一種多信息融合的高爐布料過程料面形狀建模方法
【專利摘要】本發(fā)明公開了一種多信息融合的高爐布料過程料面形狀建模方法，其內(nèi)容包括：根據(jù)流體力學和統(tǒng)計學規(guī)律建立爐料堆積模型，采用機理法推導得出高爐布料過程料面模型函數(shù)，建立一個參數(shù)化的預測模型，求解原始料面形狀參數(shù)，確定爐料堆積方程；基于支持向量機回歸的雷達散點數(shù)據(jù)擬合獲取原始料面形狀：根據(jù)雷達所測數(shù)據(jù)求解預測模型的原始料面形狀參數(shù)：使用雷達測量高爐中不同半徑多個點位的料面高度信息，采用支持向量機在回歸問題的應用對料面高度散點進行擬合得到料面函數(shù)曲線；根據(jù)布料機理關(guān)系和雷達數(shù)據(jù)確定相關(guān)參數(shù)，以此校正預測模型；基于離散元法的仿真結(jié)果進行料面形狀參數(shù)校正；得到新的料面形狀函數(shù)作為輸出結(jié)果并反饋作為下一次的原始料面。
【專利說明】
一種多信息融合的高爐布料過程料面形狀建模方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明涉及高爐煉鐵的自動控制領(lǐng)域，更具體地說是涉及一種多信息融合的高爐 布料過程料面形狀建模方法。
【背景技術(shù)】
[0002] 高爐冶煉過程作為鋼鐵生產(chǎn)過程的上游工序，其C02的直接和相關(guān)排放占鋼鐵工 業(yè)總排放量的90%，能耗則占鋼鐵工業(yè)總能耗的70%。所以，高爐冶煉是鋼鐵工業(yè)實現(xiàn)節(jié)能 減排的主要潛力所在。要使高爐實現(xiàn)節(jié)能減排的目標，關(guān)鍵是對高爐進行高效控制。而對高 爐的控制，關(guān)鍵是對高爐爐溫的高效控制，也就是在保持生鐵質(zhì)量的前提下，盡量降低高爐 爐溫，使其盡可能接近容許的下限，從而降低成本，減少能耗和排放，并保持高爐的順行。高 爐布料作為高爐上部的主要操作，合理的爐料分布對于直接影響高爐內(nèi)部煤氣流分布，對 于提高煤氣利用率，調(diào)節(jié)透氣性指數(shù)和上部溫度場調(diào)控至關(guān)重要。
[0003] 對于高溫高壓封閉條件下的高爐冶煉過程，高爐料面的形狀是肉眼不可見的，即 使是使用雷達也很難獲取完全清晰全面的圖像。所以需要采用多種方法進行信息融合，來 獲取較為準確和全面的料面形狀模型，包括布料過程機理推導，非平面顆粒堆積函數(shù)，基于 SVM的平面散點數(shù)據(jù)擬合和離散元實驗法料面形狀校正。

【發(fā)明內(nèi)容】

[0004] 本發(fā)明克服了現(xiàn)有技術(shù)中的不足，考慮多種建模方法綜合建模的特點，提供一種 多信息融合的高爐布料過程料面形狀建模方法。
[0005] 為解決上述存在的技術(shù)問題，本發(fā)明是通過以下技術(shù)方案實現(xiàn)：
[0006] -種多信息融合的高爐布料過程料面形狀建模方法，內(nèi)容包括如下步驟：
[0007] 1.根據(jù)流體力學和統(tǒng)計學規(guī)律建立爐料堆積模型，采用機理法推導得出高爐布料 過程料面模型函數(shù)，建立一個參數(shù)化的預測模型，求解原始料面形狀參數(shù)，確定爐料堆積方 程；
[0008] 根據(jù)顆粒堆積規(guī)律，確定高斯函數(shù)和三角函數(shù)作為爐料堆積方程的基本函數(shù)，根 據(jù)爐料落點參數(shù)求解方法得到的爐料落點的置使用不同的函數(shù)描述方式;選擇原則是：當 落點位置為平面或者斜率較小時使用高斯函數(shù)描述方法;當落點為斜面且斜率比較大時使 用三角函數(shù)描述方法；
