本發(fā)明屬于計(jì)算機(jī)技術(shù)，尤其涉及一種電熔鎂爐異常工況識別方法及安全控制方法。

背景技術(shù)：

電熔鎂是一種重要的耐火材料，它具有以下優(yōu)點(diǎn)：強(qiáng)絕緣性、高熔點(diǎn)、抗氧化能力強(qiáng)及結(jié)構(gòu)緊密，因此在多種工業(yè)生產(chǎn)中得到了廣泛應(yīng)用。電熔鎂的原材料為菱鎂礦，在大多數(shù)情況下，原材料品位低，礦物組成復(fù)雜多樣。

電熔鎂使用的熔煉設(shè)備為三相電熔鎂爐，電熔鎂爐的電流控制系統(tǒng)跟蹤不同工況下的電流設(shè)定值完成熔煉過程。在實(shí)際應(yīng)用中，當(dāng)原料的粒度、成分、熔點(diǎn)等發(fā)生變化時(shí)，電極底部與熔池之間的距離會產(chǎn)生波動。這種未知的波動將導(dǎo)致電流的波動，之前的電流設(shè)定值將不再適用于變化的工況，此時(shí)會產(chǎn)生更高的能量消耗，系統(tǒng)性能下降甚至具有安全威脅。

以排氣異常工況為例，當(dāng)原料的粒度發(fā)生變化時(shí)，原來的電極動作無法完全使熔煉過程中產(chǎn)生的二氧化碳?xì)怏w排出，即排氣工況的電流設(shè)定值不再適用，電熔鎂爐內(nèi)的壓強(qiáng)將升高，當(dāng)壓強(qiáng)升高到一定程度時(shí)，高溫熔漿將隨氣體一起排出爐外，飛濺的高溫熔漿將對設(shè)備造成嚴(yán)重?fù)p壞，對操作人員的人身安全造成極大威脅。同時(shí)，在飛濺產(chǎn)生的過程中，大量的能量損失提高了電熔鎂爐的單噸能耗。由于外界的強(qiáng)烈干擾及變量之間的強(qiáng)耦合、非線性的存在，理解變量間相關(guān)關(guān)系，以及獲取異常工況下的模型是十分困難的。

目前，現(xiàn)場操作人員通過觀察到的電流信息，圖像信息和聲音信息及自己的經(jīng)驗(yàn)來辨識異常工況，根據(jù)識別的異常工況，給出相應(yīng)的調(diào)整方案，大部分通過手動的方式實(shí)施，自動化水平較低。人工識別和操作對人為誤差敏感，而且操作人員在處理多源信息時(shí)能力是有限的，往往會忽略一些變量的影響。在有限的時(shí)間內(nèi)，在巨大的精神壓力下，操作人員往往很難制定出有效的決策。操作人員的人為調(diào)整方法完全依賴于操作者各自的經(jīng)驗(yàn)，很難保證決策的及時(shí)性及準(zhǔn)確性。如有操作不當(dāng)、疏于檢測或因不可抗拒的自然因素引起設(shè)備故障而導(dǎo)致生產(chǎn)中斷等事故，將會給生產(chǎn)帶來巨大的浪費(fèi)和損失。

技術(shù)實(shí)現(xiàn)要素：

針對現(xiàn)有存在的技術(shù)問題，本發(fā)明提供一種電熔鎂爐異常工況識別及控制方法，上述方法應(yīng)用于電熔鎂爐工況中提高了礦產(chǎn)資源的綜合利用率、降低了能耗。

本發(fā)明提供一種電熔鎂爐異常工況識別及控制方法，包括：

s1、獲取電熔鎂爐工況中的預(yù)設(shè)周期內(nèi)的在線數(shù)據(jù)；

s2、采用相似度匹配策略查看案例庫中是否存在與在線數(shù)據(jù)匹配的案例信息；

s3、若存在，依據(jù)匹配的案例信息給出當(dāng)前在線數(shù)據(jù)的辨識結(jié)果，將辨識結(jié)果作為當(dāng)前電熔鎂爐工況的異常識別結(jié)果；

其中，案例庫為預(yù)先根據(jù)電熔鎂爐工況的歷史數(shù)據(jù)建立的各種異常工況的案例信息。

可選地，所述方法包括：s3a、若案例庫中不存在匹配的案例信息，則采用貝葉斯網(wǎng)絡(luò)推理模型對所述在線數(shù)據(jù)進(jìn)行分析，獲得辨識結(jié)果，將辨識結(jié)果作為當(dāng)前電熔鎂爐工況的異常識別結(jié)果。

可選地，步驟s2之前，所述方法還包括：

s2a、根據(jù)預(yù)設(shè)時(shí)間段內(nèi)電熔鎂爐工況的歷史數(shù)據(jù)，建立案例庫；

以及根據(jù)預(yù)設(shè)時(shí)間段內(nèi)電熔鎂爐工況的歷史數(shù)據(jù)和先驗(yàn)知識，建立貝葉斯網(wǎng)絡(luò)推理模型。

可選地，步驟s2a包括：

離線收集預(yù)設(shè)時(shí)間段內(nèi)電熔鎂爐工況發(fā)生異常的信息；

根據(jù)收集的信息，確定異常工況的特征與異常工況中相關(guān)變量之間的關(guān)系，獲得歷史數(shù)據(jù)，根據(jù)歷史數(shù)據(jù)建立案例庫和貝葉斯網(wǎng)絡(luò)推理模型；

