鋼鐵企業(yè)典型工序節(jié)能技術(shù)

第9章鋼鐵企業(yè)典型工序節(jié)能技術(shù)能源是人類賴以生存的重要物質(zhì)基礎(chǔ)，是經(jīng)濟(jì)發(fā)展和社會(huì)前進(jìn)的必需資源。能源的開(kāi)發(fā)和利用也是衡量一個(gè)國(guó)家經(jīng)濟(jì)發(fā)展和科學(xué)技術(shù)水平的標(biāo)志之一。20世紀(jì)70年代以來(lái)，能源就與人口、糧食、環(huán)境和資源并稱為世界上的五大問(wèn)題。節(jié)約資源是我國(guó)的基本國(guó)策，節(jié)能優(yōu)先成為應(yīng)對(duì)能源問(wèn)題的長(zhǎng)期戰(zhàn)略[2]。鋼鐵工業(yè)是國(guó)民經(jīng)濟(jì)的基礎(chǔ)產(chǎn)業(yè)，也是我國(guó)能源資源消耗和污染排放的重點(diǎn)行業(yè)。煉焦單元是鋼鐵制造流程的基礎(chǔ)和關(guān)鍵單元,從鋼鐵制造流程整體考察，煉焦單元不但為煉鐵工序提供所需的原料-焦炭，焦炭在高爐煉鐵過(guò)程中焦炭起著發(fā)熱劑、還原劑、滲碳劑和料柱骨架四大作用。煉焦單元也為燒結(jié)、煉鋼和軋鋼工序提供所需的燃料即焦?fàn)t煤氣（Coke-OvenGas,COG），消耗煉鐵工序回收的高爐煤氣（BlastFurnaceGas,BFG）。煉焦單元能源消耗占鋼鐵企業(yè)能源總消耗的5%[3]左右，也始終是鋼鐵企業(yè)節(jié)能減排的重點(diǎn)。煉焦單元消耗和產(chǎn)出能源種類眾多，與鋼鐵流程中其他工序均存在能流的交叉使用、與自身工序也存在返流狀況，能源調(diào)配十分復(fù)雜。由于煉焦生產(chǎn)過(guò)程復(fù)雜，操作環(huán)境惡劣，檢測(cè)手段少，比起其它工業(yè)爐窯，焦?fàn)t的控制較難實(shí)施。一些關(guān)鍵過(guò)程狀態(tài)參數(shù)主要依靠人工經(jīng)驗(yàn)給定，難以根據(jù)工況變化進(jìn)行實(shí)時(shí)調(diào)整,如煤料在炭化室內(nèi)停留的時(shí)間-結(jié)焦時(shí)間，反映焦?fàn)t加熱均勻程度的K均勻等。針對(duì)以上問(wèn)題，本章基于對(duì)某大型鋼鐵企業(yè)的實(shí)地調(diào)研，首先介紹焦化工序流程概況和能耗概況，然后對(duì)焦化工序能耗影響因素進(jìn)行分析，最后基于歷史數(shù)據(jù)，利用灰色關(guān)聯(lián)度方法、BP人工神經(jīng)網(wǎng)絡(luò)和遺傳算法等智能方法，對(duì)煉焦單元的能耗進(jìn)行預(yù)測(cè)和優(yōu)化，為煉焦單元能源調(diào)配和過(guò)程控制提供決策支持，為煉焦單元能耗優(yōu)化工作提供可行方向。9.1焦化工序節(jié)能技術(shù)9.1.1焦化工序流程和能耗概況焦化工序流程介紹圖9.1煉焦單元與鋼鐵生產(chǎn)流程中各工序間的關(guān)系圖9.1給出了典型長(zhǎng)流程鋼鐵企業(yè)的生產(chǎn)流程，其中焦化工序是洗精煤轉(zhuǎn)換成焦炭、焦?fàn)t煤氣以及各種化學(xué)產(chǎn)品的過(guò)程,或認(rèn)為是碳素流轉(zhuǎn)化為固態(tài)焦炭和氣態(tài)碳—?dú)浠衔?、液態(tài)碳—?dú)浠衔锏倪^(guò)程。焦化工序是一個(gè)復(fù)雜的工業(yè)過(guò)程，一般地將焦化工序分為四個(gè)單元：備煤?jiǎn)卧瑹捊箚卧?，熄焦單元和化產(chǎn)單元，如圖9.2所示。煉焦是煤炭轉(zhuǎn)化最古老的方法，煉焦工業(yè)的發(fā)展與冶金工業(yè)的發(fā)展和技術(shù)進(jìn)步有密切的關(guān)系，在一百多年的發(fā)展過(guò)程中，煉焦工業(yè)為冶金工業(yè)提供了焦炭這種特殊的燃料。在煉焦過(guò)程中，經(jīng)回收精制得到的化學(xué)產(chǎn)品是化學(xué)、醫(yī)藥和國(guó)防等工業(yè)寶貴的原料。在我國(guó)，煉焦廠還是城市煤氣的重要?dú)庠?。下面分別對(duì)焦化工序的四個(gè)生產(chǎn)單元進(jìn)行介紹[39-40]。圖9.2焦化工序及各個(gè)生產(chǎn)單元間的關(guān)系備煤?jiǎn)卧獰捊姑喝霠t前包括來(lái)煤接收、儲(chǔ)存、倒運(yùn)、粉碎、配合和混勻等工作。若來(lái)煤灰分較高，還應(yīng)包括選煤、脫水工作；為擴(kuò)大弱黏結(jié)性煤的用量，可采取干燥、預(yù)熱、搗固、配型煤、配添加劑等預(yù)處理工作。這些處理過(guò)程統(tǒng)稱為備煤工藝。備煤工藝對(duì)于節(jié)約優(yōu)質(zhì)煉焦煤，確保高爐用焦質(zhì)量，在焦化工序中具有重要意義，其中配煤過(guò)程是其中的關(guān)鍵。冶金焦的質(zhì)量要求是：灰分低、硫分少，強(qiáng)度高，各向異性程度大，要滿足上述要求，在常規(guī)煉焦方法條件下，用單種煤煉焦是很難實(shí)現(xiàn)的。而且由于煤種的相對(duì)儲(chǔ)量、分布和開(kāi)采能力的制約，不可能進(jìn)行大規(guī)模的單種煤煉焦生產(chǎn)，特別是優(yōu)質(zhì)煉焦煤源的逐漸減少，給配煤煉焦提出了更加嚴(yán)峻的課題。配合煤的意義在于使各種煤之間性質(zhì)上取長(zhǎng)補(bǔ)短，符合焦?fàn)t的生產(chǎn)要求，生產(chǎn)出滿足質(zhì)量要求的優(yōu)質(zhì)焦炭，并增產(chǎn)煉焦化學(xué)產(chǎn)品，實(shí)現(xiàn)煤炭資源的合理利用。煉焦單元煉焦單元是焦化工序的關(guān)鍵生產(chǎn)單元和主要耗能單元，可分為三個(gè)過(guò)程：焦?fàn)t加熱燃燒過(guò)程、集氣管集氣過(guò)程和推焦過(guò)程，在這里作詳細(xì)介紹。（1）焦?fàn)t加熱燃燒過(guò)程焦?fàn)t是熱工爐窯中較為復(fù)雜的熱工設(shè)備，焦?fàn)t主體由許多相互間隔的炭化室和燃燒室組成，炭化室和燃燒室僅一墻之隔。為使炭化室均勻加熱，加熱系統(tǒng)定時(shí)改變廢氣流向，同時(shí)，為充分利用廢氣余熱，通過(guò)蓄熱室來(lái)預(yù)熱進(jìn)入燃燒室的空氣（煤氣），因此焦?fàn)t每隔30分鐘交換作為煤氣和空氣上升通道的蓄熱室及作為廢氣下降通道的蓄熱室，即進(jìn)行換向。加熱煤氣和空氣在燃燒室的火道內(nèi)混合燃燒產(chǎn)生熱量，將廢氣在高溫下以輻射傳熱為主，并伴隨有對(duì)流傳熱方式，將熱量通過(guò)爐墻傳導(dǎo)給煤料。煤料在整個(gè)結(jié)焦時(shí)間內(nèi)，因煤料性質(zhì)的變化及導(dǎo)熱系數(shù)的不同，爐墻傳給煤料的熱量在結(jié)焦初期較大，以后就小些，即在整個(gè)結(jié)焦時(shí)間內(nèi)的熱流是變化的，其比熱流在結(jié)焦的第一個(gè)小時(shí)內(nèi)達(dá)到最高值，然后逐漸降低。煤料一次經(jīng)過(guò)上述結(jié)焦過(guò)程的各階段，逐漸炭化為焦炭。（2）集氣管集氣過(guò)程炭化室在高溫下干餾，產(chǎn)生一定量的荒煤氣，通過(guò)位于焦?fàn)t頂部的集氣管對(duì)荒煤氣進(jìn)行收集。由于焦?fàn)t由多個(gè)炭化室組成，每個(gè)炭化室所處的結(jié)焦階段不同，因此所有炭化室的荒煤氣集于集氣管之后，其組成成分基本是穩(wěn)定的。收集到的荒煤氣通過(guò)冷凝器以及鼓風(fēng)機(jī)送至凈化裝置，凈化后的焦?fàn)t煤氣一部分外送到動(dòng)力分廠的焦?fàn)t煤氣柜供全廠使用，另一部分回爐，作為焦?fàn)t加熱燃燒的燃料。推焦過(guò)程推焦過(guò)程主要完成從配合煤到焦炭過(guò)程中的機(jī)械操作。在確定一個(gè)炭化室的焦炭已經(jīng)成熟后，通過(guò)三大車（推焦車、攔焦車和熄焦車）的協(xié)調(diào)將焦炭取出進(jìn)行熄焦，并運(yùn)至儲(chǔ)存地或冶煉現(xiàn)場(chǎng)。推焦車負(fù)責(zé)完成頂裝焦?fàn)t平煤和推焦操作，在煤料瀉入炭化室后，由平煤桿將煤料推平，在焦炭成熟后，由推焦桿將焦炭推到熄焦車上，同時(shí)還可以完成啟閉機(jī)側(cè)爐門、機(jī)械化清掃門和爐框等功能。攔焦車的作用是將從炭化室推出的熾熱焦炭導(dǎo)入熄焦車內(nèi)，同時(shí)還可以完成啟閉焦側(cè)爐門、機(jī)械化清掃門和爐框等功能。熄焦車的作用是接受推出的熾熱焦炭，運(yùn)往干熄焦裝置用惰性氣體將余熱回收用于發(fā)電或補(bǔ)充管網(wǎng)蒸汽，然后卸在涼焦臺(tái)上冷卻。