宋佳霖

（中冶南方武漢鋼鐵設(shè)計(jì)研究院有限公司，湖北武漢 430000）

前言

工業(yè)用活性石灰生產(chǎn)方法眾多，涉及各種窯型，而雙膛窯是目前世界上最主流的生產(chǎn)窯型，具有熱利用率高、廢氣溫度低、燃料適用性廣泛等多種優(yōu)點(diǎn)。隨著煉鋼技術(shù)不斷發(fā)展，所需的工業(yè)石灰質(zhì)量更高，這同時(shí)也就對雙膛石灰窯的生產(chǎn)的控制提出了更精確的要求，而傳統(tǒng)控制系統(tǒng)弊端明顯，由于石灰質(zhì)量檢測的延遲不能有效的調(diào)整石灰窯的操作參數(shù)，造成石灰質(zhì)量得不到有效控制［1］。然而，隨著深度學(xué)習(xí)的發(fā)展，其在處理石灰生產(chǎn)過程中各變量之間復(fù)雜關(guān)系、不確定性和非線性問題上運(yùn)用廣泛［2］。基于此，建立與雙膛石灰窯相適應(yīng)的深度神經(jīng)網(wǎng)絡(luò)模型，實(shí)現(xiàn)對冶金石灰的質(zhì)量及產(chǎn)量等指標(biāo)的預(yù)測。

1 石灰質(zhì)量預(yù)測模型

1.1 石灰質(zhì)量指標(biāo)及其影響參數(shù)

石灰的質(zhì)量一般以CaO含量、SiO2含量、S含量、灼減和活性度用來衡量［3］。我國冶金石灰標(biāo)準(zhǔn)為《冶金石灰》（YB/T 042-2014），分為特級、一級、二級和三級四個(gè)等級，質(zhì)量指標(biāo)參數(shù)見表1。

表1 冶金石灰的質(zhì)量指標(biāo)

石灰的煅燒是一個(gè)復(fù)雜、精細(xì)、敏感、抽象的物理化學(xué)反應(yīng)過程。在此過程中，主要發(fā)生的是碳酸鈣分解，并伴隨著氧化鈣的再結(jié)晶和晶體生長［4］。煅燒石灰發(fā)生的主要反應(yīng)見以下反應(yīng)式：

煅燒過程中，原料主要為石灰石和白堊等碳酸鹽原料，由于目標(biāo)設(shè)備所用原料化學(xué)性質(zhì)較為穩(wěn)定，因此以原料的料層高度和粒度分布為輸入特征。石灰的鍛造主要為高溫下的分解反應(yīng)，石灰窯的溫度參數(shù)、壓力參數(shù)和操作參數(shù)會直接影響煅燒過程中反應(yīng)溫度和氣流狀況，對冶金石灰的質(zhì)量影響較大。此外，雙膛石灰窯煙道的煙氣參數(shù)可以間接反映出煅燒過程中的過剩空氣系數(shù)以及分解反應(yīng)等主要指標(biāo)。因此，采用石灰煅燒過程中溫度參數(shù)、壓力參數(shù)、燃?xì)馀c供風(fēng)參數(shù)、煙氣成分和原料參數(shù)為模型的輸入特征以預(yù)測石灰質(zhì)量。表2為石灰質(zhì)量因素分析，模型輸入特征為22個(gè)。

表2 冶金石灰質(zhì)量模型的輸入特征

1.2 石灰質(zhì)量預(yù)測模型

采用傳統(tǒng)的方法難以解決全局問題，從原料的下料到檢驗(yàn)出所需的冶金石灰質(zhì)量指標(biāo)，存在長達(dá)幾個(gè)小時(shí)的時(shí)間滯后，不利于冶金石灰各項(xiàng)指標(biāo)的穩(wěn)定。而通過深度學(xué)習(xí)方法可以逼近所需連續(xù)函數(shù)非線性映射，求解速度快、精度高，較適合石灰生產(chǎn)的質(zhì)量預(yù)測和參數(shù)調(diào)整［5］。因此，根據(jù)雙膛石灰窯的特點(diǎn)，深度神經(jīng)網(wǎng)絡(luò)（DNN）的結(jié)構(gòu)設(shè)計(jì)如圖1所示。

圖1 深度神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)

以石灰CaO含量、SiO2含量、S含量、灼減和活性度為模型的輸出結(jié)果。根據(jù)石灰窯參數(shù)特點(diǎn)，采用“三分法”［2］確定隱含層的神經(jīng)元數(shù)分別為32、16 和8。采用如圖2所示前饋反向傳播結(jié)構(gòu)，通過學(xué)習(xí)輸入和輸出例子之間存在的關(guān)系，不斷修正權(quán)值矩陣以及偏置值，直到達(dá)到目標(biāo)誤差。

圖2 反向傳播結(jié)構(gòu)

神經(jīng)網(wǎng)絡(luò)由多個(gè)非線性計(jì)算層堆疊而成，神經(jīng)元組成每一層的基本單元。設(shè)輸入向量是{x1，x2，...xn}，輸出向量為{y1，y2，...yn}，經(jīng)過非線性計(jì)算后輸出是：