或者，

離線收集預(yù)設(shè)時(shí)間段內(nèi)電熔鎂爐工況發(fā)生異常的信息；

根據(jù)收集的信息，確定異常工況的特征與異常工況中相關(guān)變量之間的關(guān)系，獲得歷史數(shù)據(jù)，對歷史數(shù)據(jù)進(jìn)行過濾處理，根據(jù)過濾處理后的歷史數(shù)據(jù)建立案例庫和貝葉斯網(wǎng)絡(luò)推理模型。

可選地，所述s2a包括：

離線收集預(yù)設(shè)時(shí)間段內(nèi)電熔鎂爐工況發(fā)生異常的信息；

根據(jù)先驗(yàn)知識以及異常工況中相關(guān)變量之間的關(guān)系，確定貝葉斯網(wǎng)絡(luò)的節(jié)點(diǎn)和結(jié)構(gòu)；

根據(jù)收集的歷史數(shù)據(jù)及確定的結(jié)構(gòu)，獲得貝葉斯網(wǎng)絡(luò)的參數(shù)，從而建立起貝葉斯網(wǎng)絡(luò)推理模型。

可選地，所述步驟s1還包括：

對獲取的在線數(shù)據(jù)進(jìn)行過濾處理，以獲得過濾處理后的在線數(shù)據(jù)；

相應(yīng)地，步驟s2中采用過濾處理后的在線數(shù)據(jù)與案例庫中的案例信息進(jìn)行匹配。

可選地，所述方法還包括：

s4、根據(jù)異常識別結(jié)果，確定設(shè)備的剩余生命時(shí)間；

依據(jù)預(yù)先建立的剩余生命時(shí)間和調(diào)整量之間的關(guān)系，計(jì)算調(diào)整量，獲得安全控制決策信息，以使控制系統(tǒng)根據(jù)安全控制策略信息適應(yīng)調(diào)整；

其中，剩余生命時(shí)間為電熔鎂爐工況設(shè)備從獲取在線數(shù)據(jù)時(shí)的狀態(tài)到完全無法正常工作的時(shí)間；

所述調(diào)整量為電流設(shè)定值；剩余生命時(shí)間和調(diào)整量之間的關(guān)系為離線方式確定的關(guān)系。

可選地，所述步驟s2包括：

獲取在線數(shù)據(jù)與案例庫中每一案例的變量之間的相似度，判斷該相似度是否大于預(yù)設(shè)閾值，若是，則確定在線數(shù)據(jù)與大于閾值的最大相似度對應(yīng)的案例匹配。

可選地，所述方法還包括：

s5、若通過貝葉斯網(wǎng)絡(luò)推理模型獲得的異常識別結(jié)果確定為當(dāng)前電熔鎂爐工況實(shí)際發(fā)生的結(jié)果，則將該異常識別結(jié)果作為案例信息，存儲在所述案例庫中。

可選地，所述方法還包括：

在控制系統(tǒng)根據(jù)安全控制策略信息適應(yīng)調(diào)整之后，重復(fù)獲取電熔鎂爐工況中下一預(yù)設(shè)周期內(nèi)的在線數(shù)據(jù)，根據(jù)該在線數(shù)據(jù)的判斷過程，以確定步驟s1中的在線數(shù)據(jù)的異常工況是否排除，若是，則結(jié)束，否則，重復(fù)獲取下一預(yù)設(shè)周期內(nèi)的在線數(shù)據(jù)的安全控制決策信息的過程。

本發(fā)明的電熔鎂爐異常工況識別及控制方法，可以有效根據(jù)電熔鎂爐生產(chǎn)過程出現(xiàn)的異常工況，通過在案例庫中查找是否存在匹配案例，在不存在匹配的案例信息時(shí)，采用貝葉斯網(wǎng)絡(luò)模型進(jìn)行異常工況識別，進(jìn)而根據(jù)異常識別結(jié)果，制定安全控制決策信息并在控制系統(tǒng)中應(yīng)用該決策信息，提高了電熔鎂爐工況中礦產(chǎn)資源的綜合利用率、降低能耗。