熄焦單元熄焦從總體上講就是焦化企業(yè)把剛剛出爐的焦碳冷卻到常溫的過(guò)程。煉焦終了時(shí)，焦炭的溫度一般為950～1100℃，經(jīng)過(guò)熄焦，焦炭冷卻到250℃以下。熄焦方式一般分為濕法熄焦、壓力熄焦、低水分熄焦和干法熄焦這四種。目前常用主要有干熄焦和濕熄焦兩類方法。干法熄焦能回收焦炭顯熱、改善焦炭質(zhì)量、對(duì)環(huán)境污染少，但投資較濕法為高。常規(guī)濕法熄焦工藝簡(jiǎn)單，投資少，但不能回收焦炭顯熱，對(duì)環(huán)境污染較大。在干法熄焦中，焦炭的顯熱借助于惰性氣體回收并可用以生產(chǎn)水蒸汽，由惰性氣體獲得的焦炭顯熱也可通過(guò)換熱器用于預(yù)熱煤、空氣、煤氣和水等。在回收焦炭顯熱的同時(shí)，可減少大量熄焦水，消除含有焦粉的水汽和有害氣體對(duì)附近構(gòu)筑物和設(shè)備的腐蝕，從而改善環(huán)境。干法熄焦還避免了濕法熄焦時(shí)水對(duì)紅焦的劇冷作用，故有利于焦炭質(zhì)量的提高，也可適當(dāng)提高配合煤中氣煤或弱黏煤的配比。化產(chǎn)單元煤在煉焦時(shí)一般72%～78%轉(zhuǎn)化為焦炭，22%～28%轉(zhuǎn)化為荒煤氣。荒煤氣呈褐色或棕黃色，經(jīng)回收后得到焦油、粗苯、硫銨（氨水）、硫氰化物等產(chǎn)品，這些產(chǎn)品都是重要的化工原料。通過(guò)洗油吸收回收焦?fàn)t煤氣中的粗苯，粗苯通過(guò)精制加工后，可得到輕苯、重苯、精苯、甲苯、二甲苯等產(chǎn)品。煤焦油直接從焦?fàn)t煤氣中冷凝下來(lái)，其中含有上萬(wàn)種有機(jī)化合物，95%為芳香族化合物?，F(xiàn)在，全世界每年從焦油中提取500萬(wàn)噸化工產(chǎn)品，廣泛應(yīng)用于塑料、合成纖維、染料、合成橡膠、醫(yī)藥、農(nóng)藥，以及耐輻射、耐高溫材料和國(guó)防工業(yè)等領(lǐng)域。焦?fàn)t煤氣中所含的氨可用于支取硫銨、無(wú)水氨或膿氨水：其中所含的氫可用于制造合成氨，進(jìn)一步制取尿素、硝氨和碳氨等產(chǎn)品?；厥盏牧蚧瘹溆糜谏a(chǎn)單斜硫和硫：氰化氫用于制取黃血鹽納或黃血鹽等化工原料。同時(shí)，硫化氫和氰化氫的回收對(duì)減輕大氣和水質(zhì)污染，加強(qiáng)環(huán)境保護(hù)以及減輕設(shè)備腐蝕具有重要意義。經(jīng)過(guò)回收化學(xué)產(chǎn)品后的焦?fàn)t氣主要含有H2、CH4和CO等氣體。凈焦?fàn)t煤氣是高熱值的燃?xì)饪捎米鞴I(yè)及民用燃料。煉焦單元能耗影響因素介紹煉焦單元是一個(gè)復(fù)雜的工業(yè)過(guò)程，對(duì)能耗影響因素眾多，本章基于對(duì)某大型鋼鐵企業(yè)的調(diào)研，定性地分析原材料參數(shù)和生產(chǎn)過(guò)程狀態(tài)參數(shù)對(duì)煉焦單元能耗的影響，為建立能耗預(yù)測(cè)模型找出可行的建模因素。原材料參數(shù)分析：煉焦的原材料是配合煤，配合煤的質(zhì)量技術(shù)指標(biāo)眾多，下面對(duì)煉焦單元能耗影響參數(shù)進(jìn)行定性分析[39-40]。1）灰分灰分是惰性物質(zhì)，是煤中的主要雜質(zhì)。配煤的灰分，在煉焦時(shí)不熔融、不粘結(jié)也不收縮，能使煤的粘結(jié)性變差,焦炭的裂紋增多，機(jī)械強(qiáng)度和耐磨強(qiáng)度都會(huì)降低；另外配煤灰分將會(huì)全部轉(zhuǎn)入焦炭，降低焦炭的等級(jí),而且在高爐煉鐵時(shí)會(huì)增高焦比，降低鐵產(chǎn)量，增加排渣量。一般配合煤的成焦率為70%～80%，焦炭灰分為配合煤灰分的1.3～1.4倍。因此，煉焦用的原煤在配煤之前都應(yīng)該進(jìn)行洗選，洗選后的精煤可降低灰分，提高煉焦煤的粘結(jié)性?；曳挚捎绊懡固抠|(zhì)量，含量高，會(huì)使高爐渣量增加，導(dǎo)致了焦比上升，產(chǎn)量下降?；曳诌€可影響成焦率，從而對(duì)煉焦能耗產(chǎn)生影響。2）水分在常規(guī)煉焦條件下，裝爐煤的堆比重主要受煤料水分、細(xì)度以及加煤過(guò)程的影響，增加堆比重的有效途徑是減少煤料的水分，但是若采用一般的裝爐方法，在加煤時(shí)冒煙冒火嚴(yán)重，必須采用專門的裝爐工藝。煤料的水分除影響堆比重外，還影響焦?fàn)t的結(jié)焦時(shí)間（或加熱制度）、煉焦的耗熱量和剩余氨水量，由于新裝爐內(nèi)的煤料與墻面直接接觸，煤料中水分的蒸發(fā)使墻面溫度急劇下降，對(duì)焦?fàn)t爐墻砌體很不利。因此，在煉焦生產(chǎn)中，控制煤料的水分是非常必要的。水分變化，相當(dāng)于濕煤中的干煤被水分所取代，即水分變化帶來(lái)濕煤耗熱量變化，從而對(duì)煉焦能耗產(chǎn)生影響。煤中水分分為內(nèi)在水分、外在水分、結(jié)晶水和分解水?，F(xiàn)在我們常用的水份指標(biāo)有兩種：a、全水份（Mt），是煤中所有內(nèi)在水份和外在水份的總和，也常用Mar表示。通常規(guī)定在8%以下。b、空氣干燥基水份(Mad)，指煤炭在空氣干燥狀態(tài)下所含的水份。3）揮發(fā)分煤的揮發(fā)分對(duì)焦炭的質(zhì)量影響很大，配合煤的揮發(fā)分偏低雖然有利于提高焦炭的機(jī)械強(qiáng)度和塊度，但焦炭的耐磨性差；反之，揮發(fā)分偏高，在煉焦過(guò)程中就有較多的裂解產(chǎn)物逸出，產(chǎn)生一個(gè)非常大的應(yīng)力作用于焦炭，使之從內(nèi)向外發(fā)生崩裂，形成許多細(xì)小的裂紋結(jié)構(gòu)，導(dǎo)致焦炭的強(qiáng)度降低。揮發(fā)分影響成焦率和產(chǎn)氣率，從而對(duì)煉焦單元能耗產(chǎn)生影響。4）硫分硫是煤中有害元素，煉焦時(shí)煤中的硫分約70%～80%轉(zhuǎn)入焦炭，煉鐵時(shí)又轉(zhuǎn)入生鐵中。按成焦率75%左右計(jì)算，焦炭硫分約為配合煤硫分的80%～90%。用高硫生鐵煉出的鋼具有熱脆性，鋼材中的含硫量大于0.07%，受熱后容易發(fā)生脆裂現(xiàn)象。煤中的硫，特別是硫鐵礦硫還能加速煤的風(fēng)化與自燃，煤經(jīng)氧化后粘結(jié)性急劇下降。通常煉焦煤的硫分每增高0.1個(gè)百分點(diǎn)，就會(huì)使焦炭硫分增高0.08，焦比上升1.2%左右，高爐生產(chǎn)能力降低1.6%～2.0%，所以煉焦用配煤中的硫分最高不應(yīng)超過(guò)1.2%，且硫分越低越好。為降低焦炭硫分，煉焦過(guò)程中往往通過(guò)提高煉焦終止溫度，而這將增加煤氣消耗，使煉焦單元能耗升高。5）煤料細(xì)度細(xì)度是指煤料粉碎后小于3mm的煤料重量占總重量的百分比。常規(guī)煉焦細(xì)度一般要求在80%左右，搗固煉焦細(xì)度一般要求大于85%。細(xì)度過(guò)低，配合煤混合不均勻，焦炭?jī)?nèi)部結(jié)構(gòu)不均一，強(qiáng)度降低。細(xì)度過(guò)高，不僅粉碎設(shè)備動(dòng)力消耗增大，設(shè)備的處理能力降低，更重要是細(xì)度過(guò)高時(shí)，裝爐煤的堆比重下降，使焦炭質(zhì)量和產(chǎn)量受影響，影響煉焦單元能耗。過(guò)程狀態(tài)參數(shù)分析煉焦單元包括焦?fàn)t加熱燃燒過(guò)程、集氣管集氣過(guò)程和推焦過(guò)程三個(gè)過(guò)程，下面將這些過(guò)程狀態(tài)參數(shù)對(duì)煉焦單元能耗的影響進(jìn)行定性分析[39-41]。1）裝煤系數(shù)裝煤系數(shù)是反映裝煤均勻程度的指標(biāo)，其計(jì)算公式為：(9.1)裝煤系數(shù)可影響焦炭產(chǎn)量，從而影響到煉焦單元能耗。2）K均勻?yàn)楸ＷC全爐各燃燒室溫度均勻，各測(cè)溫火道溫度與同側(cè)直行溫度的平均值相差不應(yīng)超過(guò)±20℃，邊爐相差不超過(guò)±30℃，超過(guò)此值的測(cè)溫火道為溫度不合格火道，并以均勻系數(shù)K均勻作為考核。K均勻3）K安定焦?fàn)t各燃燒室測(cè)溫火道的溫度值稱直行溫度。一般于換向后5min(或10min)在下降氣流時(shí)測(cè)量，因?yàn)檫@時(shí)爐溫的下降速度已趨平穩(wěn)。為防止焦?fàn)t砌磚被燒熔，硅磚焦?fàn)t測(cè)溫火道換向后的最高溫度不得超過(guò)1450℃。硅磚荷重軟化溫度雖可達(dá)1620℃左右，由于火道內(nèi)測(cè)溫點(diǎn)與最高溫度點(diǎn)（火焰燃燒點(diǎn)）相差100～150℃，火道溫度在整個(gè)結(jié)焦期間尚有波動(dòng)（波動(dòng)值25～30℃），故火道的極限度對(duì)硅磚焦?fàn)t規(guī)定應(yīng)不大于1450℃。