能預(yù)警噴濺的發(fā)生警告是由一個(gè)自適應(yīng)過濾系統(tǒng)發(fā)出的[ 8 ] 。造渣劑，如生石灰或白云石，加入轉(zhuǎn)爐中形成可以吸收鋼水中雜質(zhì)的渣。由于在泡沫渣中化學(xué)元素之間的接觸面積大，這就更有利于精煉過程，并且提高轉(zhuǎn)爐中的熱力學(xué)條件。測溫、取樣分析鋼水化學(xué)成份，如果分析獲得批準(zhǔn)，出鋼并在后續(xù)鋼鐵生產(chǎn)工藝鏈中進(jìn)一步精煉。不同的傳感器是用來測量提供的不同信號(hào) ，因此，由于通信延遲資料庫的項(xiàng)目并不是完全同步的。然而，渣量被爐容有限的尺寸所限制。影響因素清單已在文獻(xiàn)[ 5 ]中列出，其中包括：l 爐渣粘度；l 鋼渣的表面張力；l 渣密度；l 脫碳過程中產(chǎn)生的氣泡大??；l 爐襯砌高度，體積和形狀；l 熔池上氧槍高度；l 通過氧槍的氧氣流量；l 噴孔磨損；l 和廢鋼化學(xué)成分鐵水；l 脫碳速度；僅從上述清單的長度就可以達(dá)成一個(gè)共識(shí)，即該噴濺現(xiàn)象是混亂的、不可預(yù)測的。 （2）檢測噴濺開始的渣面測量設(shè)備設(shè)計(jì)。系統(tǒng)根據(jù)噴濺可能性（噴濺因素）順利執(zhí)行穩(wěn)定的生產(chǎn)條件的變化，低質(zhì)量的原材料和產(chǎn)品組合。在文獻(xiàn)[13 ] 和[5 ]中使用的檢測系統(tǒng)包括氧槍振動(dòng)測量，在轉(zhuǎn)爐中利用一個(gè)單獨(dú)的在線第二信息來源獲得爐渣水平面的估計(jì)值。為了深入了解，過去有人在文獻(xiàn) [ 14,15 ]中提出用不同類型的經(jīng)驗(yàn)公式來描述泡沫渣高度的變化 。用一個(gè)轉(zhuǎn)爐過程水模型來驗(yàn)證結(jié)果。本文提出的這種噴濺警報(bào)系統(tǒng)基于變化檢測原理和在SSAB Oxel246。文獻(xiàn)[ 4 ]中一個(gè)人在吹煉過程中用秒表記錄噴濺時(shí)間。當(dāng)噴濺發(fā)生時(shí)，熔融金屬將從轉(zhuǎn)爐頂部流到爐殼下面的地上，相機(jī)的位置有可能捕捉到渣下降的圖像見圖3。這個(gè)比率的平均采樣周期為2 s并實(shí)時(shí)存儲(chǔ)在連同其他進(jìn)程的數(shù)據(jù)資料庫中。請注意，所有這些系統(tǒng)都不是真正的動(dòng)態(tài)反饋控制系統(tǒng)，因?yàn)樗鼈兊目刂菩盘?hào)采樣利率非常低，以避免穩(wěn)定生產(chǎn)的問題。通過方程（1）兩邊取對數(shù)得到下面的方程： （2）這意味著泡沫高度取決于在任何特定的頻率聲強(qiáng)的對數(shù)。頻率應(yīng)該實(shí)在聲音強(qiáng)度不衰減的情況下，以及噪音的頻率應(yīng)該被忽視。在這項(xiàng)研究中用于爐渣水平面的估計(jì)值通過重復(fù)比較從吹煉開始（無渣）到發(fā)生噴濺（爐渣溢出）的聲音信號(hào)強(qiáng)度，直到渣的水平面達(dá)到最大值。然而判斷是主觀的，并不能直接看見爐膛里的情況如常常依據(jù)的壓力或者噴濺全面爆發(fā)前的活動(dòng)。3. 系統(tǒng)設(shè)計(jì)基本模型信號(hào)處理系統(tǒng)是選擇一個(gè)主要工具能從現(xiàn)有的進(jìn)程信息中提取噴濺信息。在第4節(jié)簡單概述這兩者之間實(shí)驗(yàn)比的較結(jié)果。第3級(jí)：正式評(píng)價(jià)噴濺征兆的殘差自適應(yīng)濾波器使用變化檢測。選擇過程模型的兩種方法已經(jīng)被報(bào)道并在表2中簡單描述。 由于困難的時(shí)間延遲產(chǎn)生的煙氣分析的CO含量，輸入信號(hào)，取而代之的是測量的壓力upressure。相應(yīng)的回歸變量以及輸出信號(hào)在表2中詳細(xì)說明。當(dāng)過程數(shù)據(jù)面臨區(qū)分困難的影響時(shí)，文獻(xiàn)[ 23 ]中試圖采用遞歸最小二乘算法估算的θ，模型的不確定性和在剩余序列中實(shí)際進(jìn)程的變化，一個(gè)更常見的做法是使用卡爾曼濾波器。