附圖說明

圖1a為本發(fā)明一實(shí)施例提供的電熔鎂爐異常工況識別及控制方法的流程示意圖；

圖1b為本發(fā)明一實(shí)施例提供的異常工況識別及控制方法的過程示意圖；

圖2為本發(fā)明實(shí)施例中控制系統(tǒng)異常工況從輕微程度變?yōu)閲?yán)重程度的生命周期示意圖；

圖3為當(dāng)前的電熔鎂爐工藝的過程示意圖；

圖4為本發(fā)明實(shí)施例中提出的案例推理過程示意圖；

圖5為本發(fā)明實(shí)施例中針對電熔鎂爐排氣異常工況建立的貝葉斯網(wǎng)絡(luò)推理的示意圖；

圖6為排氣異常工況辨識結(jié)果的對比示意圖；

圖7為電熔鎂爐正常排氣工況的電流示意圖；

圖8為電熔鎂爐異常排氣工況的電流示意圖；

圖9為本發(fā)明提出的方法的排氣異常工況控制效果示意圖；

圖10為傳統(tǒng)方法的排氣異常工況控制效果示意圖。

具體實(shí)施方式

為了更好的解釋本發(fā)明，以便于理解，下面結(jié)合附圖，通過具體實(shí)施方式，對本發(fā)明作詳細(xì)描述。

如圖3所示，電熔鎂爐熔煉過程主要包括加料，加熱熔化，排氣等工況。通過電弧產(chǎn)生的熱量熔化原材料，得到最終的產(chǎn)品。通過設(shè)定不同的電流設(shè)定值，電流控制系統(tǒng)通過調(diào)整電極與熔池的距離來跟蹤變化的設(shè)定值，調(diào)整電弧的大小，以滿足不同工況所需的能量。為了獲得更高的經(jīng)濟(jì)效益，有必要在電熔鎂的生產(chǎn)中保持良好的操作性能及生產(chǎn)安全。

以下實(shí)施例中的方法所涉及的裝置包括：電熔鎂爐異常工況識別及安全控制系統(tǒng)(下述簡稱控制系統(tǒng))、上位機(jī)、plc、現(xiàn)場傳感變送結(jié)構(gòu)。其中現(xiàn)場傳感變送結(jié)構(gòu)包括電流檢測儀表、圖像檢測儀表、聲音檢測儀表等。在電熔鎂爐過程現(xiàn)場安裝各種檢測儀表，檢測儀表將采集的信號通過profibus-dp總線送到plc，plc通過以太網(wǎng)定時(shí)將采集信號傳送到上位機(jī)，上位機(jī)把接受的數(shù)據(jù)傳給電熔鎂爐異常工況識別及安全控制系統(tǒng)，該系統(tǒng)識別異常工況，并制定安全控制決策用于排除異常工況。

上述裝置的各部分功能簡要說明如下：

①現(xiàn)場傳感變送部分：包括電流檢測、圖像檢測、聲音檢測等檢測儀表，由傳感器組成，負(fù)責(zé)過程數(shù)據(jù)的采集與傳送；

②plc：負(fù)責(zé)把采集的信號a/d轉(zhuǎn)換，并通過以太網(wǎng)把信號傳送給上位機(jī)。

本實(shí)施例中，plc的控制器可采用simens400系列的cpu414-2，該控制器具有profibusdp口連接分布式io；為plc配備以太網(wǎng)通訊模塊，用于上位機(jī)訪問plc數(shù)據(jù)；plc的控制器和以太網(wǎng)通訊模塊放置在中央控制室中的plc柜中。

③上位機(jī)：收集本地plc數(shù)據(jù)，傳送給電熔鎂爐異常工況識別及安全控制系統(tǒng)。

上位機(jī)本實(shí)施例中可選用i7聯(lián)想計(jì)算機(jī)，采用windowxp操作系統(tǒng)。

④電熔鎂爐異常工況識別及安全控制系統(tǒng)對異常工況進(jìn)行識別，并制定安全控制決策用于排除異常工況。

電熔鎂爐異常工況識別及安全控制系統(tǒng)在i7聯(lián)想計(jì)算機(jī)上，采用c#2008編程軟件，電熔鎂爐異常工況識別及安全控制算法采用matlab2010a編程軟件；

plc與異?？刂葡到y(tǒng)的信號傳送軟件是采用c#2008編程軟件。

在電熔鎂爐過程現(xiàn)場安裝檢測儀表，檢測儀表將采集的信號通過profibus-dp傳送到plc中，plc定時(shí)將采集信號通過以太網(wǎng)傳送給上位機(jī)，上位機(jī)把接收的數(shù)據(jù)傳給電熔鎂爐異常工況識別及安全控制系統(tǒng)，該系統(tǒng)識別異常工況，并制定安全控制決策用于排除異常。

結(jié)合圖1a和圖1b所示，本實(shí)施例的電熔鎂爐異常工況識別及控制方法包括：

s1、獲取電熔鎂爐工況中的預(yù)設(shè)周期內(nèi)的在線數(shù)據(jù)。

在實(shí)際應(yīng)用中，可對獲取的在線數(shù)據(jù)進(jìn)行過濾處理，以獲得過濾處理后的在線數(shù)據(jù)。

例如，使用濾波技術(shù)去除在線數(shù)據(jù)的噪聲，獲取去除噪聲的在線數(shù)據(jù)。

s2、采用相似度匹配策略查看案例庫中是否存在與在線數(shù)據(jù)匹配的案例信息。

舉例來說，若步驟s1中的在線數(shù)據(jù)為過濾處理后的在線數(shù)據(jù)，則可采用過濾處理后的在線數(shù)據(jù)與案例庫中的案例信息進(jìn)行匹配。

另外，步驟s2可具體包括：

獲取在線數(shù)據(jù)與案例庫中每一案例的變量之間的相似度(例如，通過相似度準(zhǔn)則，確定相似度)，判斷該相似度是否大于預(yù)設(shè)閾值，若是，則確定在線數(shù)據(jù)與大于閾值的最大相似度對應(yīng)的案例匹配；若相似度均不大于預(yù)設(shè)閾值，可認(rèn)為案例庫中案例與在線數(shù)據(jù)均不匹配。