直行溫度不但要求均勻，還要求直行溫度的平均值保持穩(wěn)定，并用安定系數(shù)K安定考核。K安定也影響燃?xì)馊紵?，從而影響到煉焦單元能耗?）K2焦?fàn)t的出焦和裝煤應(yīng)嚴(yán)格按計(jì)劃進(jìn)行，保證各炭化室的焦餅按規(guī)定時(shí)間均勻成熟，做到安全、定時(shí)、準(zhǔn)點(diǎn)。并定時(shí)進(jìn)行機(jī)械和設(shè)備的預(yù)防性檢修。為評(píng)定推焦操作的均衡性，要求各炭化室的結(jié)焦時(shí)間與規(guī)定相差不超過(guò)±5min，并以推焦執(zhí)行系數(shù)K2評(píng)定。作為煉焦生產(chǎn)穩(wěn)定性的度量，K2對(duì)焦炭質(zhì)量和煉焦能耗均有影響。5）結(jié)焦時(shí)間結(jié)焦時(shí)間是指煤料在炭化室內(nèi)停留的時(shí)間，通常是指從開(kāi)始平煤（裝煤時(shí)刻）在22h～24h時(shí)煉焦耗熱量最低。以此為基準(zhǔn)，縮短和延長(zhǎng)結(jié)焦時(shí)間均使煉焦耗熱量增高。結(jié)焦時(shí)間從22h～24h縮短至14～15h，每縮短1h，耗熱量約增加40～55KJ/kg。結(jié)焦時(shí)間影響了焦炭質(zhì)量、COG回收量及消耗量，因此對(duì)煉焦單元能耗有很大影響。綜上所述，原料煤的灰分、水分、揮發(fā)分、硫分和煤料細(xì)度都將直接影響煉焦單元的能耗，裝煤系數(shù)、K均勻、K安定、K2、結(jié)焦時(shí)間也對(duì)煉焦單元能耗有影響。為增加能耗預(yù)測(cè)模型的精度和泛化能力，我們下章對(duì)其關(guān)聯(lián)程度進(jìn)行計(jì)算，定量的選擇影響較大的因素作為預(yù)測(cè)模型的輸入和輸出。COG和BFG的配比分析：鋼鐵聯(lián)合企業(yè)生產(chǎn)中產(chǎn)生的主要副產(chǎn)品氣體燃料包括BFG、COG和轉(zhuǎn)爐煤氣(Linz-DonavitzprocessGas,LDG)，其中以BFG、COG應(yīng)用最為廣泛，它們?cè)阡撹F企業(yè)的燃料平衡中占有很重要的地位，BFG、COG所提供的熱量通常占鋼鐵企業(yè)總熱量收入的80%以上[42]。焦?fàn)t加熱用煤氣主要是COG和BFG，有的廠還采用轉(zhuǎn)爐煤氣。這些煤氣的大致組成如表9.1所示[41]。表9.1各種煤氣的組成和發(fā)熱值煤煤氣組成COGBFGLDGH255~601.5~35~6CO5~825~3080~86CH423~280.2~0.50.7~1.6CnHm2~410.3CO21.5~39~1510N23~555~603.5O20.4~0.80.2~0.40.5低發(fā)熱值KJ/m316720~188103230~41805600~9218煉焦單元使用煤氣主要是加熱焦?fàn)t，對(duì)炭化室內(nèi)洗精煤進(jìn)行間接加熱并發(fā)生干餾，加熱煤氣的熱量使得炭化室內(nèi)的洗精煤轉(zhuǎn)化為焦炭、COG、焦油以及相應(yīng)的顯熱和熱損失。據(jù)對(duì)某大型鋼鐵企業(yè)計(jì)算，煤氣燃燒熱占焦?fàn)t熱量總收入的70%以上。加熱煤氣的種類可以是單一的COG、BFG或COG、BFG混合煤氣，由于發(fā)熱值不同，提供相同的熱量所需的煤氣量、空氣量及所產(chǎn)生的廢氣量亦不同，因此，用不同的煤氣加熱焦?fàn)t，其煉焦耗熱量有所差異[44]。鋼鐵聯(lián)合企業(yè)為了更合理利用煤氣及平衡煤氣，焦?fàn)t應(yīng)盡量采用BFG加熱，這樣置換出高發(fā)熱值COG供軋鋼加熱爐等用戶使用。為了穩(wěn)定煤氣發(fā)熱值，往往在高爐煤氣中摻入一定量的COG，稱為混合煤氣加熱。因此，COG和BFG配比對(duì)煉焦單元能耗是有影響的，在整個(gè)企業(yè)煤氣平衡時(shí)，選擇合適的COG和BFG配比，使得煉焦單元能耗較低，對(duì)于煉焦單元節(jié)能是一個(gè)新的思路和方向。9.1.2煉焦單元能耗影響因素分析灰色關(guān)聯(lián)度方法影響綜合生產(chǎn)目標(biāo)的影響因素眾多，對(duì)綜合生產(chǎn)目標(biāo)的主要影響因素的確定，只依據(jù)機(jī)理分析以及人工經(jīng)驗(yàn)可靠性不高，并且缺乏理論依據(jù)。需要從理論上定量計(jì)算各因素對(duì)綜合生產(chǎn)目標(biāo)的影響程度，這稱之為關(guān)聯(lián)性分析。在關(guān)聯(lián)性分析中，常用的定量計(jì)算方法是數(shù)理統(tǒng)計(jì)法，如回歸分析、方差分析、主成分分析等[45]，它們要求大樣本和典型的概率分布。另一種方法即為灰色系統(tǒng)理論提出的灰色關(guān)聯(lián)分析方法[46-47]，它可在不完全的信息中，對(duì)所要分析研究的各因素，通過(guò)一定的數(shù)據(jù)處理，在隨機(jī)的因素序列間找出它們的關(guān)聯(lián)性，找到主要特性和主要影響因素?；疑P(guān)聯(lián)分析是基于行為因子序列的微觀或宏觀幾何接近，以分析和確定因子間的影響程度或因子對(duì)主行為的貢獻(xiàn)度而進(jìn)行的一種分析方法[48-49]。在煉焦單元中，由于數(shù)據(jù)之間的概率分布難以確定，并且信息存在不完全的情況，難以采用數(shù)理統(tǒng)計(jì)的方法進(jìn)行關(guān)聯(lián)度定量計(jì)算，所以在分析過(guò)程中采用灰色關(guān)聯(lián)分析方法對(duì)影響煉焦單元能耗的因素進(jìn)行關(guān)聯(lián)性分析?；疑P(guān)聯(lián)分析計(jì)算步驟如下：Step1：原始數(shù)據(jù)處理初值化處理設(shè)有原始（以煉焦過(guò)程狀態(tài)參數(shù)關(guān)聯(lián)分析為例，n=5）對(duì)x0作初值化處理得y0，則（9.2）(2)均值化處理設(shè)有原始（以煉焦過(guò)程狀態(tài)參數(shù)關(guān)聯(lián)分析為例，n=5），令其均值為，(9.3)則對(duì)x0作均值化處理，得y0為：（9.4）(3)歸一化處理在非時(shí)間序列中，同一序列有許多不同的物理量，且數(shù)值大小相差過(guò)分懸殊，為避免造成非等權(quán)情況，對(duì)這些數(shù)列作歸一化處理。Step2：計(jì)算灰色關(guān)聯(lián)系數(shù)。若經(jīng)數(shù)據(jù)處理后的母數(shù)列為(X0(t))，子數(shù)列為(xi(t))，在時(shí)刻t=k時(shí)，(x0(k)與(xi(k))的灰色關(guān)聯(lián)系數(shù)為（9.5）式中為k時(shí)刻兩個(gè)序列的絕對(duì)值，即，，分別為各個(gè)時(shí)刻的絕對(duì)值的最大值與最小值，為分辨系數(shù)，其作用在于提高灰色關(guān)聯(lián)系數(shù)之間的差異顯著性，，一般取0.5。Step3：求灰色關(guān)聯(lián)度與灰色關(guān)聯(lián)矩陣。其計(jì)算公式為：（9.6）式中為子序列與母序列0的灰色關(guān)聯(lián)度。N為序列的長(zhǎng)度即數(shù)據(jù)個(gè)數(shù)，(以煉焦單元過(guò)程狀態(tài)參數(shù)關(guān)聯(lián)分析為例，n=5)。若有n個(gè)母序列，m個(gè)子序列(以煉焦單元過(guò)程狀態(tài)參數(shù)關(guān)聯(lián)分析為例n=5)，各子序列j對(duì)母序列i的關(guān)聯(lián)度為，則可得灰色關(guān)聯(lián)矩陣為：(9.7)Step4：關(guān)聯(lián)度排序以及優(yōu)勢(shì)分析對(duì)進(jìn)行從大到小排序，根據(jù)排序結(jié)果判斷子因素與母因素的關(guān)聯(lián)性強(qiáng)弱，排序越靠前，則說(shuō)明此子因素與母因素的關(guān)聯(lián)性越強(qiáng)，反之越弱。原材料參數(shù)選擇由節(jié)可知影響洗精煤質(zhì)量指標(biāo)的主要因素分別為灰分Ad、空氣干燥基水分Mad、全水分Mt、揮發(fā)分Vdaf、硫分Sd,t和煤料細(xì)度。為保證模型的準(zhǔn)確性和預(yù)測(cè)的可行性，須選取對(duì)煉焦單元能耗影響最大的幾個(gè)參數(shù)。