專利名稱：高爐冷卻壁智能監(jiān)測方法
技術(shù)領(lǐng)域：
本發(fā)明涉及的是一種高爐冷卻壁智能監(jiān)測方法。屬于高爐監(jiān)測方法技術(shù)領(lǐng)域。
背景技術(shù)：
高爐冷卻壁的現(xiàn)場監(jiān)測遇到了三個難點 一是理論分析的復雜性與生產(chǎn)實 際要求快速、簡單和準確的矛盾；二是理論分析需要足夠的數(shù)據(jù)與現(xiàn)場數(shù)據(jù)較少、數(shù)據(jù)不完整的矛盾。在生產(chǎn)實際中，冷卻壁通常只有一個溫度測點并且其它可知參數(shù)又十分缺乏；三是增加溫度測點可以提高在線監(jiān)測的準確度與爐殼 開孔太多易造成爐殼應力集中，嚴重時易造成爐殼破損的矛盾。因此，冷卻壁 狀況的在線監(jiān)測一直是個難題。國內(nèi)外高爐冷卻壁在線熱態(tài)狀況監(jiān)測一般有四種方法1) 在冷卻壁壁體厚度一半處安裝一到兩支熱電偶來測試冷卻壁壁體溫度。該方法只能反映一個傾向值，無法直接用來判斷冷卻壁熱面的溫度狀況；2) 通過兩個縱向測溫點值來推測冷卻壁熱面溫度。這種方法對冷卻壁熱 面溫度進行遞推計算，該方法與方法l)相似；3) 通過傳感器直接觸到冷卻壁熱表面。這種方法在冷卻壁表面工作初期 使用效果不錯， 一旦傳感器暴露在高爐爐體內(nèi)，傳感器易燒損；4) 用冷卻壁熱負荷來評估冷卻壁的熱面狀態(tài)。該種方法因熱流強度與水 流量、水溫差及冷卻壁的面積及熱面狀況有關(guān)，其值僅能描述整塊冷卻壁冷卻 的宏觀狀態(tài)，加上現(xiàn)場許多冷卻壁串連或以其他復雜形式連接的，實際上熱流 強度描述的是一塊或幾塊冷卻壁的宏觀狀況。經(jīng)文獻檢索發(fā)現(xiàn)，國內(nèi)外現(xiàn)在還沒有有關(guān)高爐冷卻壁智能監(jiān)測及安全性評 估的報告。發(fā)明內(nèi)容本發(fā)明針對現(xiàn)有技術(shù)的不足和缺乏，提供一種高爐冷卻壁在線智能監(jiān)測的方 法，在高爐爐殼只需開一個孔引出熱電偶傳感器，把冷卻壁與監(jiān)測系統(tǒng)合為一 體，采用冷卻壁現(xiàn)有傳熱數(shù)學模型與人工神經(jīng)網(wǎng)絡技術(shù)結(jié)合起來，優(yōu)勢互補， 形成一種功能強大且易于實用化的新型智能監(jiān)測和安全評估技術(shù)，具體是一種高爐冷卻壁智能監(jiān)測方法，其中含有如下步驟，(1) 設立冷卻壁傳熱實物模型，在冷卻壁的邊角點、中心位置和分區(qū)域中心點分別安裝測溫熱電偶，封裝熱電 偶、引出引線，各電偶絲封裝匯集到總管引出，總管從爐殼開孔引出；以此建 立冷卻壁傳熱實物模型；(2) 通過三維穩(wěn)態(tài)導熱微分方程和實物模型的結(jié)構(gòu)參數(shù)建立傳熱模型；(3) 根據(jù)(2)的結(jié)果提煉出傳熱冷卻壁簡化核心模型；(4) 傳熱冷卻壁簡化核心模型與人工神經(jīng)網(wǎng)絡結(jié)合得到高爐冷卻壁智能監(jiān)測模 型；(5) 收集數(shù)據(jù)計算并且評估，運用傳熱模型與現(xiàn)場傳感器測試點溫度值結(jié)合對 冷卻壁的運行狀況、局部高溫位置及冷卻壁的安全性評估和反饋。如上所述的方法，其中傳熱實物模型具體的結(jié)構(gòu)為在冷卻壁的邊角處和 分區(qū)域中心安裝熱電偶，其深度離冷卻壁冷面30-100mm，在冷卻壁中心安裝一 支熱電偶，其深度為冷卻壁厚度的一半；測溫偶的封裝采用不銹鋼管，全部電 偶采用與冷卻壁冷面垂直的不銹鋼管引出，匯集后再從爐殼孔中穿出。