當(dāng)前，歐式距離是計(jì)算相似度的一種方式，本實(shí)施例中計(jì)算在線數(shù)據(jù)變量與離線數(shù)據(jù)變量間的歐式距離即相似度。獲取在線數(shù)據(jù)與案例庫中每一案例的相似度。

本實(shí)施例中的預(yù)設(shè)閾值可為預(yù)先通過專家經(jīng)驗(yàn)或業(yè)內(nèi)技術(shù)人員知識確定的閾值。

特別地，該步驟中的案例庫為預(yù)先根據(jù)電熔鎂爐工況的歷史數(shù)據(jù)建立的各種異常工況的案例信息。

s3、若存在，依據(jù)匹配的案例信息給出當(dāng)前在線數(shù)據(jù)的辨識結(jié)果，將辨識結(jié)果作為當(dāng)前電熔鎂爐工況的異常識別結(jié)果。

可選地，在具體實(shí)現(xiàn)過程中，該方法還可包括下述的步驟s4：

s4、根據(jù)異常識別結(jié)果，確定設(shè)備的剩余生命時(shí)間；依據(jù)預(yù)先建立的剩余生命時(shí)間和調(diào)整量之間的關(guān)系，計(jì)算調(diào)整量，獲得安全控制決策信息，以使控制系統(tǒng)根據(jù)安全控制策略信息適應(yīng)調(diào)整；即，將安全控制決策信息應(yīng)用于控制系統(tǒng)，若異常工況被排除，則結(jié)束。否則，重復(fù)上述步驟，獲取新的異常工況調(diào)節(jié)措施。

其中，上述的剩余生命時(shí)間為電熔鎂爐工況設(shè)備從獲取在線數(shù)據(jù)時(shí)的狀態(tài)到完全無法正常工作的時(shí)間；

所述調(diào)整量為電流設(shè)定值；剩余生命時(shí)間和調(diào)整量之間的關(guān)系為離線方式確定的關(guān)系。

其中，剩余生命時(shí)間為電熔鎂爐工況設(shè)備能夠持續(xù)正常運(yùn)轉(zhuǎn)的時(shí)間，即設(shè)備的剩余生命時(shí)間是指從現(xiàn)在的狀態(tài)開始到設(shè)備完全無法正常工作的時(shí)間。

本實(shí)施例中，在線數(shù)據(jù)是表征量，是隨時(shí)間改變的；針對電熔鎂爐，調(diào)整量是電流設(shè)定值，它是一個(gè)離線量，定下來就是固定不變了。本實(shí)施例中，異常的發(fā)生是因?yàn)樵O(shè)定值不合適，所以要改設(shè)定值。

上述的剩余生命時(shí)間和調(diào)整量之間的關(guān)系是離線就建立好的，異常程度和剩余生命時(shí)間之間的計(jì)算規(guī)則也是離線建立好的；根據(jù)‘異常識別結(jié)果’及‘異常程度和剩余時(shí)間的關(guān)系’，計(jì)算剩余生命時(shí)間；根據(jù)‘剩余生命時(shí)間’及‘剩余生命時(shí)間和調(diào)整量之間的關(guān)系’，計(jì)算調(diào)整量。

在實(shí)際應(yīng)用中，在控制系統(tǒng)根據(jù)安全控制策略信息適應(yīng)調(diào)整之后，重復(fù)獲取電熔鎂爐工況中下一預(yù)設(shè)周期內(nèi)的在線數(shù)據(jù)，根據(jù)該在線數(shù)據(jù)的判斷過程，以確定步驟s1中的在線數(shù)據(jù)的異常工況是否排除，若是，則結(jié)束，否則，重復(fù)獲取安全控制決策信息的過程。

在本實(shí)施例中方法通過采集當(dāng)前工況的在線數(shù)據(jù)，進(jìn)而在案例庫中查看是否有相似案例，若存在相似案例，則將該相似案例作為辨識結(jié)果，進(jìn)而根據(jù)辨識結(jié)果，獲取安全控制決策信息，以便控制系統(tǒng)根據(jù)所述安全控制決策信息適應(yīng)調(diào)整，即將獲得的決策信息應(yīng)用于出現(xiàn)異常工況的控制系統(tǒng)(即電熔鎂爐異常工況識別及安全控制系統(tǒng))，若異常工況排除，則結(jié)束，否則，重新識別異常工況，獲取決策方案。

由此可對電熔鎂爐的生產(chǎn)工況進(jìn)行現(xiàn)場指導(dǎo)，提高能效，降低能耗，避免經(jīng)濟(jì)損失。

在一種可選的實(shí)現(xiàn)方式中，如圖1a所示，若上述步驟s2中例庫中不存在匹配的案例信息，此時(shí)，可執(zhí)行下述的步驟s3a：

s3a、若案例庫中不存在匹配的案例信息，則采用貝葉斯網(wǎng)絡(luò)推理模型對所述在線數(shù)據(jù)進(jìn)行分析，獲得辨識結(jié)果，將辨識結(jié)果作為當(dāng)前電熔鎂爐工況的異常識別結(jié)果；

進(jìn)而可執(zhí)行上述步驟s4等步驟。

也就是說，在步驟s2中，如果匹配的案例的相似度小于給定閾值，則將在線數(shù)據(jù)劃分為不同的程度等級，并將劃分程度等級后的在線數(shù)據(jù)作為證據(jù)輸入到貝葉斯網(wǎng)絡(luò)單元，進(jìn)行貝葉斯網(wǎng)絡(luò)推理，推理得到的結(jié)果中，擁有最大后驗(yàn)概率的異常程度為異常工況的識別結(jié)果。