分別以煉焦單元總能耗x(0)作為參考序列，以灰分x(0)(1)，以空氣干燥基水分x(0)(2)，以全水分x(0)(3)，以揮發(fā)分K2x(0)(4)，以硫分x(0)(5)，以煤料細(xì)度x(0)(6)作為比較序列。以某大型鋼鐵企業(yè)2010年10月和11月每天的煉焦單元總能耗作為參考序列，以過(guò)程狀態(tài)參數(shù)作為比較序列，樣本統(tǒng)計(jì)指標(biāo)如表9.2所示，表9.2煉焦過(guò)程狀態(tài)參數(shù)影響因素樣本統(tǒng)計(jì)表統(tǒng)計(jì)指標(biāo)X(0)X(0)(1)X(0)(2)X(0)(3)X(0)(4)X(0)(5)X(0)(6)平均值120.02199.91080.978810.68827.92720.767675.304最小值87.79069.63000.61009.400026.46000.720073.6000最大值153.998610.28001.370011.800028.91000.83007.3000標(biāo)準(zhǔn)偏差13.66280.12840.22650.64570.57570.02891.2391按照灰色關(guān)聯(lián)分析計(jì)算步驟：首先按式(9.4)進(jìn)行均值化處理，然后按照式(9.5)求取灰色關(guān)聯(lián)系數(shù)，最后按照式(9.6)求取到的灰色關(guān)聯(lián)度如下所示。表9.3煉焦過(guò)程狀態(tài)參數(shù)灰色關(guān)聯(lián)度表各種參數(shù)X(0)(1)X(0)(2)X(0)(3)X(0)(4)X(0)(5)X(0)(6)灰色關(guān)聯(lián)度0.76720.64110.73990.75670.74700.7632對(duì)灰色關(guān)聯(lián)度進(jìn)行排序?yàn)椋篨(0)(1)>X(0)(6)>X(0)(4)>X(0)(5)>X(0)(3)>X(0)(2)則可以確定灰分系數(shù)在原材料參數(shù)中對(duì)煉焦單元能耗影響最大，煤料細(xì)度和揮發(fā)分次之。其次是硫分、全水分和空氣干燥基水分。由于X(0)(1)、X(0)(2)、X(0)(3)、X(0)(4)、X(0)(5)、X(0)(6)與煉焦單元總能耗X(0)的灰色關(guān)聯(lián)度都大于0.5，因此將灰分，空氣干燥基水分，全水分，揮發(fā)分，硫分，煤料細(xì)度均作為模型的輸入變量。過(guò)程狀態(tài)參數(shù)選擇由節(jié)分析可知，影響煉焦單元能耗的過(guò)程狀態(tài)參數(shù)包括：指示反映裝煤程度的指標(biāo)K裝煤，焦?fàn)t側(cè)溫火道平均溫度的均勻系數(shù)K均勻，反映焦?fàn)t測(cè)溫火道平均溫度的穩(wěn)定性指標(biāo)K安定，反映焦?fàn)t推焦操作正常與否的指標(biāo)K2以及焦?fàn)t的結(jié)焦時(shí)間等。為保證模型的準(zhǔn)確性和預(yù)測(cè)的可行性，須選取對(duì)煉焦單元能耗影響最大的幾個(gè)參數(shù)。分別以煉焦單元總能耗x(0)作為參考序列，以K裝煤x(0)(1)，K均勻x(0)(2)，K安定x(0)(3)，K2x(0)(4)，結(jié)焦時(shí)間x(0)(5)作為比較序列。以某大型鋼鐵企業(yè)2010年10月和11月每天的煉焦單元總能耗及過(guò)程狀態(tài)參數(shù)作為比較序列，樣本統(tǒng)計(jì)指標(biāo)如表9.4所示，表9.4煉焦過(guò)程狀態(tài)參數(shù)影響因素樣本統(tǒng)計(jì)表統(tǒng)計(jì)指標(biāo)X(0)X(0)(1)X(0)(2)X(0)(3)X(0)(4)X(0)(5)平均值120.02190.99400.92960.99320.96521.0686最小值87.79060.97000.89000.83000.91001.0583最大值153.99861.00000.97001.00001.00001.0736標(biāo)準(zhǔn)偏差13.66280.00960.02210.0340.02220.0031按照灰色關(guān)聯(lián)分析計(jì)算步驟：首先按式(9.4)進(jìn)行均值化處理，然后按照式(9.5)求取灰色關(guān)聯(lián)系數(shù)，最后按照式(9.6)求取到的灰色關(guān)聯(lián)度如下所示。表9.5煉焦過(guò)程狀態(tài)參數(shù)灰色關(guān)聯(lián)度表各種參數(shù)X(0)(1)X(0)(2)X(0)(3)X(0)(4)X(0)(5)灰色關(guān)聯(lián)度0.63480.63940.64500.63840.6362對(duì)灰色關(guān)聯(lián)度進(jìn)行排序?yàn)椋篨(0)(3)>X(0)(2)>X(0)(4)>X(0)(5)>X(0)(1)。則可以確定K安定系數(shù)是過(guò)程狀態(tài)參數(shù)中對(duì)煉焦單元能耗影響最大，K均勻和K2次之。其次是K裝煤和結(jié)焦時(shí)間。由于X(0)(1)、X(0)(2)、X(0)(3)、X(0)(4)、X(0)(5)與煉焦單元總能耗X(0)的灰色關(guān)聯(lián)度都大于0.5，因此將K裝煤，K均勻，K安定，K2，結(jié)焦時(shí)間均作為模型的輸出變量。9.1.3煉焦單元能耗預(yù)測(cè)模型針對(duì)復(fù)雜工業(yè)過(guò)程中眾多重要過(guò)程參數(shù)難以實(shí)時(shí)檢測(cè)的問(wèn)題，目前主要采用基于數(shù)據(jù)驅(qū)動(dòng)的智能建模方法實(shí)現(xiàn)對(duì)這些參數(shù)的有效預(yù)測(cè)。這些基于數(shù)據(jù)驅(qū)動(dòng)的智能建模方法主要有基于統(tǒng)計(jì)分析的預(yù)測(cè)建模方法、基于統(tǒng)計(jì)學(xué)習(xí)理論的預(yù)測(cè)建模方法、基于即時(shí)學(xué)習(xí)策略的預(yù)測(cè)建模方法和基于人工神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)建模方法。該方法以大數(shù)定理和漸進(jìn)理論為理論基礎(chǔ)，在經(jīng)驗(yàn)風(fēng)險(xiǎn)最小化原則下，算法的結(jié)論大都是在訓(xùn)練樣本趨于無(wú)窮的假設(shè)下的得到的。工業(yè)應(yīng)用是，模型訓(xùn)練過(guò)程需要有能夠覆蓋整個(gè)生產(chǎn)過(guò)程的大量數(shù)據(jù)，如果當(dāng)前輸入數(shù)據(jù)不在訓(xùn)練數(shù)據(jù)所覆蓋的工況區(qū)域，則會(huì)出現(xiàn)較大的預(yù)測(cè)誤差，同時(shí)該方法在線適應(yīng)能力較差，當(dāng)生產(chǎn)工況出現(xiàn)偏移時(shí)，需要根據(jù)新采集的數(shù)據(jù)采用人工離線訓(xùn)練的方式對(duì)模型參數(shù)進(jìn)行校正。由節(jié)可知，煉焦單元的原材料參數(shù)、生產(chǎn)過(guò)程狀態(tài)參數(shù)與煉焦單元能耗之間存在關(guān)聯(lián)關(guān)系，但其維數(shù)高、內(nèi)部機(jī)理復(fù)雜，存在著很強(qiáng)的非線性。人工神經(jīng)網(wǎng)絡(luò)具有很強(qiáng)的自適應(yīng)學(xué)習(xí)能力，較強(qiáng)的容錯(cuò)能力和魯棒性，而且可以逼近任意非線性函數(shù)[67]，在鋼鐵企業(yè)生產(chǎn)過(guò)程的信息分析中獲得了廣泛的應(yīng)用[68-69]，尤其以BP神經(jīng)網(wǎng)絡(luò)應(yīng)用最為廣泛。本章即以BP神經(jīng)網(wǎng)絡(luò)為研究方法，建立煉焦單元能耗預(yù)測(cè)模型。BP人工神經(jīng)網(wǎng)絡(luò)模型的建模流程針對(duì)BP人工神經(jīng)網(wǎng)絡(luò)在應(yīng)用中存在的問(wèn)題，在煉焦單元能耗預(yù)測(cè)模型中，我們提出BP人工神經(jīng)網(wǎng)絡(luò)的建模流程，如圖9.3所示。通過(guò)灰色關(guān)聯(lián)度方法計(jì)算能耗影響因素的關(guān)聯(lián)度值，依據(jù)其關(guān)聯(lián)度大小選擇作為建模因素，得到樣本數(shù)據(jù)。對(duì)樣本數(shù)據(jù)進(jìn)行孤立點(diǎn)檢測(cè)和歸一化處理，本文利用基于距離和的孤立點(diǎn)檢測(cè)方法進(jìn)行去噪，然后將數(shù)據(jù)歸結(jié)到0.2～0.8之間，具體原因?qū)⒃跀?shù)據(jù)預(yù)處理中“歸一化”部分給出。