如上所述的方法，其中步驟(3)中根據(jù)(2)利用非線性回歸模型處理提 煉出傳熱冷卻壁簡化核心模型。如上所述的方法，其中步驟(3)中用非線性回歸模型處理后得到傳熱冷卻 壁簡化核心模型為式中，、為冷卻水流速度，m/s; ^為冷卻水溫度，°C; K為壁體測點溫度值，°C; T。P為冷卻壁熱面最高溫度，°C，"》，e為回歸常數(shù)。如上所述的方法，其中步驟(4)傳熱冷卻壁簡化核心模型與人工神經(jīng)網(wǎng)絡 結(jié)合得到高爐冷卻壁智能監(jiān)測模型的結(jié)合方式包括(1) 輸入?yún)?shù)通過基本數(shù)學模型計算出熱面最高溫度的初步結(jié)果，再經(jīng)過智能 仿真模型得到一個溫度補償值^T ，通過兩者的線性之和得到冷卻壁熱面最高溫 度的最終仿真結(jié)果，或；(2) 輸入?yún)?shù)經(jīng)過基本數(shù)學模型計算出熱面最高溫度的初步結(jié)果，再把這個結(jié) 果當作輸入與開始的輸入?yún)?shù)一起作為智能仿真模型的輸入，直接得出最終的 仿真結(jié)果，或；(3) 輸入?yún)?shù)通過基本數(shù)學模型計算出熱面最高溫度的初步結(jié)果，然后再把初 步結(jié)果當作智能仿真模型的輸入，經(jīng)過仿真模型計算得出最終的仿真結(jié)果。根據(jù)權(quán)利要求1所述的方法，其特征在于步驟(5)中需收集的數(shù)據(jù)包括 水溫、流速、和各電偶測點溫度。如上所述的方法，其中步驟(5)中對冷卻壁的安全性評估是傳熱模型計算 得到的冷卻壁溫度場數(shù)據(jù)庫與熱電偶測點數(shù)據(jù)進行比較，判斷出冷卻壁的熱面 最高溫度、局部高溫位置及冷卻壁工作安全性。通過釆用以上方法獲得了理論分析采集數(shù)據(jù)簡單、產(chǎn)生結(jié)果迅速準確、對 高爐外殼損壞較少的優(yōu)點。


圖1是冷卻壁測點布置圖；圖2是熱電偶的封裝及引線的引出示意圖；圖3是冷卻壁復合體的結(jié)構(gòu)示意圖；圖4是冷卻壁本體與冷卻水之間的傳熱示意5是基本模型與智能仿真模型結(jié)合形式之一圖6是基本模型與智能仿真模型結(jié)合形式之二圖7是基本模型與智能仿真模型結(jié)合形式之三圖8是BM&NN冷卻壁智能仿真方法框圖。
具體實施例方式以下對本發(fā)明作進一步的說明，具體內(nèi)容如下(1)冷卻壁監(jiān)測點位置分布、熱電偶封裝及引線引出的方法監(jiān)測點的位置分布考慮如圖l所示。1、 2、 3、 4點為冷卻壁的邊角點，離 冷卻壁冷面50mm; 5、 6、 7、 8點分別為冷卻壁A、 B、 C、 D區(qū)的中心點，離 冷卻壁冷面50mm，基本能反映四個區(qū)局部高溫時的狀況；9點為整塊冷卻壁的 中心點，安裝在冷卻壁厚度一半的位置，為保證壁體內(nèi)溫度測量的精確性，熱 電偶用電容沖擊焊接機將熱接點焊到測溫孔底部。熱電偶的封裝及引線的引出采用如圖2所示的方法)。所采用的熱電偶絲為 鎳鉻鎳硅且要求正負極都有絕緣層，封裝采用不銹鋼管，各鋼管都有一溝槽以 便放入電偶絲并且封裝管必須焊接在冷卻壁上。各電偶絲封裝管匯集到A管引 出，A管從爐殼一個小開孔引出。(2)冷卻壁傳熱基本模型的建立高爐冷卻壁復合體的傳熱可視為導熱問題，其三維穩(wěn)態(tài)導熱微分方程為ft^ 3氣式中A是與溫度有關(guān)的導熱系數(shù)，W/(m.。C); / =1,2,3,分別表示三維，即x， y，z軸，冷卻壁復合體的三維模型計算示意圖見圖3。圖中，A1 AS為冷卻水 接頭，B1 B3為固定接頭。相應的邊界條件為爐殼與大氣爐渣與高溫氣流冷卻壁與冷卻水之間式中S —冷卻壁的寬度，m;L —爐殼、冷卻壁和磚襯的總厚度 H—冷卻壁的高度，m; /^一爐殼與周圍大氣間的換熱系數(shù)，W/(m2.