首页|基于高炉冷却壁温度的高炉炉型聚类分析

基于高炉冷却壁温度的高炉炉型聚类分析

Clustering analysis of blast furnace profile based on blast furnace cooling stave temperature

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
高炉操作炉型与高炉长寿、高炉操作及技术经济指标等密切相关,合理的操作炉型有利于保证高炉生产的优质、低耗、高产、长寿.通过对高炉冷却壁温度数据的聚类分析,能够有效合理地表征高炉操作炉型的变化,对高炉生产有着重要的指导意义.基于沙钢5 800 m3高炉冷却壁温度数据,分别采用K均值聚类(K-means)、高斯混合模型(Gaussian mixture model,GMM)对数据集进行聚类分析,基于两种聚类算法,结合戴维斯-唐纳德指数(Davies-Bouldin indicator,DBI)与轮廓系数(Silhouette coefficient,SC)对聚类结果进行评价,并分析了所得聚类簇类别对应生产状态的高炉冶炼情况.得出了在本文所选的样本数据基础上,采用K-means算法且当炉型聚类为3时聚类结果更好,且第3类炉型对应的平均焦比、煤比、燃料比、煤气利用率、铁水温度及产量分别为 357.62 kg/t、163.18 kg/t、512.34 kg/t、47.51％、1 502.045℃、12472.59 t/d,更适合该高炉日常生产的结论.该研究可为高炉炼铁冶炼过程的大数据分析聚类算法的选择及聚类结果分析评价提供一定参考.

杜屏、雷鸣、江德文、王振阳、张建良、徐震

展开 >

沙钢集团有限公司铁前办,江苏张家港215625

江苏省(沙钢)钢铁研究院,江苏张家港215625

北京科技大学冶金与生态工程学院,北京100083

江苏集萃冶金技术研究院有限公司,江苏张家港215625

展开 >

高炉炉型 冷却壁温度 聚类 炼铁大数据

2023

10.3969/j.issn.1000-7059.2023.03.012

冶金自动化
冶金自动化研究设计院

冶金自动化

影响因子：0.685
ISSN：1000-7059
年,卷(期)：2023.47(3)
  • 12