[0009] 2.基于支持向量機回歸（Support Vector Regression，SVR)的雷達散點數(shù)據(jù)擬合 獲取原始料面形狀:根據(jù)雷達所測數(shù)據(jù)求解預測模型的原始料面形狀參數(shù):使用雷達測量 高爐中不同半徑多個點位的料面高度信息，采用支持向量機在回歸問題的應用對料面高度 散點進行擬合得到料面函數(shù)曲線；
[0010] 利用高爐所安裝的雷達裝置，采集高爐中部分坐標點的料面高度信息；首先為高 爐料面建立一個極坐標系；使用雷達測量高爐中不同半徑多個點位的料面高度信息，再采 用支持向量回歸方法對料面高度散點進行擬合得到料面曲線；
[0011] 由于高爐的無料鐘布料裝置都是環(huán)形布料方式，所以在同一半徑上，料面的高度 是一致的，因此，極坐標系不需要考慮角坐標的問題，只需要考慮不同半徑的多個點位；
[0012] 3.根據(jù)布料機理關(guān)系和雷達數(shù)據(jù)確定相關(guān)參數(shù)，以此校正預測模型；
[0013] 4.基于離散元法的仿真結(jié)果進行料面形狀參數(shù)校正；
[0014] 所述的離散元法就是把研究對象分離為剛性元素的集合，使每個元素滿足牛頓第 二定律，用中心差分的方法求解各元素的運動方程，得到研究對象的整體運動形態(tài)；
[0015] 根據(jù)高爐布料過程實質(zhì)是爐料運動過程，這個過程是受力學法則支配的；為了定 量分析爐料分布，首先建立布料方程；
[0016] 爐料在高爐三維模型中進行運動，爐料通過導料管進入高爐，在溜槽上的運動符 合運動定律，離開溜槽作平拋運動，最終在原始料面上進行堆積;根據(jù)布料制度設置溜槽的 傾角和旋轉(zhuǎn)角速度，根據(jù)一批爐料的總量再設置顆粒數(shù)量，最后根據(jù)力學方程進行仿真計 算，得到一次布料后的高爐料面形狀三維仿真圖，讀取一個切面上的料面高度信息，將擬合 料面函數(shù)曲線和采用機理法推導得出高爐布料過程料面模型函數(shù)加權(quán)整合，來校正料面形 狀函數(shù)；
[0017] 5.得到新的料面形狀函數(shù)作為輸出結(jié)果并反饋作為下一次的原始料面。
[0018] 由于采用上述技術(shù)方案，本發(fā)明提供的一種多信息融合的高爐布料過程料面形狀 建模方法，與現(xiàn)有技術(shù)相比具有這樣的有益效果:料面形狀對于高爐內(nèi)部煤氣流分布和溫 度場起到?jīng)Q定性作用。以往只能通過爐長的經(jīng)驗進行布料決策，本發(fā)明主要完善了高爐料 面的獲取和表示方法;結(jié)合專家經(jīng)驗和數(shù)據(jù)知識設計了自動布料決策機制；利用機理推導 和仿真實驗進行模擬驗證，初期可以對爐長的布料決策提供重要的參考意見，技術(shù)成熟后 可以實現(xiàn)自動布料和定點布料，提高布料過程的準確性、快速性。
【附圖說明】
[0019] 圖1是本發(fā)明的高爐料面建模方法過程圖；
[0020] 圖2是本發(fā)明的基于雷達數(shù)據(jù)的原始料面確定方法示意圖；
[0021 ]圖3是爐料堆積模型參數(shù)確定過程的示意圖；
[0022]圖4是本發(fā)明的離散元法原理圖。
【具體實施方式】
[0023]下面結(jié)合附圖與【具體實施方式】對本發(fā)明作進一步詳細描述：
[0024] 本發(fā)明的一種多信息融合的高爐布料過程料面形狀建模方法，其高爐料面建模方 法過程圖如圖1所示;該方法內(nèi)容包括如下步驟：
[0025] 步驟11根據(jù)流體力學和統(tǒng)計學規(guī)律建立爐料堆積模型，采用機理法推導得出高爐 布料過程料面模型函數(shù)，建立一個參數(shù)化的預測模型，求解原始料面形狀參數(shù)，確定爐料堆 積方程；
