基于高斯混合模型的MWPCA高炉异常监测算法

朱雄卓，张瀚文，杨春节

（浙江大学控制科学与工程学院，浙江杭州310027）

引 言

钢铁工业是我国现代工业和国民经济重要支柱产业，也是国民经济密不可分的重要组成部分。而高炉炼铁是整个钢铁工业的核心环节，也是钢铁制造过程中能质流转换的关键工序，它的能耗占钢铁生产总能耗的比例高达70%。实现高炉炼铁过程安全运行，是钢铁工业深度节能减排和提质增效的重中之重。在高炉炼铁过程中，由于原料品质波动、人员的误操作、设备故障等原因，高炉炉况异常时有发生。高炉炉况一旦发生异常，往往会引起燃料比增加、休风检修时间增长、铁水质量不达标等问题，不仅会造成资源和设备的重大损失，降低高炉炉龄，甚至有可能引发事故造成人员伤亡。因此，提高高炉炼铁过程的安全性，尤其是减少高炉事故和异常炉况出现的频率，对减少能源消耗、保证设备和人员的安全以及提高钢铁生产流程的经济效益有着十分重要的意义。而一个准确的异常监测模型可以及时地为操作者提供报警，提前对炉况进行调整，避免危险情况的发生[1-4]。

作为钢铁生产的重要环节，高炉炼铁主要是通过内部一系列复杂的物理化学反应生产铁水。高炉是主要的反应堆，是整个炼铁过程的核心。高炉的输入和输出通常可以分为两部分。第一部分由含铁材料（例如铁矿石、烧结矿、球团矿）、焦炭和助熔剂组成，它们从顶部进入高炉。输入的第二部分由干燥的热空气、富氧燃料（例如焦油或煤粉）和湿气组成，这些气体从炉底吹入炉中。……