并將所得數(shù)據(jù)分為學(xué)習(xí)數(shù)據(jù)和檢驗(yàn)數(shù)據(jù)。設(shè)定神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，利用BP算法和學(xué)習(xí)數(shù)據(jù)建立人工神經(jīng)網(wǎng)絡(luò)模型。利用檢驗(yàn)數(shù)據(jù)和所建模型進(jìn)行最小誤差、最大誤差和誤差平方和計(jì)算。比較各個(gè)誤差，若滿足模型精度則輸出模型；否則修改神經(jīng)網(wǎng)絡(luò)隱含層節(jié)點(diǎn)個(gè)數(shù)后，利用BP算法訓(xùn)練模型后，繼續(xù)計(jì)算誤差并修正隱含層節(jié)點(diǎn)個(gè)數(shù)，直至滿足模型精度。圖9.3BP人工神經(jīng)網(wǎng)絡(luò)的建模流程數(shù)據(jù)預(yù)處理選取某鋼鐵公司2011年10月份的數(shù)據(jù)作為樣本進(jìn)行建模。首先進(jìn)行數(shù)據(jù)預(yù)處理。數(shù)據(jù)預(yù)處理是進(jìn)行神經(jīng)網(wǎng)絡(luò)建模前的準(zhǔn)備工作，將很多不符合要求的數(shù)據(jù)剔除，以及進(jìn)行必要的數(shù)據(jù)變化，有利于建模的精確性。只有當(dāng)建模精度符合要求的時(shí)候，對(duì)于企業(yè)的決策評(píng)估才能起到真正的輔助決策的作用。（1）去噪處理“去噪”有很多的方法，包括離群點(diǎn)檢測(cè)方法、死區(qū)處理法、算術(shù)平均值法、中值濾波法、低通濾波法、滑動(dòng)濾波法等，本文采用基于距離的孤立點(diǎn)檢測(cè)方法。孤立點(diǎn)檢測(cè)用來(lái)發(fā)現(xiàn)數(shù)據(jù)集中小部分對(duì)象[71]，這些對(duì)象與數(shù)據(jù)中的一般行為或數(shù)據(jù)模型有著明顯的不同。早期的孤立點(diǎn)檢測(cè)研究多見(jiàn)于統(tǒng)計(jì)領(lǐng)域?；诮y(tǒng)計(jì)的方法一般只適用于單變量的數(shù)據(jù)，雖然某些算法也可以檢測(cè)多變量數(shù)據(jù)，但需要事先指定（假定）數(shù)據(jù)服從的分布模型，這兩個(gè)缺點(diǎn)極大地限制了它的應(yīng)用。近來(lái)，研究人員又提出了各種各樣的方法，大致可以分為基于距離的方法、基于深度的方法、基于密度的方法和基于聚類的方法[72]。基于距離的孤立點(diǎn)的概念最早由E.M.Knorr和R.T.Ng[71]提出，S.Ramaswamyetal[73]和S.D.Bayetal[74]分別進(jìn)行了改進(jìn)。在這種方法里，一般根據(jù)數(shù)據(jù)對(duì)象的最近鄰居來(lái)判斷其是否為孤立點(diǎn)?；诰嚯x的孤立點(diǎn)的優(yōu)點(diǎn)在于不需知道數(shù)據(jù)的分布模型，因而可以應(yīng)用于任何可以用某種距離機(jī)制量度的特征空間。孤立點(diǎn)的定義是數(shù)據(jù)集中到第k個(gè)最近鄰居的距離最大的n個(gè)對(duì)象[72]；基于距離的孤立點(diǎn)與基于統(tǒng)計(jì)的方法相比有幾個(gè)優(yōu)點(diǎn)，首先，它不要求用戶知道數(shù)據(jù)集服從哪種統(tǒng)計(jì)分布模型，同時(shí)，它克服了基于統(tǒng)計(jì)的孤立點(diǎn)檢測(cè)僅能檢測(cè)單個(gè)屬性的缺點(diǎn)。這里的距離量度函數(shù)一般使用絕對(duì)距離或者歐氏距離。假定數(shù)據(jù)對(duì)象為區(qū)間標(biāo)度變量類型，則絕對(duì)距離（又稱曼哈頓距離）的定義如下：(9.8)而歐式距離為：(9.9)其中m為數(shù)據(jù)對(duì)象的維(屬性)數(shù),表示第個(gè)對(duì)象第屬性的值。這兩個(gè)距離可統(tǒng)一為：(9.10)這就是明考斯基距離。對(duì)其它變量類型的對(duì)象距離，也有相應(yīng)的計(jì)算方法[75]。為減低孤立點(diǎn)檢測(cè)對(duì)用戶的要求，文獻(xiàn)[24]提出基于距離和的孤立點(diǎn)定義，與前文介紹基于距離的孤立點(diǎn)檢測(cè)方法相同，使用絕對(duì)距離或者歐氏距離，首先計(jì)算數(shù)據(jù)集中對(duì)象兩兩之間的距離，然后累計(jì)每個(gè)對(duì)象與其它對(duì)象的距離，設(shè)M為用戶期望的孤立點(diǎn)個(gè)數(shù)，則距離之和最大的M個(gè)對(duì)象即為孤立點(diǎn)?；诰嚯x和的孤立點(diǎn)檢測(cè)可以描述如下：對(duì)原始數(shù)據(jù)集進(jìn)行標(biāo)準(zhǔn)化后，計(jì)算n個(gè)對(duì)象兩兩之間的距離形成距離矩陣R:(9.11)令即為矩陣R中第i行的和，值越大，說(shuō)明對(duì)象i與其他的對(duì)象距離越遠(yuǎn)，值最大的M個(gè)對(duì)象即為孤立點(diǎn)。通過(guò)上文孤立點(diǎn)的定義知道孤立點(diǎn)是通過(guò)與數(shù)據(jù)對(duì)象距離最大的k個(gè)對(duì)象來(lái)識(shí)別。此孤立點(diǎn)定義可以看作該定義的一種變形，因?yàn)樗鼘?shí)際上是通過(guò)對(duì)象與數(shù)據(jù)集中所有其它對(duì)象的距離之和來(lái)判別異常，那么此時(shí)所挑選出的M個(gè)對(duì)象即為上文定義中的n值。在本文研究中，我們從31組數(shù)據(jù)中選取6組數(shù)據(jù)剔除，即k值取31，n取值為6，從圖9.4中紅色橢圓可以看出，經(jīng)過(guò)處理得出31組數(shù)據(jù)集中距離和為7，20,14,19,30,12這6組數(shù)據(jù)。圖9.431組樣本距離和（2）歸一化處理傳統(tǒng)上歸一化是將樣本數(shù)據(jù)變換到[0,1]或[-1,1]，但是由于BP神經(jīng)網(wǎng)絡(luò)的隱含層神經(jīng)元往往采用Sigmoid轉(zhuǎn)移函數(shù)，-1和1是其極值，容易導(dǎo)致訓(xùn)練速度緩慢，甚至不收斂。文[74]提出利用式(9.12)進(jìn)行數(shù)據(jù)歸一化。(9.12)歸一化后的數(shù)據(jù)范圍是[0.2,0.8]，這樣就避免了歸一化到[0,1]的缺陷。因此本文也采用該方法歸一化學(xué)習(xí)數(shù)據(jù)?；贐P人工神經(jīng)網(wǎng)絡(luò)建立煉焦單元能耗模型選取BP神經(jīng)網(wǎng)絡(luò)模型的結(jié)構(gòu)確定主要涉及到層數(shù)的確定、輸入輸出單元數(shù)的確定、隱含層數(shù)目的確定、激勵(lì)函數(shù)的確定、訓(xùn)練方式的選擇、訓(xùn)練終止條件等。(1)層數(shù)的確定Kolmogrov等人已經(jīng)證明，基于BP算法的三層反向傳播前饋網(wǎng)絡(luò)模型可以表征任意的非線性關(guān)系[76]?；诖耍捎萌龑忧梆伨W(wǎng)絡(luò)作為基本神經(jīng)網(wǎng)絡(luò)。它由輸入層、隱含層和輸出層組成，各層之間實(shí)行全連接，層內(nèi)神經(jīng)元之間無(wú)連接。(2)輸入輸出節(jié)點(diǎn)數(shù)的確定煉焦單元能耗預(yù)測(cè)模型輸入層的神經(jīng)元節(jié)點(diǎn)對(duì)應(yīng)于輸入變量(參數(shù))即焦化工序能耗以及配合煤質(zhì)量指標(biāo)；輸出層的神經(jīng)元節(jié)點(diǎn)對(duì)應(yīng)于輸出變量(參數(shù))即煉焦單元輸入能源、輸出能源以及過(guò)程狀態(tài)參數(shù)。(3)激勵(lì)函數(shù)激勵(lì)函數(shù)是模型執(zhí)行對(duì)該神經(jīng)元所獲得的網(wǎng)絡(luò)輸入的變換，也稱激活函數(shù)或激發(fā)函數(shù)。BP算法學(xué)習(xí)過(guò)程中出現(xiàn)的“平臺(tái)現(xiàn)象”是指網(wǎng)絡(luò)在學(xué)習(xí)的過(guò)程中誤差在一定的時(shí)間范圍內(nèi)，并不隨學(xué)習(xí)次數(shù)的增加而減少，而過(guò)了這段時(shí)間后，誤差明顯下降的現(xiàn)象。