[0026] 所述確定爐料堆積方程，就是根據(jù)顆粒堆積規(guī)律確定高斯函數(shù)和三角函數(shù)作為爐 料堆積方程的基本函數(shù)，根據(jù)爐料落點參數(shù)求解方法得到的爐料落點位置使用不同的函數(shù) 描述方式;其選擇原則是：當爐料落點位置為平面或者斜率較小時使用高斯函數(shù)描述方法； 當爐料落點為斜面且斜率比較大時使用三角函數(shù)描述方法;具體描述方法如下：
[0027] (1)高斯函數(shù)描述方法：
[0031]利用符號函數(shù)sgn(x):
[0033]將(1)式和(2)式兩種函數(shù)結(jié)合得到如下料面形狀預測模型：
[0035] (4)式中待確定的參數(shù)為A、B、C、D和E五個參數(shù)，
[0036]其中:A是堆積輪廓最高點，根據(jù)爐料總量確定；
[0037] B是爐料落點位置，根據(jù)爐料落點位置確定；
[0038] C是爐喉半徑，為高爐固定數(shù)據(jù)常數(shù)；
[0039] D是落點料面斜率，根據(jù)原始料面形狀確定；
[0040] E是料線深度，可以根據(jù)探尺檢測；
[0041] 步驟12、基于支持向量機回歸（Support Vector Regression，SVR)的雷達散點數(shù) 據(jù)擬合獲取原始料面形狀:根據(jù)雷達所測數(shù)據(jù)求解預測模型的原始料面形狀參數(shù):使用雷 達測量高爐中不同半徑多個點位的料面高度信息，采用支持向量機在回歸問題的應用 (SVR)對料面高度散點進行擬合得到料面函數(shù)曲線；
[0042]本發(fā)明的基于雷達數(shù)據(jù)的原始料面確定方法如圖2所示;利用高爐所安裝的雷達 裝置，采集高爐中部分坐標點的料面高度信息;首先為高爐料面建立一個極坐標系;使用雷 達測量高爐中不同半徑多個點位的料面高度信息，再采用支持向量回歸（SVR)方法對料面 高度散點進行擬合得到料面函數(shù)曲線。圖2A是高爐料面俯視圖建立的二維坐標系，其中陰 影部分是雷達未測清楚區(qū)域，在可測清晰區(qū)域選取盡量多的點，圖中選取7個點為例子表 征，它們的半徑分別為Ri-R?;圖2B是建立的新直角坐標系，X軸為半徑R，Y軸為該半徑上的點 對應的料面高度H，這樣取得一系列的散點后用SVR進行曲線擬合，
[0043]高爐數(shù)據(jù)樣本集合為：
[0044] S={(xi,yi), (x2,y2) ,···, (χν,Υν) ,XieRd,yieRd} (5)
[0045] 所述采用支持向量回歸（SVR)方法對料面高度散點進行擬合得到料面函數(shù)曲線， 該方法具體內(nèi)容包括：
[0046] 建立非線性支持向量機，這時的判別函數(shù)與樣本特征是非線性函數(shù)關(guān)系；以下面 的二次判別函數(shù)為例：
[0047] g(x) =C0+C1X+C2X2= [C0，C1，C2]T[1，x，x2] =cTy (6)
[0048] 該判別函數(shù)是特征x的非線性函數(shù)，但卻是特征向量y的線性函數(shù)；
[0049] 非線性支持向量機就是采用引入非線性特征變換來將原空間中的非線性問題轉(zhuǎn) 化為新空間的線性問題，通過這種變換實現(xiàn)非線性分類;如果對特征X引入非線性變換得新 特征Z = f (*)，則新的特征空間決策函數(shù)為：
[0051 ]相應的優(yōu)化問題為：