°C);z;—爐殼表面溫度，°C; r。一高爐周圍大氣溫度，°C; 7;—高爐磚襯表面溫度，°c; r,—高爐爐氣溫度，°C;u—冷卻壁與冷卻水管接觸處的溫度，°c;乙一冷卻水水溫，°C;^ 一冷卻壁和冷卻水之間的綜合傳熱系數(shù)，W/(m2.°C); ^一爐渣表面與爐氣、爐料間的換熱系數(shù)，W/(m2ZC)，且〈一爐渣表面與爐氣、爐料間的自然對流換熱系數(shù)，W/(m2.°C); /2/—爐渣表面與爐氣、爐料間的輻射換熱系數(shù)，W/(m2.°C':);!一水管表面法線方向的溫度梯度，°C/m。 以下就分別討論模型中使用的各換熱系數(shù)1.爐殼外表面與周圍空氣間的換熱系數(shù)為式中、 一爐殼外表面與周圍空氣間的自然對流換熱系數(shù)，W/(m2.°C); /^一爐殼外表面與周圍空氣間的輻射換熱系數(shù)，W/(m2.°C)。對于自然對流換熱系數(shù)^其原則性準則方程式可表示為Nu-C(Gr.Pr)"，因37= r。) -義手-;a7;一r》此可得出
<formula>formula see original document page 8</formula>
式中^、一空氣的導熱系數(shù)，W/(m.。C); Pr —普朗特準數(shù)； Gr—格拉曉夫準數(shù)； Nu—努塞爾準數(shù)；
/一換熱面的特征性尺寸，這里就是冷卻壁的高度，m; c、 常數(shù)，由Gr數(shù)查表獲得。
對于輻射換熱系數(shù)^的計算，有
<formula>formula see original document page 8</formula>
式中f 一爐殼表面的黑度；
c。一黑體輻射系數(shù)。
2.冷卻壁和冷卻水之間的傳熱系數(shù)t
冷卻壁與冷卻水之間傳熱比較復雜，它們之間的熱阻由五部分組成，如圖4 所示。
冷卻壁與冷卻水之間總換熱系數(shù)可以用下式表示
式中7 —冷卻壁與冷卻水之間的總熱阻，(m2.°C)/W;可表示成
式中及7, &， i p A分別表示水管內(nèi)表面與水的對流換熱熱阻、水始 熱阻、水管管壁導熱熱阻、水管表面涂層導熱熱阻和氣隙層熱阻；(m2.°C)/W。 (1 )冷卻水管內(nèi)表面與水的對流換熱熱阻《
式中 一水管內(nèi)表面與水之間的對流換熱系數(shù)，W/(m2.°C)。
由于是管內(nèi)湍流強制對流換熱，可采用迪圖斯-貝爾特(Di加s-Boelter)公
式計算
<formula>formula see original document page 8</formula> 式中《一冷卻水管內(nèi)徑，m。 (2)水垢熱阻i 2
式中&一水垢的厚度，m;^一水垢的導熱系數(shù)，W/(m.°C)。 P)水管管壁的導熱熱阻A
w3 二(t/o/2;^)/w(t/0/《)
式中^一水管管壁的導熱系數(shù)，W/(m.。C); 《一水管外徑，m。
(4) 水管表面涂層的導熱熱阻A
水管表面涂層是為防止水管滲碳而噴涂的，厚度一般為0.2-0.7mm，由于涂 層厚度很小，熱阻可按平壁導熱處理，簡單表示為
式中《一涂層的厚度,m;
4 一涂層的導熱系數(shù),W/(m.°C)。
(5) 氣隙層的熱阻i 5
冷卻壁本體和水管間的氣隙層是在鑄造冷卻壁時，因本體和水管溫度不同， 以及膨脹系數(shù)不同而產(chǎn)生的間隙， 一般為0.1-0.3mm。由于氣隙很薄，在考慮熱 阻時，可按平壁傳熱處理。氣隙層中的傳熱由兩部分組成氣隙層中氣體的導 熱和冷卻壁本體與涂層外表面的輻射換熱，所以根據(jù)熱量平衡有
H t一AA.