導(dǎo)致“平臺(tái)現(xiàn)象”的最直接的原因是由于神經(jīng)元的總輸入進(jìn)入飽和區(qū)，而使神經(jīng)元的飽和非線性作用函數(shù)的導(dǎo)數(shù)逼近于零，從而使權(quán)值、閾值的更新無(wú)效。激活函數(shù)的種類很多，本研究采用Sigmoid函數(shù)，其表達(dá)式為：(9.13)其導(dǎo)數(shù)為：(9.14)實(shí)踐表明，該函數(shù)可以有效的消除“平臺(tái)現(xiàn)象”加快收斂速度，具有良好的模型泛化能力。(4)訓(xùn)練終止條件學(xué)習(xí)過(guò)程中，使訓(xùn)練終止的收斂的方式有兩種；一是限定訓(xùn)練次數(shù)，當(dāng)訓(xùn)練的次數(shù)達(dá)到限定次數(shù)時(shí)，即終止；二是分別設(shè)置各輸出量的收斂網(wǎng)絡(luò)誤差限定值，當(dāng)樣本的各輸出量的絕對(duì)誤差的平均值都小于設(shè)置值時(shí)，即終止。模型訓(xùn)練終止條件由用戶的具體要求來(lái)決定。本研究系統(tǒng)默認(rèn)訓(xùn)練次數(shù)為5000次，網(wǎng)絡(luò)誤差為0.01。(5)隱含層單元數(shù)的確定隱含層神經(jīng)元作用機(jī)理到目前還沒(méi)有非常明確的認(rèn)識(shí)清楚。隱含層神經(jīng)元的個(gè)數(shù)的選擇是一個(gè)十分復(fù)雜的問(wèn)題，盡管很多文獻(xiàn)對(duì)隱含層單元數(shù)的選擇提出了許多技巧，但還是沒(méi)有很好的解析式來(lái)確定最佳的隱含層單元數(shù)。隱含層單元數(shù)太少，網(wǎng)絡(luò)可能不能訓(xùn)練出來(lái)，這是因?yàn)槭褂秒[含層單元數(shù)少時(shí)，局部極小就多；或者網(wǎng)絡(luò)不“魯棒”，不能識(shí)別以前未見(jiàn)過(guò)的樣本，容錯(cuò)性差。隱含層單元數(shù)過(guò)多，將使學(xué)習(xí)時(shí)間過(guò)長(zhǎng)，誤差也不一定最小。本研究采用重復(fù)試驗(yàn)法[77]與經(jīng)驗(yàn)公式法相結(jié)合來(lái)確定隱含層單元數(shù)．重復(fù)試驗(yàn)法是對(duì)同一批學(xué)習(xí)樣本訓(xùn)練不同隱含層單元數(shù)的神經(jīng)網(wǎng)絡(luò)，然后用該網(wǎng)絡(luò)來(lái)預(yù)報(bào)訓(xùn)練樣本，計(jì)算得出實(shí)際值與預(yù)測(cè)值的最大相對(duì)誤差、最小相對(duì)誤差，誤差平方和。將預(yù)報(bào)結(jié)果最佳的神經(jīng)網(wǎng)絡(luò)隱含層單元數(shù)確定為隱含層單元數(shù)．經(jīng)驗(yàn)公式法是根據(jù)以下公式試算：(9.15)(9.16)(9.17)式中：n—輸入神經(jīng)元個(gè)數(shù)；m—輸出神經(jīng)元個(gè)數(shù)； a—為1-10之間的常數(shù)。結(jié)合法的思路是：首先利用經(jīng)驗(yàn)公式法初步試算，然后利用重復(fù)試驗(yàn)法來(lái)確定。這樣可以大大提高模型的正確識(shí)別率，減少盲目性。根據(jù)式(9.15)得出隱含層數(shù)目為15，根據(jù)式(9.16)得出隱含層數(shù)目為6～15,根據(jù)式(9.17)得出隱含層數(shù)目為3,選擇3種答案的交集，在隱含層單元數(shù)范圍是6～15的情況下討論確定最佳取值。本研究的模型結(jié)構(gòu)采用“輸入層—隱含層—輸出層”的形式，在7-P-13節(jié)點(diǎn)模型下，對(duì)隱含層單元數(shù)完成訓(xùn)練所需步數(shù)的研究結(jié)果如下表9.6所示。表9.6在7-P-13節(jié)點(diǎn)模型下，對(duì)隱含層節(jié)點(diǎn)數(shù)的研究結(jié)果隱含層單元數(shù)6789101112131415完成訓(xùn)練所需步數(shù)3327309428873134284117391468591888481從表9.6可見(jiàn)，在設(shè)定訓(xùn)練次數(shù)和訓(xùn)練精度要求下，隱含層個(gè)數(shù)從6到12完成訓(xùn)練所需迭代次數(shù)很大，當(dāng)隱含層神經(jīng)元的個(gè)數(shù)在[13,15]之間時(shí)，訓(xùn)練次數(shù)低于1000。為了確定隱含層單元數(shù)，對(duì)模型輸出與實(shí)際輸出進(jìn)行誤差計(jì)算，如表9.7所示為神經(jīng)網(wǎng)絡(luò)的13個(gè)輸出變量的在隱含層單元數(shù)分別為13，14，15時(shí)的誤差分析。表9.7神經(jīng)網(wǎng)絡(luò)13種輸出變量在不同隱含層單元數(shù)下的誤差分析隱含數(shù)層單元分析出輸絡(luò)網(wǎng)誤差隱含數(shù)層單元分析出輸絡(luò)網(wǎng)誤差131415焦?fàn)t煤氣使用量最小相對(duì)誤差0.00450.00840.0013最大相對(duì)誤差0.17590.18790.2223誤差平方和0.13900.17440.2509高爐煤氣使用量最小相對(duì)誤差0.00080.00060.0034最大相對(duì)誤差0.29810.39750.3715誤差平方和0.29940.38800.2934電使用量最小相對(duì)誤差0.00110.01140.0012最大相對(duì)誤差0.19860.24410.1842誤差平方和0.15780.23360.1992低壓蒸汽使用量最小相對(duì)誤差0.00060.00100.0050最大相對(duì)誤差0.23720.38960.3283誤差平方和0.19420.25350.2830焦?fàn)t煤氣發(fā)生量最小相對(duì)誤差0.00170.00590.0067最大相對(duì)誤差0.32580.12370.2173誤差平方和0.34270.09790.1763焦炭最小相對(duì)誤差0.00710.00650.0009最大相對(duì)誤差0.21850.23520.3155誤差平方和0.27560.32740.2960焦油最小相對(duì)誤差0.00990.00040.0044最大相對(duì)誤差0.18920.20620.2408誤差平方和0.20200.23730.2561粗苯最小相對(duì)誤差0.00700.00140.0040最大相對(duì)誤差0.22490.22570.2601誤差平方和0.14070.21930.1974K均勻最小相對(duì)誤差0.00690.01200.0035最大相對(duì)誤差0.32120.18590.3047誤差平方和0.32540.24630.2832K安定最小相對(duì)誤差0.00420.00290.0030最大相對(duì)誤差0.38500.38360.2430誤差平方和0.20730.27830.1643K2最小相對(duì)誤差0.00970.00350.0019最大相對(duì)誤差0.52450.44720.4346誤差平方和0.60150.34580.4275裝煤系數(shù)最小相對(duì)誤差0.00390.00000.0046最大相對(duì)誤差0.30060.28250.3689誤差平方和0.27730.28760.2626結(jié)焦時(shí)間最小相對(duì)誤差0.00400.00070.0023最大相對(duì)誤差0.12640.27840.2539誤差平方和0.08640.18970.1571從表9.7中可以看出，在隱含層單元數(shù)為13時(shí)，K2的最大相對(duì)誤差，超過(guò)50%，在隱含層個(gè)數(shù)為14和15時(shí)，誤差指標(biāo)都在合理范圍內(nèi)，從降低神經(jīng)網(wǎng)絡(luò)復(fù)雜程度考慮，選擇隱含層個(gè)數(shù)為14。預(yù)測(cè)效果分析為檢驗(yàn)預(yù)測(cè)模型的泛化性能，選取某鋼鐵公司焦化廠2010年11月份10組數(shù)據(jù)作為測(cè)試集，分別對(duì)過(guò)程狀態(tài)參數(shù)和煉焦單元能源產(chǎn)消進(jìn)行預(yù)測(cè)，過(guò)程狀態(tài)參數(shù)，煉焦單元產(chǎn)消的預(yù)測(cè)值與實(shí)際值的對(duì)比數(shù)據(jù)，最小相對(duì)誤差，最大相對(duì)誤差以及相應(yīng)的誤差平方和如下表9.8-表9.12所示。