進(jìn)一步地，貝葉斯網(wǎng)絡(luò)給出的辨識結(jié)果經(jīng)過證實(shí)后作為一個(gè)新的案例存入案例庫中，實(shí)現(xiàn)案例庫補(bǔ)充。

也就是說，在具體實(shí)現(xiàn)過程中，上述方法還可包括下述的圖1a中未示出的步驟s5：

s5、若通過貝葉斯網(wǎng)絡(luò)推理模型獲得的異常識別結(jié)果確定為當(dāng)前電熔鎂爐工況實(shí)際發(fā)生的結(jié)果，則將該異常識別結(jié)果作為案例信息，存儲在所述案例庫中。

本實(shí)施例能有效根據(jù)電熔鎂爐生產(chǎn)過程出現(xiàn)的異常工況，通過案例庫中案例推理及貝葉斯網(wǎng)絡(luò)推理模型進(jìn)行異常工況識別，通過剩余生命預(yù)測的概念，根據(jù)異常識別結(jié)果，制定安全控制決策。

在具體應(yīng)用中，在前述的步驟s2之前，上述方法還可包括下述的步驟s2a，如圖1b所示。

s2a、根據(jù)預(yù)設(shè)時(shí)間段內(nèi)電熔鎂爐工況的歷史數(shù)據(jù)，建立案例庫；

以及根據(jù)預(yù)設(shè)時(shí)間段內(nèi)電熔鎂爐工況的歷史數(shù)據(jù)和先驗(yàn)知識，建立貝葉斯網(wǎng)絡(luò)推理模型。

舉例來說建立案例庫的步驟可包括：

s2a1、離線收集預(yù)設(shè)時(shí)間段內(nèi)電熔鎂爐工況發(fā)生異常的信息；

s2a2、根據(jù)收集的信息，確定異常工況的特征與異常工況中相關(guān)變量之間的關(guān)系，獲得歷史數(shù)據(jù)，根據(jù)歷史數(shù)據(jù)建立案例庫和貝葉斯網(wǎng)絡(luò)推理模型。

或者，在另一可選的實(shí)現(xiàn)方式中，建立案例庫的步驟可包括：

s2a1’、離線收集預(yù)設(shè)時(shí)間段內(nèi)電熔鎂爐工況發(fā)生異常的信息；

s2a2’、根據(jù)收集的信息，確定異常工況的特征與異常工況中相關(guān)變量之間的關(guān)系，獲得歷史數(shù)據(jù)，對歷史數(shù)據(jù)進(jìn)行過濾處理，根據(jù)過濾處理后的歷史數(shù)據(jù)建立案例庫和貝葉斯網(wǎng)絡(luò)推理模型。

在該子步驟中，為避免噪聲對歷史數(shù)據(jù)的影響，使用濾波技術(shù)去除歷史數(shù)據(jù)中的噪聲。

通過歷史中電熔鎂爐異常工況的分析，確定異常工況的特征及相關(guān)變量間的關(guān)系?；谡业降年P(guān)系，表達(dá)異常識別規(guī)則，例如；“如果_前提，那么_結(jié)論”。相關(guān)變量作為規(guī)則的前提，異常工況的程度作為案例的結(jié)論，最終，案例庫被建立起來。

特別說明的是，本發(fā)明實(shí)施例中采用案例庫中案例推理技術(shù)進(jìn)行在線數(shù)據(jù)分析。其中，案例推理是一種人工智能方法，主要是利用歷史上出現(xiàn)的相似案例解決新的問題。目前，案例推理過程可包括四個(gè)基本過程：檢索、重用、修正和保存。在檢索相似案例時(shí)需要先確定相似度計(jì)算方法，最常用的相似衡量方式為計(jì)算歐式距離。

另外，前述的建立貝葉斯網(wǎng)絡(luò)推理模型的步驟可包括：

第一步、離線收集預(yù)設(shè)時(shí)間段內(nèi)電熔鎂爐工況發(fā)生異常的信息；

第二步、根據(jù)先驗(yàn)知識以及異常工況中相關(guān)變量之間的關(guān)系，確定貝葉斯網(wǎng)絡(luò)的節(jié)點(diǎn)和結(jié)構(gòu)；

第三步、根據(jù)收集的歷史數(shù)據(jù)及確定的結(jié)構(gòu)，獲得貝葉斯網(wǎng)絡(luò)的參數(shù)，從而建立起貝葉斯網(wǎng)絡(luò)推理模型。

特別地，在構(gòu)建貝葉斯網(wǎng)絡(luò)參數(shù)時(shí)，需要對歷史數(shù)據(jù)進(jìn)行處理，除了濾波以外，還要將所有異常信息中相關(guān)變量劃分等級，劃分等級的數(shù)量和閾值通過專家知識或試錯(cuò)法決定。根據(jù)劃分了等級的數(shù)據(jù)計(jì)算參數(shù)。