義
三+ -
l訓J
10^
"一t
因此得出氣隙層的熱阻為
/ 5 = ^ /々'=-i-
1 ^2《)(72+7^)
式中^一氣隙的當量導熱系數(shù)，W/(m.°C);
4一氣隙層中氣體的導熱系數(shù)，W/(m.°C); 《一氣隙層厚度，m; ^一冷卻壁的黑度；
涂層的黑度；
r2，/t一分別為冷卻壁本體與涂層接觸面和涂層表面溫度，°C; k， ;—與g和t相對應的絕對溫度，K;因而冷卻壁本體與冷卻水之間的換熱系數(shù)為
<formula>formula see original document page 10</formula>
3.高爐煤氣與磚襯之間的換熱系數(shù)
據(jù)資料，在高爐煤氣溫度為120(TC時，高爐煤氣和磚襯之間的換熱系數(shù) /^'=320 W/(m2.°C)。
(3)冷卻壁核心模型的建立
由于現(xiàn)場監(jiān)測使用復雜傳熱模型的困難，因此，采用冷卻壁簡化核心模型。 這里使用非線性回歸模型形式。非線性回歸模型就是通過冷卻壁數(shù)值仿真計算， 找出冷卻壁熱面狀況與參數(shù)之間的關(guān)系模型。眾所周知，高爐冷卻壁在高爐內(nèi) 工作其結(jié)構(gòu)參數(shù)已經(jīng)確定，它們是不變參數(shù)，而可變參數(shù)是爐氣溫度、爐襯厚 度、爐渣厚度、水速、水溫、水垢及冷卻壁上測點溫度。這些參數(shù)的變化將直 接影響到仿真的定量計算精度。在這些可變參數(shù)中，唯有水速、水溫和測點溫 度可以現(xiàn)場測試，其它參數(shù)都是不可知參數(shù)。但分析這些參數(shù)的特性可以知道， 爐氣溫度、爐襯厚度以及水垢厚度的變化都與冷卻壁各測試點溫度有關(guān)。
核心模型將探討熱面氣流溫度均勻和各區(qū)域異常高溫下的熱面最高溫度與 各測溫點之間的關(guān)系以及某個測溫點與其它測溫點之間的關(guān)系。
根據(jù)模型計算結(jié)果，可擬合得到
;=1.2959x7;。 xZ 7fxvc， i = 0.99
式中，、為冷卻水流速度，m/s; z;為冷卻水溫度，°C; 7;為壁體測點溫度值，
°C; r一為冷卻壁熱面最高溫度，。C， ",6,c為回歸常數(shù)。 (4)核心模型與人工神經(jīng)網(wǎng)絡結(jié)合的方式
智能仿真與傳統(tǒng)數(shù)學模型的結(jié)合，反映了現(xiàn)代方法與傳統(tǒng)理論的結(jié)合，可望 實現(xiàn)方法上的優(yōu)勢互補，以取得更好的實用效果?；灸Ｐ团c人工神經(jīng)網(wǎng)絡的 結(jié)合的基本思想就是基于數(shù)學模型，以數(shù)學模型為基礎(chǔ)，人工神經(jīng)網(wǎng)絡模型作 為補償部分來修正數(shù)學模型與實際系統(tǒng)的偏差。
數(shù)學模型與人工神經(jīng)網(wǎng)絡模型的結(jié)合方式是方法實現(xiàn)的關(guān)鍵環(huán)節(jié)。而結(jié)合方
式必須簡單并易于實現(xiàn)，從以下三種方案進行實驗比較并選定一種結(jié)合方式 圖5結(jié)合形式是輸入?yún)?shù)通過基本數(shù)學模型計算出熱面最高溫度的初步結(jié)
果，再經(jīng)過智能仿真模型得到一個溫度補償值"r，通過兩者的線性之和得到冷
卻壁熱面最高溫度的最終仿真結(jié)果；圖6結(jié)合形式是輸入?yún)?shù)經(jīng)過基本數(shù)學模
型計算出熱面最高溫度的初步結(jié)果，再把這個結(jié)果當作輸入與開始的輸入?yún)?shù)
一起作為智能仿真模型的輸入，直接得出最終的仿真結(jié)果；圖7結(jié)合形式是輸 入?yún)?shù)通過基本數(shù)學模型計算出熱面最高溫度的初步結(jié)果，然后再把初步結(jié)果 當作智能仿真模型的輸入，經(jīng)過仿真模型計算得出最終的仿真結(jié)果。(5)基于模型的高爐冷卻壁智能監(jiān)測模型的建立