[0059] 不論爐所生成的變換空間的維數(shù)多高，這個空間里的線性支持向量機求解都可 以在原空間通過核函數(shù)K(Xl， Xj)進行，這樣就避免了高維空間里的計算，而且計算核函數(shù)K (Xl，^)的復雜度與計算內(nèi)積并沒有實質(zhì)性的增加，只要知道核函數(shù)，沒有必要知道的 具體形式；
[0060] 讀取現(xiàn)場測量數(shù)據(jù)，進行訓練；
[0061] 在非線性情況下，支持向量回歸的擬合函數(shù)形式為：
[0063]其中&是以下優(yōu)化問題的解：
[0066] 0<?； <C/ = 1,2,···,/
[0067] O^Qi^C,i = l,2,---,1
[0068] 利用SVR算法進行數(shù)據(jù)擬合，得到料面函數(shù)曲線。
[0069]步驟13、根據(jù)布料機理關(guān)系和雷達數(shù)據(jù)確定相關(guān)參數(shù)，以此校正預測模型；
[0070]步驟14、基于離散單元法的仿真結(jié)果進行料面形狀參數(shù)校正，以此校正預測模型； [0071]步驟15、得到新的料面形狀函數(shù)作為輸出函數(shù)結(jié)果并反饋作為下一次的原始料 面。
[0072] 在步驟11中所述的爐料堆積模型，其參數(shù)確定過程如圖3所示;其中：
[0073] 高爐半徑(堆積寬度)31-C為高爐固定數(shù)據(jù)常數(shù)；
[0074] 爐料質(zhì)量(剖面面積)32 - A根據(jù)爐料總量確定爐料堆積模型的爐料落點參數(shù)，每 批料都有會先設定布料的爐料質(zhì)量，再根據(jù)不同的爐料密度不同求出爐料的體積，最后帶 入到如下方程中：
[0076] 在（13)式中：R為高爐的半徑，fTopSurface為新的料面方程，fBaseSurface為原始料面方 程;在所有參數(shù)確定之后，最后求解A的值；
[0077] 溜槽傾角(最高點位置)33-B根據(jù)爐料落點位置確定爐料堆積模型的爐料落點參 數(shù);爐料落點參數(shù)求解方法包括如下步驟：
[0078] 根據(jù)高爐布料過程實質(zhì)是爐料運動過程，這個過程是受力學法則支配的；為了定 量分析爐料分布，首先建立布料方程；
[0079] 所述建立布料方程的步驟包括如下內(nèi)容：
[0080] 設爐料從導料管落入以ω速度旋轉(zhuǎn)的溜槽，一塊爐料質(zhì)量為m、重量為Q，進入溜槽 煙溜槽方向初速度為v〇(m/s)，爐料在溜槽某點的速度為v(m/s)，爐料在溜槽末端速度為^ (m/s)，爐料與溜槽的摩擦系數(shù)為μ，溜槽傾角為β，溜槽旋轉(zhuǎn)角速度為ω，溜槽長度為1，爐料 在溜槽上受到的力包括：
[0081] (1)重力：
[0082] G=mg (14)
[0083] (2)慣性離心力：
[0084] F = 43T2〇2lmcos(0) (15)
[0085] (3)溜槽對爐料的反作用力：
[0086] N=mgcos0-43T2 ω 2lmcosPsinP (16)
[0087] (4)爐料與溜槽之間的摩擦力：
[0088] Ff = ymcosP(g-43T2 ω 2lsinP) (17)
[0089] (5)慣性科氏力：
[0090] Fk = 43i ω ulmcos2P (18)
[0091] 所以受力總和為：
[0092] EF = (sin0-ycosP)+43T2lmcosP(cosP+ysinP) (19)
[0093] 因為：
[0094]
[0095] 所以得到離開溜槽時的速度為：
[0097]爐料在爐喉空區(qū)內(nèi)運動受到爐內(nèi)煤氣流產(chǎn)生的向上的阻力P:
[0099] 其中，k一流體阻力系數(shù)；γ-氣體密度;s-爐料最大橫截面積；