本實(shí)施例中的貝葉斯網(wǎng)絡(luò)是一種不確定知識的表達(dá)方法。貝葉斯網(wǎng)絡(luò)的結(jié)構(gòu)可以表達(dá)變量間的相關(guān)關(guān)系，參數(shù)表示節(jié)點(diǎn)變量間的依賴程度。當(dāng)收集到相關(guān)變量作為證據(jù)輸入給建立好的貝葉斯網(wǎng)絡(luò)推理模型時(shí)，可通過推理機(jī)制得到關(guān)注變量的后驗(yàn)概率。

上述利用歷史數(shù)據(jù)建立案例庫，當(dāng)新問題出現(xiàn)時(shí)，利用相似度匹配，在案例庫中尋找相似案例，當(dāng)匹配到的案例的相似程度大于給定閾值時(shí)，利用檢索到的案例給出異常識別結(jié)果；當(dāng)匹配到的案例的相似程度小于給定閾值時(shí)，利用貝葉斯網(wǎng)絡(luò)進(jìn)行異常工況識別，給出辨識結(jié)果。

對于安全控制決策部分，引入剩余生命時(shí)間的概念，建立系統(tǒng)剩余生命時(shí)間與調(diào)整量間的關(guān)系。在獲得辨識結(jié)果之后，首先計(jì)算電熔鎂爐異常工況的剩余生命時(shí)間，進(jìn)而利用剩余生命時(shí)間與調(diào)整量間的關(guān)系，獲得調(diào)整量，以實(shí)現(xiàn)電熔鎂爐的安全控制。

本發(fā)明實(shí)施例利用案例推理和貝葉斯網(wǎng)絡(luò)進(jìn)行異常工況識別，利用設(shè)備的剩余生命時(shí)間的概念，提供安全控制方案。

為較好的理解上述方法的內(nèi)容，以下結(jié)合實(shí)驗(yàn)結(jié)果及工藝/工況過程進(jìn)行具體說明。

電熔鎂爐的工藝如圖3所示，主要設(shè)備包括變壓器、電流回路、電極升降裝置、三相電極及熔爐。電熔鎂爐熔煉過程主要包括加料，加熱熔化，排氣等工況。通過電弧產(chǎn)生的熱量熔化原材料，得到最終的產(chǎn)品。通過設(shè)定不同的電流設(shè)定值，電流控制系統(tǒng)調(diào)整電極與熔池的距離來跟蹤變化的設(shè)定值，調(diào)整電弧的大小，以滿足不同工況所需的能量。每隔10-15分鐘，向爐內(nèi)填料一次，上面的工況循環(huán)進(jìn)行，直到爐子被填滿為止。

步驟01：建立案例庫及貝葉斯網(wǎng)絡(luò)推理模型

在電熔鎂熔煉的過程中，會產(chǎn)生大量的二氧化碳?xì)怏w，為避免爐內(nèi)壓強(qiáng)過大造成熔漿飛濺，需要調(diào)整電流的設(shè)定值，電流控制系統(tǒng)跟蹤電流設(shè)定值，調(diào)整電極的位置，使電極上下移動，使電極和原料之間產(chǎn)生縫隙，二氧化碳?xì)怏w順利排出。但是當(dāng)原材料的粒度變化時(shí)，電流控制系統(tǒng)若跟蹤原有的設(shè)定值，則電極和原料之間的縫隙無法使二氧化碳?xì)怏w順利排出，爐內(nèi)壓強(qiáng)過大，熔漿將隨氣體一起飛濺，產(chǎn)生排氣異常工況。

在進(jìn)行排氣異常工況識別時(shí)，操作人員會關(guān)注三個(gè)方面的信息：電流信息、圖像信息和聲音信息。在排氣異常工況發(fā)生時(shí)，電流變化率和電流跟蹤誤差會發(fā)生變化；電極和熔池之間的電弧是主要的聲源信號，當(dāng)爐內(nèi)的狀態(tài)發(fā)生變化時(shí)，電弧聲音的幅值和頻率會發(fā)生變化；當(dāng)發(fā)生飛濺時(shí)，操作人員將觀察到高溫熔漿噴出爐外，因此圖像信息可以作為輔助變量來辨識異常工況。

將排氣異常工況劃分為三種程度：輕度、中度和重度?；趯＜医?jīng)驗(yàn)，在異常進(jìn)化的不同階段會有不同的信息起主要作用。在輕度排氣異常時(shí)，聲音信息起主要作用；在中度異常時(shí)，聲音信息和電流信息起主要作用；在重度異常時(shí)，電流信息和圖像信息起主要作用。

將異常的聲音信號劃分為兩種程度：輕度和重度。通過魏格納維爾分布分析，飛濺的特征頻率能夠被提取，為200hz。當(dāng)排氣異常工況為輕度和中度時(shí)，聲音信號的幅值會提高；當(dāng)排氣異常工況為重度時(shí)，由于能量的釋放，聲音信號的幅值會降低。因此針對聲音信號，選擇下面的特征變量：飛濺特征頻率的短時(shí)能量和飛濺特征頻率的幅值。