只有當(dāng) （9）時(shí)才能保障（見文獻(xiàn)[ 24 ] ）。因此，試圖利用強(qiáng)烈的反揮臂特性運(yùn)用參數(shù)估計(jì)系統(tǒng)。 Riccati方程（8） ，選擇自由終點(diǎn)根據(jù)方程式（10），被稱為Stenlund–Gustafsson（或SG）算法。這種SG算法在文獻(xiàn)[ 30 ]中的進(jìn)一步研究，聲學(xué)回聲抵消被用來比較其性能與一些眾所周知的技術(shù)，如歸最小二乘算法和卡爾曼濾波。 依靠在自適應(yīng)濾波的剩余量。 ％的自相關(guān)系數(shù)在落后1至400不在95 ％的置信區(qū)間。該項(xiàng)測試統(tǒng)計(jì)的例子由片面的累計(jì)（ CUSUM ）探測器進(jìn)行文獻(xiàn) [ 31 ]，它是由下式?jīng)Q定：其中H是報(bào)警閾值，是一個(gè)輸入s（t）距離測量，M是漂移參數(shù)，以防止積極漂移g（t），最終得到假警報(bào)。一個(gè)更好的解決這一問題將是探測器的相關(guān)值，及進(jìn)程運(yùn)行條件和原材料性能等參數(shù)，從而實(shí)現(xiàn)自適應(yīng)選擇性的警報(bào)。 聲波計(jì)與爐渣水平面的位置 為了說明利用估計(jì)爐渣水平面的位置來檢測噴濺，而不是聲波計(jì)信號(hào)?？梢钥闯?，估計(jì)渣面的警報(bào)系統(tǒng)的時(shí)間間隙是麥克風(fēng)信號(hào)的兩倍，在同一噴濺條件下。sund鋼鐵廠的實(shí)地試驗(yàn)完成的。預(yù)警系統(tǒng)的在線運(yùn)行，依賴于來自計(jì)算機(jī)子系統(tǒng)數(shù)據(jù)通信的相關(guān)測量量，如圖8（見原文）所示 。 收集的數(shù)據(jù)來自于2006年9月在瑞典于SSAB Oxel246。因此，在本研究中防止噴濺事件的發(fā)生作為錯(cuò)誤警報(bào)。警告25秒是事先進(jìn)行比較的結(jié)果。 通過實(shí)地試驗(yàn)期間在轉(zhuǎn)爐生產(chǎn)過程中面臨一些典型的情況，表明評(píng)價(jià)預(yù)警系統(tǒng)的數(shù)據(jù)是困難的。考慮到爐殼下方的攝像頭下沒有記錄上操作者意識(shí)到的噴濺下落爐渣的問題。如果這些警報(bào)是虛假的或不考慮對這個(gè)特定的爐子？該系統(tǒng)明確地反應(yīng)了過程中的異常變化。 可疑噴濺分析 噴濺活動(dòng)，被操作者分為3個(gè)級(jí)別如圖14所示（見原文）。大約吹煉了800s，操作者記錄下另一個(gè)嚴(yán)重噴濺事件。有關(guān)工藝參數(shù)，如氧槍的位置，煙氣流速和氧氣流量都儲(chǔ)存在一個(gè)在線資料庫中。使用過程收集的數(shù)據(jù)去判斷，辨別循環(huán)進(jìn)行在線采用卡爾曼濾波器的基本方法。數(shù)據(jù)用來評(píng)價(jià)噴濺預(yù)警系統(tǒng)的性能。sseldorf, Germany, 2007.[23] ,System Identification,PrenticeHall,1989.[24] ,Adaptation and tracking in system identification–asurvey,Automatica 26(1)(1990)7–21.[25] ,New Estimation Techniques for Adaptive Control,Lund Instituteof Technology, Sweden,1983.[26] ,P. Bolzern, M. Campi, Convergence and exponential convergence ofidentification algorithms with directional forgetting factor, Automatica 26 (5)(1990) 929–932.[27] ,Avoiding windup in recursive parameter estimation,in: Preprints of Reglermote,Linko
研究報(bào)告相關(guān)推薦
鄂ICP備17016276號(hào)-1