[0100] 爐料在空區(qū)內(nèi)下降所用的時間為t2,根據(jù)拋物體運動方程得到方程組
[0103] 其中h表示料線深度，可由料尺測量得到，Lx可以表示為：
[0105]綜上爐料落點位置與高爐中心點水平距離表達式：
[0107] 確定參數(shù)爐料落點位置就是η。
[0108] 料線35-Ε可以根據(jù)探尺檢測；
[0109] 基于雷達數(shù)據(jù)的原始料面34-D:原始料面的剖面形狀雷達數(shù)據(jù)來源于步驟12。
[0110] 在步驟14中所述的離散元法其原理如圖4所示。離散元法就是把研究對象分離為 剛性元素的集合，使每個元素滿足牛頓第二定律，用中心差分的方法求解各元素的運動方 程，得到研究對象的整體運動形態(tài)。 所述基于離散元法的仿真結(jié)果進行料面形狀校正，其校正方法內(nèi)容包括如下步 驟：
[0112]步驟41、前處理:首先按照爐料的形狀建立爐料的三維模型，并設置其物理特性和 材料屬性;設置顆粒方案，顆粒生成的數(shù)量要和批料的質(zhì)量相關(guān);使用3D繪圖軟件繪制高爐 幾何模型，并導入到仿真系統(tǒng)中，設置高爐模型的材料和物理屬性；
[0113]步驟42、設置顆粒之間的作用力關(guān)系；
[0114]顆粒之間的作用力方程：
[0115]顆粒體之間平移運動接觸模型：
[0117]其中，m為顆粒質(zhì)量;ν為顆粒運動速度;Fn為受到的合外力;Fc為其法向量及處理； Fg為顆粒變形產(chǎn)生的阻尼力；
[0118]顆粒體之間旋轉(zhuǎn)運動接觸模型：
[0120] 其中I為轉(zhuǎn)動慣量;w為旋轉(zhuǎn)角速度;^為轉(zhuǎn)動產(chǎn)生的合外力;r為顆粒的半徑;FmS 其他顆粒所產(chǎn)生的旋轉(zhuǎn)摩擦力;Fr為阻尼力；
[0121] 步驟43、后處理:運行3D動畫演示和動態(tài)跟蹤，完成布料后會得到相應料面形狀； 然后根據(jù)高度生成圖表，提取高度數(shù)據(jù)繪制料面形狀曲線；
[0122] 步驟44、修改相應的條件:溜槽傾角、旋轉(zhuǎn)角速度，爐料質(zhì)量和爐料種類，進行下次 實驗仿真。
[0123] 爐料在高爐三維模型中進行運動，爐料通過導料管進入高爐，在溜槽上的運動符 合運動定律，離開溜槽最平拋運動，最終在原始料面上進行堆積;根據(jù)布料制度設置溜槽的 傾角和旋轉(zhuǎn)角速度，再根據(jù)一批爐料的總量設置顆粒數(shù)量，最后根據(jù)力學方程進行仿真計 算，得到一次布料后的高爐布料過程料面形狀三維仿真圖，讀取一個切面上的料面高度信 息，將擬合料面函數(shù)曲線和采用機理法推導得出高爐布料過程料面模型函數(shù)加權(quán)整合，來 校正料面形狀函數(shù)。
【主權(quán)項】
1. 一種多信息融合的高爐布料過程料面形狀建模方法，其特征在于：一種多信息融合 的高爐布料過程料面形狀建模方法，內(nèi)容包括如下步驟： 1.1、 根據(jù)流體力學和統(tǒng)計學規(guī)律建立爐料堆積模型，采用機理法推導得出高爐布料過 程料面模型函數(shù)，建立一個參數(shù)化的預測模型，求解原始料面形狀參數(shù)，確定爐料堆積方 程； 根據(jù)顆粒堆積規(guī)律，確定高斯函數(shù)和三角函數(shù)作為爐料堆積方程的基本函數(shù)，根據(jù)爐 料落點參數(shù)求解方法得到的爐料落點位置使用不同的函數(shù)描述方式;選擇原則是：當落點 位置為平面或者斜率較小時使用高斯函數(shù)描述方法；當落點為斜面且斜率比較大時使用三 角函數(shù)描述方法;具體描述方法如下： (1) 高斯函數(shù)描述方法：- (1) (2) 三角函數(shù)描述方法：(2) 