表9.8神經(jīng)網(wǎng)絡(luò)輸出變量實(shí)際值與輸出值(1)網(wǎng)絡(luò)輸出樣本編號(hào)號(hào)網(wǎng)絡(luò)輸出樣本編號(hào)號(hào)焦?fàn)t煤氣(消耗)高爐煤氣(消耗)電(消耗)低壓蒸汽(消耗)焦?fàn)t煤氣(產(chǎn)出)焦炭(產(chǎn)出)焦油(產(chǎn)出)1實(shí)際值0.78650.60840.43150.65470.67130.79980.7999預(yù)測(cè)值0.78490.49640.43360.50440.60720.67060.87182實(shí)際值0.75680.79990.31390.45880.72360.79990.7385預(yù)測(cè)值0.61910.65600.36390.56660.69890.70150.82823實(shí)際值0.79990.76810.51970.79080.74960.56050.5847預(yù)測(cè)值0.73540.58560.46550.60680.62340.49860.56124實(shí)際值0.74520.64370.49230.79990.61640.26140.3169預(yù)測(cè)值0.73300.83010.40730.76130.69080.33740.35165實(shí)際值0.73550.59990.51560.65870.70190.38940.3792預(yù)測(cè)值0.60410.73790.47960.62050.72540.47690.43206實(shí)際值0.60450.63430.26230.74350.19990.19990.1999預(yù)測(cè)值0.71220.69470.31090.66030.19370.20610.15307實(shí)際值0.57500.29660.19990.74350.34960.69760.7918預(yù)測(cè)值0.73410.23010.21540.68710.40370.61260.88898實(shí)際值0.74070.19990.50830.44060.65510.73680.7984預(yù)測(cè)值0.70100.19340.57000.50540.72180.65330.71229實(shí)際值0.68730.49400.25430.49520.79990.79170.7957預(yù)測(cè)值0.62370.43460.28340.42970.61960.61730.756110實(shí)際值0.19990.27380.79990.19990.79720.60270.6748預(yù)測(cè)值0.14160.28040.70900.24550.64520.71390.7822表9.9神經(jīng)網(wǎng)絡(luò)輸出變量實(shí)際值與輸出值(2)樣本編號(hào)網(wǎng)絡(luò)輸出樣本編號(hào)網(wǎng)絡(luò)輸出粗苯(產(chǎn)出)K裝煤K均勻K安定K結(jié)焦時(shí)間1實(shí)際值0.79750.73600.19990.79990.79990.6590預(yù)測(cè)值0.76640.67040.18290.79990.77520.62662實(shí)際值0.66410.77020.49590.79990.79990.7094預(yù)測(cè)值0.72550.79390.50100.79990.72230.70633實(shí)際值0.60620.69680.68240.79990.76210.7999預(yù)測(cè)值0.56760.68340.65540.79990.84140.76664實(shí)際值0.41440.69680.62950.79990.76210.7245預(yù)測(cè)值0.48100.59100.64740.79990.68610.70735實(shí)際值0.44140.19990.68240.79990.76210.6935預(yù)測(cè)值0.47460.15970.51830.79990.65100.77496實(shí)際值0.19990.39360.72770.79990.76210.6767預(yù)測(cè)值0.15960.30010.79540.7999061140.70817實(shí)際值0.79400.47210.68240.79990.76210.7652預(yù)測(cè)值0.61510.36430.63530.79990.62860.69428實(shí)際值0.79990.47210.62950.79990.79990.6935預(yù)測(cè)值0.67660.49470.50560.79990.88480.78799實(shí)際值0.79750.59990.48590.79990.19990.7245預(yù)測(cè)值0.71530.52680.54290.79990.18540.700110實(shí)際值0.69040.79990.79990.79990.19990.1999預(yù)測(cè)值0.77990.72980.66750.79990.19890.1604表9.10煉焦單元能源消耗實(shí)際值與預(yù)測(cè)值誤差分析煉焦單元消耗能源焦?fàn)t煤氣高爐煤氣電低壓蒸汽最小相對(duì)誤差0.00020.02410.00490.0483最大相對(duì)誤差0.29160.23760.18530.2350誤差平方和0.27660.33490.15200.2772表9.11煉焦單元能源產(chǎn)出實(shí)際值與預(yù)測(cè)值誤差分析煉焦單元產(chǎn)出能源焦?fàn)t煤氣焦炭焦油粗苯最小相對(duì)誤差0.03100.03100.04020.0352最大相對(duì)誤差0.22540.29070.23460.2253誤差平方和0.17680.29960.16540.1879表9.12煉焦單元過(guò)程狀態(tài)參數(shù)實(shí)際值與預(yù)測(cè)值誤差分析煉焦單元過(guò)程狀態(tài)參數(shù)K裝煤K均勻K安定K結(jié)焦時(shí)間最小相對(duì)誤差0.01920.010300.03090.0044最大相對(duì)誤差0.23760.240500.19770.1976誤差平方和0.20610.160800.14970.0880為了更加清楚直觀地觀察實(shí)際值與預(yù)測(cè)值的差距，將預(yù)測(cè)值進(jìn)行反歸一化，反歸一化公式為：(9.18)式（9.18）中x為反歸一化之后的數(shù)值；xmax為實(shí)際值的最大值；xmin為實(shí)際值的最小值；為歸一化之后的數(shù)值；將預(yù)測(cè)得到的數(shù)據(jù)進(jìn)行反歸一化之后得出煉焦單元能源產(chǎn)消和過(guò)程狀態(tài)參數(shù)10組實(shí)際值與預(yù)測(cè)值對(duì)比散點(diǎn)圖如圖9.5所示。a—焦?fàn)t煤氣使用量b—高爐煤氣使用量c—電使用量d—低壓蒸汽使用量e—焦?fàn)t煤氣發(fā)生量f—焦炭產(chǎn)量g—焦油產(chǎn)量h—粗苯產(chǎn)量i—K安定系數(shù)j—K2系數(shù)k—裝煤系數(shù)l—結(jié)焦時(shí)間m—K均勻系數(shù)圖9.5煉焦單元能耗預(yù)測(cè)模型實(shí)際值與輸出值對(duì)比圖通過(guò)上述誤差分析，證明該模型具有較好的泛化能力，可作為煉焦單元能耗預(yù)測(cè)模型。從預(yù)測(cè)值經(jīng)過(guò)反歸一化之后與實(shí)際值的數(shù)值對(duì)比圖可以看出，預(yù)測(cè)值與實(shí)際值相差值相差很小，變化趨勢(shì)一致，因此建立的煉焦單元能耗預(yù)測(cè)模型的泛化能力強(qiáng)，可為能源調(diào)配和過(guò)程控制提供決策支持。9.1.4煉焦單元能耗優(yōu)化COG和BFG配比與煉焦單元能耗的關(guān)系模型數(shù)據(jù)預(yù)處理同第9.1.3節(jié)，仍然選取某鋼鐵公司2011年10月份的數(shù)據(jù)作為樣本進(jìn)行建模。首先利用基于距離和的孤立點(diǎn)檢測(cè)方法剔除異常數(shù)據(jù)，然后進(jìn)行歸一化。在該問(wèn)題中，我們還是設(shè)定從31組數(shù)據(jù)中剔除6組數(shù)據(jù)，即k值取31，n取值為6，各組數(shù)據(jù)的平均距離和如圖9.6所示。從表中紅色圓圈可以看出，經(jīng)過(guò)處理得出距離其余31組數(shù)據(jù)最大距離的為第30,10,6,12,3,8這6組數(shù)據(jù)。圖9.631組樣本距離和剔除6個(gè)孤立點(diǎn)，同樣利用式（9.12），將本問(wèn)題使用的數(shù)據(jù)歸一化到[0.2,0.8]，得到建模數(shù)據(jù)?