铅锌生产过程密闭鼓风炉故障诊断技术及应用

论文摘要

密闭鼓风炉熔炼是铅锌火法冶炼中的主要生产工序,是一个非常复杂的高温、多相的物理化学变化过程,具有多变量、非线性、强耦合、大滞后、不确定性等特点,关键的过程参量无法直接检测,也无法采用精确的数学模型进行描述。目前,熔炼过程的操作参数大多由生产操作人员凭经验确定,难以实现生产过程的持续稳定运行,炉况波动大,故障较多,休风周期短,造成生产过程的工艺指标波动较大,影响铅锌生产的产量和质量。因此,保持密闭鼓风炉炉况稳定,减少休风的次数,避免故障出现,对于实现铅锌熔炼过程节能降耗、提高资源和熔炼设备利用率以及充分发挥熔炼过程生产潜力、提高熔炼过程的技术经济指标,实现企业的可持续发展,都具有重大意义。本文针对密闭鼓风炉熔炼过程,研究相关的故障诊断方法与技术,以期提高密闭鼓风炉的生产效率,达到节能降耗,优质高产的目的。论文首先综述了故障诊断技术的研究现状及密闭鼓风炉熔炼生产过程的特点,对密闭鼓风炉铅锌生产过程各种故障进行了详细分析和分类,运用统计学理论、数据挖掘技术和案例推理方法分别提出了基于主元分析的故障诊断方法、基于不完全数据集的故障诊断方法以及基于过程参量预报与案例推理集成的智能故障诊断方法,并将其应用于密闭鼓风炉铅锌熔炼过程故障诊断决策系统,取得了明显的效果。主要研究工作和成果如下:(1)详细深入分析了密闭鼓风炉熔炼过程的机理,深入探讨了密闭鼓风炉生产过程的故障特征,起因和处理办法,在此基础上将密闭鼓风炉的故障分为两大类,十六个子类。(2)针对密闭鼓风炉生产过程监测变量多、与故障关联复杂的特点,论文首先利用主元分析的方法提取与故障密切相关的主要监测变量。由于传统主元分析(PCA,Principal Components Analysis)方法只能监测过程是否发生了变化,不能提供引起这些变化的原因,难以对故障进行识别。论文通过引入与主元显著相关的过程变量的预测残差,计算过程变量与主元之间的复相关系数,挑选出与主元相关的变量,构成新的统计量以取代传统的平方预测方差(SPE,SquaredPrediction Error)统计量,构造了改进的PCA方法。这种方法能及时发现料钟故障、风口故障、漏风、漏水等10小类故障。该方法在密闭鼓风炉故障诊断中得到成功应用,为改进PCA方法的工程应用提供了一个成功范例。(3)悬料问题是密闭鼓风炉常出现的一类故障,根据该类故障的特点,论文提出了基于规则推理的故障诊断方法。首先针对悬料故障诊断知识发现面临变量连续型属性问题,提出了一种基于改进的减法聚类的属性离散化方法,并给出了连续型属性数据的硬离散和模糊离散算法;然后针对数据的不完整问题,根据粗糙集理论的等价类概念,提出了一种基于不完整数据集的知识获取方法,该方法解决了在提取规则的同时无法估计出训练事例属性的未知特征值问题。由该方法构造的密闭鼓风炉悬料规则库,可及时判断发生悬料的倾向及其炉体部位,以便及时采取相应措施防止其严重发展趋势。为不完整数据集知识获取技术的研究和应用提供了新的途径。(4)结瘤故障是是密闭鼓风炉生产过程的严重故障之一,论文分析了炉喉结瘤,烟道结瘤,炉身结瘤和冷凝器结瘤等炉体不同部位结瘤产生的原因及特点,提出了利用透气性和单位时间的锌产量变化趋势来描述结瘤状态,以及基于关键参量预报与案例推理集成的密闭鼓风炉结瘤智能故障诊断方法。该方法能利用神经网络和灰色理论,建立了透气性预报模型,实现了密闭鼓风炉透气性预测;利用知识向量机技术建立了密闭鼓风炉锌产量在线预报模型;以透气性和单位时间锌产量为特征值,利用历史故障数据,模拟领域专家处理故障的方式,建立基于参量预报与案例推理的密闭鼓风炉故障智能集成诊断模型。实践证明该方法非常适用于结瘤故障诊断和处理决策系统。(5)针对密闭鼓风炉的故障诊断的特点,提出了密闭鼓风炉生产过程智能集成故障诊断系统的结构框架,开发了智能集成故障诊断系统和处理决策系统。实现了对炉况运行状态和运行趋势的预报,对异常参数与异常炉况的报警与诊断,并提供操作指导,避免了炉况操作的盲目性,有利于提高铅锌产量和质量,获取更大的经济效益。现场应用效果表明,本文提出的故障诊断技术路线方法具有较强的实用性,可在类似的有色金属复杂熔炼过程中推广应用。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 项目的背景与意义
• 1.2 故障诊断技术的发展与研究现状