將異常的電流信號劃分為三種程度：輕度、中度和重度。選擇電流跟蹤誤差和電流變化率為其主要特征變量。

將異常的圖像信號劃分為兩種程度：輕度和重度。當(dāng)排氣異常工況嚴(yán)重時(shí)，爐口范圍內(nèi)的圖像亮度會提高，在圖像處理中，亮度的變化用灰度來體現(xiàn)。在圖像的三個(gè)主要顏色分量中，紅色分量占主要作用。因此針對圖像信號，選擇下面的特征變量：平均灰度的變化、平均灰度短時(shí)能量的變化、灰度方差的變化、灰度的豐度和紅色分量的變化，其中灰度的豐度是指超過正常圖像平均灰度的比例。排氣異常工況中所有的相關(guān)特征被總結(jié)在表1中。

表1.排氣異常特征及相關(guān)關(guān)系

為避免噪聲對歷史數(shù)據(jù)的影響，使用濾波技術(shù)去除歷史數(shù)據(jù)中的噪聲。通過排氣異常工況的分析及確定的異常工況的特征，建立案例庫，形式見表2。特征a-i作為規(guī)則的前提，排氣異常工況的程度作為案例的結(jié)果。

表2.案例庫的結(jié)構(gòu)

為建立貝葉斯網(wǎng)絡(luò)推理模型，需要將所有相關(guān)變量劃分等級，劃分等級的數(shù)量和閾值通過專家知識或試錯(cuò)法決定。通過專家知識和排氣異常工況的分析，能夠確定排氣異常的貝葉斯網(wǎng)絡(luò)的節(jié)點(diǎn)和結(jié)構(gòu)。利用數(shù)據(jù)獲取與預(yù)處理單元，可以獲得貝葉斯網(wǎng)絡(luò)的條件概率表，即貝葉斯網(wǎng)絡(luò)的參數(shù)，最終，貝葉斯網(wǎng)絡(luò)被建立起來，見圖5。

步驟2：在線異常工況辨識

具體過程如下：

1)在線數(shù)據(jù)被預(yù)處理后，在案例庫中進(jìn)行相似度匹配。通過相似度準(zhǔn)則，計(jì)算相似度，找到最相似的案例。如果匹配的案例的相似度大于給定閾值，則使用該案例進(jìn)行異常工況識別。通過專家經(jīng)驗(yàn)確定閾值的大小。

2)如果匹配的案例的相似度均小于給定閾值，則將在線數(shù)據(jù)劃分為不同的程度等級，劃分程度等級的在線數(shù)據(jù)作為證據(jù)輸入到貝葉斯網(wǎng)絡(luò)推理模型，進(jìn)行貝葉斯網(wǎng)絡(luò)推理，推理得到的結(jié)果中，擁有最大后驗(yàn)概率的異常程度為異常工況的識別結(jié)果。

3)在獲取了新問題的異常識別結(jié)果之后，新的問題的有用性需要被檢測來判斷它是否能夠作為新的案例存儲在案例庫中。類似地，由貝葉斯網(wǎng)絡(luò)推理模型獲得的辨識結(jié)果也需要通過驗(yàn)證才能存儲在案例庫中作為新的案例。案例推理的具體過程見圖4。

下面主要說明匹配的案例的相似度小于給定閾值的情況。通過分析實(shí)際的情況，排氣工況可能發(fā)生的事件被總結(jié)在表3中。

表3.排氣工況可能發(fā)生的事件

表3中的每個(gè)事件均包含9個(gè)變量，變量a-h被劃分為三個(gè)程度，分別用數(shù)字1-3表示，含義分別為正常、輕微異常和嚴(yán)重異常。變量i被劃分為四種程度，分別用數(shù)字1-4表示，含義分別為正常、輕微異常、中度異常和嚴(yán)重異常。以事件10為例，特征a-b的狀態(tài)是正常，特征c-i的狀態(tài)是嚴(yán)重異常。其它事件的含義可以用類似的方式獲得。

表3中的事件將作為證據(jù)，通過貝葉斯網(wǎng)絡(luò)的推理得到異常識別結(jié)果，如表4所示。

表4.針對表3中的事件的識別結(jié)果

表4中，辨識結(jié)果1-4代表排氣工況的4個(gè)狀態(tài)：正常、輕度異常、中度異常和重度異常，以事件10為例，其辨識結(jié)果為嚴(yán)重異常。其它事件的辨識結(jié)果的含義可以用類似的方式獲得。表3中的事件是按異常的程度排序的，針對表4的辨識結(jié)果可知，其辨識結(jié)果是符合實(shí)際異常工況辨識經(jīng)驗(yàn)的。

為更好的說明本發(fā)明實(shí)施例的方法，將提出的方案與傳統(tǒng)的僅使用電流信息進(jìn)行異常工況識別的方法進(jìn)行對比，結(jié)果如圖6所示。在圖6中可以看出，當(dāng)排氣異常工況的程度為輕度和中度時(shí)，提出的方案能夠獲得辨識結(jié)果，而傳統(tǒng)的方法僅在異常程度為嚴(yán)重時(shí)才能獲得辨識結(jié)果。