；贐P神經(jīng)網(wǎng)絡(luò)的COG和BFG配比與煉焦單元能耗關(guān)聯(lián)模型按照9.1.3節(jié)提出的BP神經(jīng)網(wǎng)絡(luò)建模流程，神經(jīng)網(wǎng)絡(luò)模型的結(jié)構(gòu)確定主要涉及到模型層數(shù)的確定、輸入輸出單元數(shù)的確定、隱含層數(shù)目的確定、激勵(lì)函數(shù)的確定、訓(xùn)練終止條件等。(1)層數(shù)的確定由于基于BP算法的三層反向傳播前饋網(wǎng)絡(luò)模型可以表征任意的非線性關(guān)系，基于神經(jīng)網(wǎng)絡(luò)的COG和BFG配比與煉焦單元能耗關(guān)聯(lián)模型可以采用三層網(wǎng)絡(luò)結(jié)構(gòu)。(2)輸入輸出節(jié)點(diǎn)數(shù)的確定實(shí)際建模時(shí)，輸入層的神經(jīng)元節(jié)點(diǎn)對(duì)應(yīng)于煉焦單元中BFG的配比，用X表示；輸出層的神經(jīng)元節(jié)點(diǎn)對(duì)應(yīng)于輸出變量(參數(shù))即煉焦單元輸入能源、輸出能源，即消耗的能源有4種：COG(y1),BFG(y2)，電(y3)，蒸汽(y4)；產(chǎn)出的能源有4種：焦油(y5)，焦炭（冶金焦+焦粉、焦丁）(y6)，COG(y7)，粗苯(y8)。(3)激勵(lì)函數(shù)由于Sigmoid函數(shù)能有效消除“平臺(tái)現(xiàn)象”加快收斂速度，具有良好的模型泛化能力。因此，本模型的激勵(lì)函數(shù)采用Sigmoid函數(shù)。(4)訓(xùn)練終止條件本模型默認(rèn)訓(xùn)練次數(shù)為5000次，網(wǎng)絡(luò)誤差為0.01。(5)隱含層數(shù)目本研究依舊采用在第9.13節(jié)中提及的重復(fù)試驗(yàn)法與經(jīng)驗(yàn)公式法相結(jié)合來(lái)確定隱含層單元數(shù)。經(jīng)驗(yàn)公式法是根據(jù)公式(9.15)、(9.16)、(9.17)試算：本次模型中n=1,m=8。根據(jù)式(9.15)得出隱含層數(shù)目為3，根據(jù)式(9.16)得出隱含層數(shù)目為4～13,根據(jù)式(9.17)得出隱含層數(shù)目小于1，不成立,選擇在隱含層單元數(shù)范圍在4～13的情況下討論確定最佳取值。本研究的模型結(jié)構(gòu)采用“輸入層—隱含層—輸出層”的形式，在1-P-8節(jié)點(diǎn)模型下，對(duì)隱含層單元數(shù)完成訓(xùn)練所需步數(shù)的研究結(jié)果如下表9.13所示。表9.13在1-P-8節(jié)點(diǎn)模型下對(duì)隱含層單元數(shù)的研究結(jié)果隱含層節(jié)點(diǎn)數(shù)45678910111213完成訓(xùn)練所需步數(shù)>5000>5000>50004350413716281039740591290從表9.13可見(jiàn)，在設(shè)定訓(xùn)練次數(shù)和訓(xùn)練精度要求下，隱含層個(gè)數(shù)從4到10完成訓(xùn)練所需迭代次數(shù)很大，當(dāng)隱含層神經(jīng)元的個(gè)數(shù)在[11,13]之間時(shí)，訓(xùn)練次數(shù)低于1000。為了確定隱含層單元數(shù)，對(duì)模型輸出與實(shí)際輸出進(jìn)行誤差計(jì)算，如表9.14所示為神經(jīng)網(wǎng)絡(luò)的8個(gè)輸出變量的在隱含層單元數(shù)分別為13，14，15時(shí)的誤差分析。表9.14神經(jīng)網(wǎng)絡(luò)13種輸出變量在不同隱含層單元數(shù)下的誤差分析隱含數(shù)層單元分析出輸絡(luò)網(wǎng)誤差隱含數(shù)層單元分析出輸絡(luò)網(wǎng)誤差111213焦?fàn)t煤氣使用量最小相對(duì)誤差0.00170.00400.0023最大相對(duì)誤差0.17310.11390.1972誤差平方和0.12990.08720.1595高爐煤氣使用量最小相對(duì)誤差0.00140.00690.0024最大相對(duì)誤差0.26740.25080.2920誤差平方和0.27530.23510.2739電使用量最小相對(duì)誤差0.00040.00190.0018最大相對(duì)誤差0.24540.24380.2317誤差平方和0.19700.23670.2175低壓蒸汽使用量最小相對(duì)誤差0.00010.00230.0010最大相對(duì)誤差0.12010.25280.2542誤差平方和0.08470.14970.1472焦?fàn)t煤氣發(fā)生量最小相對(duì)誤差0.00220.00180.0039最大相對(duì)誤差0.26040.25190.2239誤差平方和0.26040.26380.2674焦炭最小相對(duì)誤差0.00100.00240.0044最大相對(duì)誤差0.34070.27560.2800誤差平方和0.50580.40230.3351焦油最小相對(duì)誤差0.00060.00070.0010最大相對(duì)誤差0.38760.38250.4128誤差平方和0.37330.44040.4437粗苯最小相對(duì)誤差0.00020.00010.0081最大相對(duì)誤差0.19220.19110.1781誤差平方和0.13450.18460.1556從表9.14看出，當(dāng)隱含層神經(jīng)元個(gè)數(shù)為13時(shí)，焦油的最大相對(duì)誤差超過(guò)了40%，當(dāng)隱含層個(gè)數(shù)為11時(shí)，焦炭和焦油的最大相對(duì)誤差都超過(guò)了30%，只有隱含層個(gè)數(shù)為12時(shí)，焦油的最大相對(duì)誤差超過(guò)了30%，因此，選擇12作為隱含層的單元數(shù)。COG和BFG配比對(duì)煉焦單元能耗的優(yōu)化COG和BFG配比對(duì)煉焦單元能耗優(yōu)化模型單位產(chǎn)量的綜合能源消耗量反映企業(yè)生產(chǎn)的綜合情況，該指標(biāo)的計(jì)算依據(jù)生產(chǎn)某種產(chǎn)品的能源消耗總量及產(chǎn)品的產(chǎn)量。產(chǎn)品生產(chǎn)能耗主要包括用于該產(chǎn)品的原料、燃料、動(dòng)力和工藝等所消耗的能源，并折算為一次能源，單位為噸標(biāo)準(zhǔn)煤/噸產(chǎn)品?；谏鲜龇治?，利用節(jié)建立的COG和BFG配比與煉焦單元能耗關(guān)系模型，我們可建立COG和BFG配比對(duì)煉焦單元能耗優(yōu)化模型。設(shè)為BFG配比，為COG和BFG配比對(duì)煉焦單元能耗關(guān)系的神經(jīng)網(wǎng)絡(luò)模型，則為煉焦單元的能源產(chǎn)消向量。從而煉焦單元能耗為：(9.19)其中，是煉焦單元消耗能源，依次為COG，BFG，電，蒸汽；是煉焦單元產(chǎn)出能源，分別是焦油，焦炭，COG，粗苯；為冶金焦和焦粉焦丁，兩者合稱全焦，是煉焦單元的產(chǎn)品；為某鋼鐵公司2011年10月份的成焦率平均值；為某鋼鐵公司全焦的折合標(biāo)準(zhǔn)煤系數(shù)。因此COG和BFG配比對(duì)煉焦單元能耗優(yōu)化模型為：(9.20)其中，由上文可知，為神經(jīng)網(wǎng)絡(luò)的輸出，即，則式(9.20)可以轉(zhuǎn)化為：(9.21)由于神經(jīng)網(wǎng)絡(luò)模型的隱含層采用S型激活函數(shù)，S型激活函數(shù)是非線性的，因此是關(guān)于的非線性函數(shù)，從而目標(biāo)函數(shù)是非線性的。基于遺傳算法的COG和BFG配比對(duì)煉焦單元能耗優(yōu)化步驟由于目標(biāo)函數(shù)中嵌套了神經(jīng)網(wǎng)絡(luò)模型，因此COG和BFG配比對(duì)煉焦單元能耗優(yōu)化模型難以使用傳統(tǒng)的優(yōu)化方法進(jìn)行求解。由于遺傳算法對(duì)目標(biāo)函數(shù)和約束函數(shù)的要求寬松等優(yōu)勢(shì)，我們采用遺產(chǎn)算法求解上節(jié)提出的優(yōu)化模型。1）個(gè)體編碼解碼編碼問(wèn)題是設(shè)計(jì)遺傳算法的首要和關(guān)鍵問(wèn)題。遺傳算法的編碼技術(shù)必須考慮“染色體”合法性、可行性、有效性以及問(wèn)題解空間表征的完全性。由于優(yōu)化模型的解為BFG的配比，是一個(gè)上的實(shí)數(shù)，分別為的下界和上界，因此使用二進(jìn)制編碼可以方便且完整表達(dá)。染色體的長(zhǎng)度，其中為編碼精度。2）適應(yīng)值函數(shù)適應(yīng)值