利用符號函數(shù)sgn(x): 、（3) 將(1)式和(2)式兩種函數(shù)結(jié)合得到如下料面形狀預測模型：(!) (4)式中待確定的參數(shù)為A、B、C、D和E五個參數(shù)， 其中:A是堆積輪廓最高點，根據(jù)爐料總量確定； B是爐料落點位置，根據(jù)爐料落點位置確定； C是爐喉半徑，為高爐固定數(shù)據(jù)常數(shù)； D是落點料面斜率，根據(jù)原始料面形狀確定； E是料線深度，可以根據(jù)探尺檢測； 1.2、 基于支持向量機回歸的雷達散點數(shù)據(jù)擬合獲取原始料面形狀:根據(jù)雷達所測數(shù)據(jù) 求解預測模型的原始料面形狀參數(shù):使用雷達測量高爐中不同半徑多個點位的料面高度信 息，采用支持向量機在回歸問題的應用對料面高度散點進行擬合得到料面曲線； 利用高爐所安裝的雷達裝置，采集高爐中部分坐標點的料面高度信息；首先為高爐料 面建立一個極坐標系；使用雷達測量高爐中不同半徑多個點位的料面高度信息，再采用支 持向量回歸方法對料面高度散點進行擬合得到料面函數(shù)曲線； 1.3、 根據(jù)布料機理關(guān)系和雷達數(shù)據(jù)確定相關(guān)參數(shù)，以此校正預測模型； 1.4、 基于離散元法的仿真結(jié)果進行料面形狀參數(shù)校正； 所述的離散元法就是把研究對象分離為剛性元素的集合，使每個元素滿足牛頓第二定 律，用中心差分的方法求解各元素的運動方程，得到研究對象的整體運動形態(tài)； 根據(jù)高爐布料過程實質(zhì)是爐料運動過程，這個過程是受力學法則支配的；為了定量分 析爐料分布，首先建立布料方程； 爐料在高爐三維模型中進行運動，爐料通過導料管進入高爐，在溜槽上的運動符合運 動定律，離開溜槽作平拋運動，最終在原始料面上進行堆積;根據(jù)布料制度設置溜槽的傾角 和旋轉(zhuǎn)角速度，根據(jù)一批爐料的總量再設置顆粒數(shù)量，最后根據(jù)力學方程進行仿真計算，得 到一次布料后的高爐料面形狀三維仿真圖，讀取一個切面上的料面高度信息，將擬合料面 函數(shù)曲線和采用機理法推導得出高爐布料過程料面模型函數(shù)加權(quán)整合，來校正料面形狀函 數(shù)； 1.5、得到新的料面形狀函數(shù)作為輸出結(jié)果并反饋作為下一次的原始料面。2.根據(jù)權(quán)利1所述的一種多信息融合的高爐布料過程料面形狀建模方法，其特征在于： 所述采用支持向量回歸（SVR)方法對料面高度散點進行擬合得到料面函數(shù)曲線，該方法具 體內(nèi)容包括： 建立非線性支持向量機，這時的判別函數(shù)與樣本特征是非線性函數(shù)關(guān)系；以下面的二 次判別函數(shù)為例： g(X) =C0+C1X+C2X2= [C0，C1，C2]T[1，x，x2] =cTy (5) 該判別函數(shù)是特征X的非線性函數(shù)，但卻是特征向量y的線性函數(shù)； 非線性支持向量機就是采用引入非線性特征變換來將原空間中的非線性問題轉(zhuǎn)化為 新空間的線性問題，通過這種變換實現(xiàn)非線性分類;如果對特征X引入非線性變換得新特征 2 =爐(X)，則新的特征空間決策函數(shù)為：! 6) 相應的優(yōu)化問題為：則支持向量變?yōu)椋? (.7) (8)(9) 不論所生成的變換空間的維數(shù)多高，這個空間里的線性支持向量機求解都可以在 原空間通過核函數(shù)K(Xl，Xj)進行，這樣就避免了高維空間里的計算，而且計算核函數(shù)K( Xl， XJ)的復雜度與計算內(nèi)積并沒有實質(zhì)性的增加，只要知道核函數(shù)，沒有必要知道免(^)的具體 形式； 讀取現(xiàn)場測量數(shù)據(jù)，進行訓練； 在非線性情況下，支持向量回歸的擬合函數(shù)形式為：(UP 其中&是以下優(yōu)化問題的解：(11) 利用SVR算法進行數(shù)據(jù)擬合，得到料面函數(shù)曲線。