步驟3：制定安全控制決策信息。

針對電熔鎂爐排氣異常，其異?？刂品桨甘窃谠瓉砼艢夤r電流設(shè)定值yj(t)(j＝1,2,3)的基礎(chǔ)上，給出補(bǔ)償值δyj(t)，讓電流控制系統(tǒng)跟蹤新的電流設(shè)定值yj′(t)＝y(tǒng)j(t)+δyj(t)(j＝1,2,3)，其中j代表三相電極，使異常工況逐漸恢復(fù)。電流補(bǔ)償值的設(shè)計(jì)與異常的程度和系統(tǒng)的剩余生命時(shí)間有關(guān)，當(dāng)系統(tǒng)的剩余生命時(shí)間越短時(shí)，異常的嚴(yán)重程度越高，電流的補(bǔ)償值越大。所以，通過異常工況的識別結(jié)果，計(jì)算系統(tǒng)的剩余生命時(shí)間。通過預(yù)先建立的剩余生命時(shí)間和調(diào)整量的關(guān)系，計(jì)算調(diào)整量的大小。當(dāng)系統(tǒng)的異常辨識結(jié)果來源于案例推理時(shí)，使用下面的公式計(jì)算剩余生命時(shí)間，異常程度的進(jìn)化過程見圖2。

式中，r(t)代表剩余生命時(shí)間。τi代表第i個(gè)異常狀態(tài)的持續(xù)時(shí)間。ki(t)是狀態(tài)持續(xù)時(shí)間的系數(shù)，用以表達(dá)時(shí)刻t在第i個(gè)異常狀態(tài)上的持續(xù)時(shí)間。i(t)代表在t時(shí)刻的異常狀態(tài)，ii代表狀態(tài)i的下限。

當(dāng)系統(tǒng)的異常辨識結(jié)果來源于貝葉斯網(wǎng)絡(luò)推理模型時(shí)，使用下面的公式(3)-(5)計(jì)算剩余生命時(shí)間

(3)式中，r(t)表示所有狀態(tài)剩余生命時(shí)間的權(quán)重和。p(x＝i)代表第i個(gè)狀態(tài)的后驗(yàn)概率。每個(gè)狀態(tài)的剩余時(shí)間ri(t)用式(4)計(jì)算。對于不同狀態(tài)的系數(shù)ki(t)用式(5)計(jì)算。

在獲得了剩余生命時(shí)間之后，需要建立剩余生命時(shí)間與調(diào)整量之間的關(guān)系。將排氣異常程度為輕度、中度和重度時(shí)的調(diào)整量粗略的設(shè)為和其中j代表三相電極。選擇下面的點(diǎn)來擬合關(guān)系δy＝f(r(t))，(τ1+τ2+τ3,0)和其中為工藝允許的最大調(diào)整量。通過直線連接這些點(diǎn)，構(gòu)成分段函數(shù)的形式。

這樣，通過異常識別結(jié)果，計(jì)算剩余生命時(shí)間。通過剩余生命時(shí)間和調(diào)整量之間的關(guān)系，計(jì)算出調(diào)整量的大小，即給出安全控制決策。

圖7和圖8分別給出了正常的排氣工況和異常的排氣工況。由圖8可以看出，由于沒有調(diào)整好電流的設(shè)定值，二氧化碳?xì)怏w沒有順利從爐中排出，造成電流的波動越來越大。安全控制方案是給出電流設(shè)定值的補(bǔ)償值，使電流控制系統(tǒng)跟蹤新的電流設(shè)定值以排除異常工況。

步驟4：實(shí)施決策排除異常工況

針對圖8產(chǎn)生的異常工況，將本發(fā)明制定的安全控制決策應(yīng)用于控制系統(tǒng)，效果如圖9所示。從圖9中可以看出，在第7個(gè)采樣點(diǎn)，電流波動超出正常范圍，并且這種現(xiàn)象繼續(xù)持續(xù)。安全控制決策實(shí)施之后，在第13個(gè)采樣點(diǎn)，電流波動下降，大約在第19個(gè)采樣點(diǎn)，異常工況被排除。為了體現(xiàn)本發(fā)明的優(yōu)越性，本發(fā)明與傳統(tǒng)的僅使用電流信息進(jìn)行安全決策的方法進(jìn)行比較，傳統(tǒng)方法的控制效果如圖10所示。從圖10可以看出，在第7個(gè)采樣點(diǎn)電流波動超出正常范圍，并且這種現(xiàn)象繼續(xù)持續(xù)，直到第20個(gè)采樣點(diǎn)，異常程度變?yōu)閲?yán)重時(shí)，傳統(tǒng)方法才給出安全決策，之后系統(tǒng)逐漸恢復(fù)正常。

通過上面的實(shí)例，表明了本發(fā)明實(shí)施例的方法能夠識別異常工況，并且根據(jù)識別的異常工況制定有效的安全措施，措施實(shí)施后能夠有效的使異常工況恢復(fù)為正常，并且和傳統(tǒng)僅使用電流信息進(jìn)行異常工況識別和安全控制的方法相比，本發(fā)明提出的方法更加有效且具有更好的性能。進(jìn)一步地，上述方法對于提高礦產(chǎn)資源的綜合利用率，降低能耗，減少環(huán)境污染，促進(jìn)安全生產(chǎn)，都有重大的意義。

以上結(jié)合具體實(shí)施例描述了本發(fā)明的技術(shù)原理，這些描述只是為了解釋本發(fā)明的原理，不能以任何方式解釋為對本發(fā)明保護(hù)范圍的限制?；诖颂幗忉專绢I(lǐng)域的技術(shù)人員不需要付出創(chuàng)造性的勞動即可聯(lián)想到本發(fā)明的其它具體實(shí)施方式，這些方式都將落入本發(fā)明的保護(hù)范圍之內(nèi)。