采用模型與人工智能相結(jié)合的方法，即BM&NN方法，如圖8所示。用數(shù)
學模型保證定量計算上的正確、通用，而將一些難以描述的環(huán)節(jié)用神經(jīng)網(wǎng)絡來 代替。
這種結(jié)合人工神經(jīng)網(wǎng)絡的高爐冷卻壁傳熱模型可分為兩大部分 一部分為 基本模型，反映冷卻壁傳熱的基本機理。另一部分為人工神經(jīng)網(wǎng)絡，用于自適 應地補償基本模型與實驗數(shù)據(jù)之間的差距?；灸Ｐ捅ＷC通用性，可采用適當
簡化的回歸關(guān)系式，以使計算簡易；人工神經(jīng)網(wǎng)絡通過對試驗數(shù)據(jù)的學習，可
提高模型與實際物理過程的吻合程度。 -
系統(tǒng)仿真實例計算一基于參數(shù)修正因子的高爐冷卻壁智能仿真如下
采用非線性核心模型，基本模型與智能仿真模型的結(jié)合形式采用圖5方式，
輸入?yún)?shù)經(jīng)過數(shù)學模型得到初步結(jié)果，同時也經(jīng)過智能仿真得到一個溫度修正 因子w，修正因子的精確與否直接影響仿真模型的精度。最后，通過兩者的線 性之和就得到最終的仿真結(jié)果一熱面最高溫度。
表1是基于模型的智能仿真軟件得出的熱面最高溫度與試驗所測溫度比較，
兩者基本吻合，相對誤差在3%以內(nèi)，因而可以認為，基于模型的智能仿真是有
效的，可以滿足高爐冷卻壁現(xiàn)場監(jiān)測的需要。
表1仿真模型輸出和試驗數(shù)據(jù)結(jié)果比較
水水溫測點溫試驗結(jié)果仿真模型輸相對誤
速/。C度/。C出差
/m/s/。C/。C/%
1.5231314654721.51
2.032.01435065192.56
3.0351455265310.95
4.0421515585511.25
(6)冷卻壁安全性評估分析
在冷卻壁傳熱模型的基礎(chǔ)上，模擬高爐內(nèi)各種復雜狀況(熱面均勻及局部 高溫狀態(tài))，計算出冷卻壁的溫度，借助計算數(shù)據(jù)與監(jiān)測數(shù)據(jù)信息，通過數(shù)據(jù)處 理程序及分析方法(主要是各種反演分析法)來實時地識別結(jié)構(gòu)當前工作狀態(tài)， 做出對結(jié)構(gòu)局部破損的位置和程度的識別，進而作出冷卻壁結(jié)構(gòu)的安全性評估。
本發(fā)明的實施方式都在發(fā)明內(nèi)容里說明，實施概述為建立冷卻壁傳熱模 型，通過非線性回歸方式提煉出傳熱核心模型，結(jié)合核心模型與人工神經(jīng)網(wǎng)絡 得出冷卻壁熱面最高溫度值的監(jiān)測模型并形成監(jiān)測軟件，運用傳熱模型與現(xiàn)場傳感器測試點溫度值結(jié)合對冷卻壁的運行狀況、局部高溫位置及冷卻壁的安全 性進行評估。
上述的對實施例的描述是為便于該技術(shù)領(lǐng)域的普通技術(shù)人員能理解和應用 本發(fā)明。熟悉本領(lǐng)域技術(shù)的人員顯然可以容易地對這些實施例做出各種修改， 并把在此說明的一般原理應用到其他實施例中而不必經(jīng)過創(chuàng)造性的勞動。因此， 本發(fā)明不限于這里的實施例，本領(lǐng)域技術(shù)人員根據(jù)本發(fā)明的揭示，對于本發(fā)明 做出的改進和修改都應該在本發(fā)明的保護范圍之內(nèi)。
權(quán)利要求