• 1.2.1 基于数学模型的方法
• 1.2.2 基于信号处理的方法
• 1.2.3 基于知识的方法
• 1.3 密闭鼓风炉铅锌冶炼过程故障诊断难点
• 1.4 本文的研究内容和章节安排
• 第二章 密闭鼓风炉铅锌熔炼过程及故障分析
• 2.1 概述
• 2.1.1 铅锌生产过程与密闭鼓风炉工艺
• 2.1.2 密闭鼓风炉熔炼过程机理分析
• 2.2 密闭鼓风炉工况及故障分析
• 2.2.1 密闭鼓风炉熔炼过程工况条件
• 2.2.2 密闭鼓风炉熔炼过程主要故障
• 2.2.3 密闭鼓风炉主要故障特性分析
• 2.2.4 密闭鼓风炉故障诊断现状
• 2.3 本章小节
• 第三章 基于主元分析密闭鼓风炉炉况的故障诊断
• 3.1 主成份分析概述
• 3.1.1 主成份分析
• 3.1.2 主成份的计算方法
• 3.1.3 数据重构
• 3.1.4 主成份个数的选取
• 3.2 密闭鼓风炉的主元分析模型
• 3.2.1 主元分析过程统计监测模型
• 3.2.2 密闭鼓风炉的主元分析建模
• 3.3 故障诊断监测试验分析
• 3.4 改进 PCA密闭鼓风炉的主元分析
• 3.4.1 主元相关变量残差统计量
• 3.4.2 密闭鼓风炉熔炼过程及故障分析
• 3.5 本章总结
• 第四章 基于规则提取的密闭鼓风炉悬料故障的诊断方法
• 4.1 密闭鼓风炉悬料故障诊断知识的不完备性与对策
• 4.2 基于减法聚类的连续型属性数据离散化方法
• 4.2.1 问题的提出
• 4.2.2 改进的最近邻减法聚类
• 4.2.3 连续型属性数据离散化算法及应用
• 4.2.4 仿真实验
• 4.3 基于粗糙集的故障诊断知识提取方法
• 4.3.1 密闭鼓风炉不完整数据集的等价类定义
• 4.3.2 基于粗糙集方法的知识获取方法
• 4.3.3 知识提取与数值实验
• 4.4 本章小结
• 第五章 密闭鼓风炉结瘤故障分析与关键参数预报模型
• 5.1 密闭鼓风炉结瘤故障产生的原因、特点及描述
• 5.1.1 密闭鼓风炉结瘤故障产生的原因
• 5.1.2 密闭鼓风炉结瘤故障特点
• 5.1.3 密闭鼓风炉结瘤故障描述
• 5.2 密闭鼓风炉铅锌熔炼过程透气性预报模型
• 5.2.1 密闭鼓风炉铅锌熔炼过程透气性指数的描述
• 5.2.2 基于神经网络的透气预测模型
• 5.2.3 基于灰色理论的透气预测模型
• 5.2.4 自适应组合式透气预测模型
• 5.3 密闭鼓风炉单位时间锌产量预测模型
• 5.3.1 基于支持向量机的回归模型
• 5.3.2 单位时间锌产量预报模型
• 5.4 本章小结
• 第六章 密闭鼓风炉结瘤故障智能诊断方法
• 6.1 基于案例推理的故障诊断技术
• 6.1.1 案例的推理
• 6.1.2 基于案例推理的故障诊断技术
• 6.2 结瘤故障案例的表示方法
• 6.2.1 结瘤故障案例的规范化描述
• 6.2.2 案例的表示方法
• 6.2.3 密闭鼓风炉结瘤故障案例表示
• 6.2.4 密闭鼓风炉结瘤故障案例表示实例
• 6.3 密闭鼓风炉故障案例的结构和索引
• 6.3.1 结瘤故障案例的层次结构
• 6.3.2 故障案例的索引
• 6.4 基于案例推理的密闭鼓风炉结瘤故障诊断模型
• 6.4.1 案例推理的概念模型
• 6.4.2 基于案例推理的密闭鼓风炉结瘤故障诊断模型
• 6.4.3 密闭鼓风炉故障诊断实例分析
• 6.5 基于参量预报与案例推理的密闭鼓风炉结瘤故障预报模型
• 6.5.1 密闭鼓风炉铅锌熔炼过程主要故障描述
• 6.5.2 参量预报与案例推理的密闭鼓风炉熔炼过程结瘤故障预报模型
• 6.5.3 密闭鼓风炉结瘤故障案例的建立与案例分析
• 6.6 本章小结
• 第七章 密闭鼓风炉智能故障诊断系统的实现
• 7.1 密闭鼓风炉智能集成故障诊断系统
• 7.1.1 密闭鼓风炉铅锌熔炼生产控制系统整体结构
• 7.1.2 μXL集散控制系统
• 7.1.3 智能故障诊断系统的结构
• 7.2 密闭鼓风炉故障诊断系统炉况仿真和软件实现
• 7.2.1 软件功能
• 7.2.2 软件实现的关键技术
• 7.2.3 软件界面
• 7.3 本章小结
• 第八章 结论与展望
• 参考文献
• 致谢
• 攻读博士学位期间发表及完成论文情况
• 攻读博士学位期间参加的科研项目情况
• 攻读博士学位期间获奖情况