3.根據(jù)權(quán)利1所述的一種多信息融合的高爐布料過程料面形狀建模方法，其特征在于： 所述建立布料方程的步驟包括如下內(nèi)容： 設爐料從導料管落入以ω速度旋轉(zhuǎn)的溜槽，一塊爐料質(zhì)量為m、重量為Q，進入溜槽煙溜 槽方向初速度為v〇(m/s)，爐料在溜槽某點的速度為v(m/s)，爐料在溜槽末端速度為^(m/ s)，爐料與溜槽的摩擦系數(shù)為μ，溜槽傾角為β，溜槽旋轉(zhuǎn)角速度為ω，溜槽長度為1，爐料在 溜槽上受到的力包括： (1) 重力： G=mg (12) (2) 慣性離心力： F = 4jt2 ω 2lmcos(P) (13) (3) 溜槽對爐料的反作用力： N=mg cos0-4jt2 ω 2lm cosPsinP (14) (4) 爐料與溜槽之間的摩擦力： Ff = ym cosP(g-4jr2 ω 21 sinP) (15) (5) 慣性科氏力： Fk = 43T〇ulm cos2P (16) 所以受力總和為： EF= (sin0-ycosP)+43T2lm cosP(cosP+ysinP) (17) 因為： 所以得到離開溜槽時的速度為： (18) (19) 爐料在爐喉空區(qū)內(nèi)運動受到爐內(nèi)煤氣流產(chǎn)生的向上的阻力P: -(20) 其中，k一流體阻力系數(shù)；γ -氣體密度;s-爐料最大橫截面積； 爐料在空區(qū)內(nèi)下降所用的時間為t2,根據(jù)拋物體運動方程可以得到方程組(21) (22) 其中h表示料線深度，可以由料尺測暈得到，Lx可以表示為：(23) 綜上爐料落點位置與高爐中心點水平距離表達式：(21) 確定參數(shù)爐料落點位置就是η。4.根據(jù)權(quán)利1所述的一種多信息融合的高爐布料過程料面形狀建模方法，其特征在于： 所述基于離散元法的仿真結(jié)果進行料面形狀校正，其校正方法內(nèi)容包括如下步驟： 步驟1、前處理:首先按照爐料的形狀建立爐料的三維模型，并設置其物理特性和材料 屬性;設置顆粒方案，顆粒生成的數(shù)量要和批料的質(zhì)量相關(guān);使用3D繪圖軟件繪制高爐幾何 模型，并導入到仿真系統(tǒng)中，設置高爐模型的材料和物理屬性； 步驟2、設置顆粒之間的作用力關(guān)系； 顆粒之間的作用力方程： 顆粒體之間平移運動接觸模型：(25) 其中，m為顆粒質(zhì)量;ν為顆粒運動速度;Fn為受到的合外力;Fc為其法向量及處理;Fg* 顆粒變形產(chǎn)生的阻尼力； 顆粒體之間旋轉(zhuǎn)運動接觸模型：(26) 其中I為轉(zhuǎn)動慣量;w為旋轉(zhuǎn)角速度;FS為轉(zhuǎn)動產(chǎn)生的合外力;r為顆粒的半徑;Fu為其他 顆粒所產(chǎn)生的旋轉(zhuǎn)摩擦力;Fr為阻尼力； 步驟3、后處理:運行3D動畫演示和動態(tài)跟蹤，完成布料后會得到相應料面形狀;然后根 據(jù)高度生成圖表，提取高度數(shù)據(jù)繪制料面形狀曲線； 步驟4、修改相應的條件：溜槽傾角、旋轉(zhuǎn)角速度，爐料質(zhì)量和爐料種類，進行下次實驗 仿真。
【文檔編號】C21B5/00GK105950807SQ201610390270
【公開日】2016年9月21日
【申請日】2016年6月2日
【發(fā)明人】華長春, 李祥龍, 李軍朋, 胡海洋, 趙彥兵, 關(guān)新平
【申請人】燕山大學