1.一種高爐冷卻壁智能監(jiān)測方法，其特征在于含有如下步驟，(1)設立冷卻壁傳熱實物模型，在冷卻壁的邊角點、中心位置和分區(qū)域中心點分別安裝測溫熱電偶，封裝熱電偶、引出引線，各電偶絲封裝匯集到總管引出，總管從爐殼開孔引出；以此建立冷卻壁傳熱實物模型；(2)通過三維穩(wěn)態(tài)導熱微分方程和實物模型的結(jié)構(gòu)參數(shù)建立傳熱模型；(3)根據(jù)(2)的結(jié)果提煉出傳熱冷卻壁簡化核心模型；(4)傳熱冷卻壁簡化核心模型與人工神經(jīng)網(wǎng)絡結(jié)合得到高爐冷卻壁智能監(jiān)測模型；(5)收集數(shù)據(jù)計算并且評估，運用傳熱模型與現(xiàn)場傳感器測試點溫度值結(jié)合對冷卻壁的運行狀況、局部高溫位置及冷卻壁的安全性評估和反饋。
2. 根據(jù)權(quán)利要求1所述的方法，其特征在于傳熱實物模型具體的結(jié)構(gòu)為在冷 卻壁的邊角處和分區(qū)域中心安裝熱電偶，其深度距離冷卻壁冷面30-100mm， 在冷卻壁中心安裝一支熱電偶，其深度為冷卻壁厚度的一半；測溫偶的封裝 采用不銹鋼管，全部電偶采用與冷卻壁冷面垂直的不銹鋼管引出，匯集后再 從爐殼孔中穿出。
3. 根據(jù)權(quán)利要求1所述的方法，其特征在于步驟(3)中根據(jù)(2)利用非線性 回歸模型處理提煉出傳熱冷卻壁簡化核心模型。
4. 根據(jù)權(quán)利要求1所述的方法，其特征在于步驟(3)中用非線性回歸模型處理后得到傳熱冷卻壁簡化核心模型為 ;=1.2959x7;。xj] 7;W, ^ = 0.99式中，、為冷卻水流速度，m/S; ^為冷卻水溫度，。C; ^為壁體測點溫度值， °C; A。P為冷卻壁熱面最高溫度，°C， "^e為回歸常數(shù)。
5. 根據(jù)權(quán)利要求1所述的方法，其特征在于步驟(4)傳熱冷卻壁簡化核心模型與人工神經(jīng)網(wǎng)絡結(jié)合得到高爐冷卻壁智能監(jiān)測模型的結(jié)合方式包括(1)輸入?yún)?shù)通過基本數(shù)學模型計算出熱面最高溫度的初步結(jié)果，再經(jīng)過 智能仿真模型得到一個溫度補償值W ，通過兩者的線性之和得到冷卻壁熱面 最高溫度的最終仿真結(jié)果，或；(2) 輸入?yún)?shù)經(jīng)過基本數(shù)學模型計算出熱面最高溫度的初步結(jié)果，再把這 個結(jié)果當作輸入與開始的輸入?yún)?shù)一起作為智能仿真模型的輸入，直接得出最終的仿真結(jié)果，或；(3) 輸入?yún)?shù)通過基本數(shù)學模型計算出熱面最高溫度的初步結(jié)果，然后再把初步結(jié)果當作智能仿真模型的輸入，經(jīng)過仿真模型計算得出最終的仿真結(jié) 果。
6. 根據(jù)權(quán)利要求1所述的方法，其特征在于步驟(5)中需收集的數(shù)據(jù)包括水溫、流速、和各電偶測點溫度。
7. 根據(jù)權(quán)利要求1所述的方法，其特征在于步驟(5)中對冷卻壁的安全性評 估是傳熱模型計算得到的冷卻壁溫度場數(shù)據(jù)庫與熱電偶測點數(shù)據(jù)進行比較， 判斷出冷卻壁的熱面最高溫度、局部高溫位置及冷卻壁工作安全性。
全文摘要
本發(fā)明的高爐冷卻壁智能監(jiān)測方法包括如下步驟建立冷卻壁傳熱模型，通過非線性回歸方式提煉出傳熱核心模型，結(jié)合核心模型與人工神經(jīng)網(wǎng)絡得出冷卻壁熱面最高溫度值的監(jiān)測模型并形成監(jiān)測軟件，運用傳熱模型與現(xiàn)場傳感器測試點溫度值結(jié)合對冷卻壁的運行狀況、局部高溫位置及冷卻壁的安全性進行評估。采用該方法獲得了理論分析采集數(shù)據(jù)簡單、產(chǎn)生結(jié)果迅速準確、對高爐外殼損壞較少的優(yōu)點。
文檔編號C21B7/24GK101319256SQ20071004161
公開日2008年12月10日 申請日期2007年6月5日 優(yōu)先權(quán)日2007年6月5日
發(fā)明者吳俐俊, 周偉國 申請人:同濟大學