式中：f——激勵函數(shù)；

ω——權(quán)值矩陣；

b——偏置項(xiàng)。

本文采用ReLu 函數(shù)為隱含層激勵函數(shù)，ReLU函數(shù)表達(dá)式為：

假設(shè)其對于單個(gè)樣本目標(biāo)函數(shù)為：

則對于n個(gè)樣本，有：

使用λ 來調(diào)節(jié)均方差項(xiàng)和權(quán)重衰減項(xiàng)的比重，防止過度依賴訓(xùn)練樣本。其中l(wèi)為網(wǎng)絡(luò)層數(shù)，i表示當(dāng)前的參數(shù)，j表示前一層的神經(jīng)元。此外，設(shè)置目標(biāo)誤差為10-5，模型迭代次數(shù)上限為3 萬次，學(xué)習(xí)速率為0.05。為驗(yàn)證模型的泛化性能，引入平均絕對誤差（MAE）、最大絕對誤差（Emax）、最小絕對誤差（Emin）和訓(xùn)練時(shí)間等4 個(gè)指標(biāo)對模型性能進(jìn)行量化，以驗(yàn)證其預(yù)測精度與收斂速度。

2 試驗(yàn)與結(jié)果分析

為了對預(yù)測模型進(jìn)行訓(xùn)練，采用了326 組某雙膛石灰窯2019 年4 月至2020 年4 月實(shí)際生產(chǎn)中的現(xiàn)場數(shù)據(jù)。由于實(shí)際操作中傳感器故障和其他技術(shù)故障，大數(shù)據(jù)中的測量誤差是難以避免的。在清除數(shù)據(jù)集中異常值、不一致數(shù)值和大量相同的數(shù)據(jù)后，隨機(jī)選取數(shù)據(jù)中不同等級石灰的200 組，將180組作為預(yù)測模型的訓(xùn)練數(shù)據(jù)集，20 組作為預(yù)測模型的預(yù)測數(shù)據(jù)集以驗(yàn)證模型的預(yù)測效果。

對冶金石灰化學(xué)成分預(yù)測模型的評價(jià)指標(biāo)為CaO 含量、SiO2含量、S含量、灼減和活性度。對樣本數(shù)據(jù)處理分析后，分別對生產(chǎn)過程的化學(xué)成分指標(biāo)進(jìn)行預(yù)測試驗(yàn)驗(yàn)證，冶金石灰質(zhì)量預(yù)測模型的預(yù)測結(jié)果如表3所示。

表3 冶金石灰質(zhì)量模型的預(yù)測結(jié)果

由表3 可知，所構(gòu)建的深度神經(jīng)網(wǎng)絡(luò)模型的泛化性能較優(yōu)，沒有出現(xiàn)預(yù)測值嚴(yán)重偏離實(shí)際值的情況。在對評價(jià)指標(biāo)為CaO含量、SiO2含量、S含量、灼減和活性度的預(yù)測中，CaO 含量、SiO2含量、灼減和活性度的預(yù)測精度較高，MAE分別為1.1380%、0.1602%、0.2701%和3.2474/mL，預(yù)測值與實(shí)際值偏差較小，對相應(yīng)石灰品級的判斷較為準(zhǔn)確。此外，對S 含量的預(yù)測MAE為0.0171%，相較于其數(shù)值而言預(yù)測精度較低，可能是由于相較于其他指標(biāo)S 含量輸入特征的不匹配與不完全導(dǎo)致的，然而由于產(chǎn)品S含量均較低，對最終產(chǎn)品品級的預(yù)測影響較小。5 個(gè)參數(shù)指標(biāo)的Emin結(jié)果分別為0.0071%、0.02%、0.0005%、0.0216%和0.8492/mL，最小絕對誤差均較低。模型訓(xùn)練時(shí)間分別為12 s、6 s、7 s、14 s 和12 s，最高為14 s，表明模型收斂速度較快，滿足工業(yè)產(chǎn)品質(zhì)量預(yù)測需求。評價(jià)指標(biāo)預(yù)測值與實(shí)際值曲線如圖3所示。

圖3 石灰性能指標(biāo)預(yù)測結(jié)果

總體而言，深度神經(jīng)網(wǎng)絡(luò)預(yù)測模型誤差較小，真實(shí)值與預(yù)測值均非常接近，對石灰的5 項(xiàng)主要指標(biāo)參數(shù)的預(yù)報(bào)精度均較高，模型有較強(qiáng)的自適應(yīng)、泛化能力，能有效解決工業(yè)生產(chǎn)過程中的反饋延遲，對工業(yè)中實(shí)際操作有指導(dǎo)作用，滿足其預(yù)測的精度要求。

3 結(jié)論

通過對雙膛石灰窯工藝預(yù)測要求極其操作特點(diǎn)的分析，選取了22種參數(shù)作為雙膛石灰窯生產(chǎn)石灰主要指標(biāo)的輸入特征，建立具有三層隱含層結(jié)構(gòu)（32-16-8）的深度神經(jīng)網(wǎng)絡(luò)模型對其進(jìn)行預(yù)測。模型具有較快的收斂速度和較高的預(yù)測精度，有效地解決了在鍛造過程中，使用傳統(tǒng)控制方法難以解決的問題，為解決石灰主要指標(biāo)的穩(wěn)定控制、工藝操作優(yōu)化等問題提供了理論指導(dǎo)。