基于信息融合的電熔鎂爐熔煉異常工況等級識別

李鴻儒, 王奕文, 鄧靖川

(東北大學(xué) 信息科學(xué)與工程學(xué)院, 遼寧 沈陽 110819)

電熔鎂砂(MgO)具有熔點(diǎn)高、結(jié)構(gòu)致密、耐腐蝕、絕緣性強(qiáng)等特性而普遍應(yīng)用于航空航天、冶金等行業(yè)[1].高純度的電熔鎂砂主要由特制的三相交流電熔鎂爐生產(chǎn)出來,這種電熔鎂爐通過適當(dāng)調(diào)整三相電極和熔池液面間的距離控制電流值和電弧強(qiáng)度.在電熔鎂爐加熱熔化過程中,當(dāng)原料的種類、顆粒大小、雜質(zhì)成分頻繁變化時,如果不能及時調(diào)整電流設(shè)定值的大小,就有可能出現(xiàn)半熔化異常和過加熱異常.半熔化異常由原料熔點(diǎn)升高引起,無法完全熔化的爐料直接落入熔池,二氧化碳?xì)怏w在熔池內(nèi)部聚集,嚴(yán)重時高溫熔液在氣體壓力下穿透爐壁.過加熱異常由原料雜質(zhì)不均勻、熔點(diǎn)降低引起,爐料在短時間內(nèi)大量熔化,導(dǎo)致熔池液面快速上升,超過工藝允許范圍,造成熔池內(nèi)雜質(zhì)含量上升.此外,原料熔化速度過快釋放大量氣體,嚴(yán)重時可能會造成“噴爐”事故.

長期以來,電熔鎂生產(chǎn)企業(yè)主要依靠人工“看火”方式進(jìn)行電熔鎂爐熔煉.單靠操作者往往難以識別熔煉過程出現(xiàn)的異常工況,一旦造成故障,輕則系統(tǒng)不穩(wěn)定,影響生產(chǎn)效率,重則可能導(dǎo)致生產(chǎn)癱瘓,甚至發(fā)生生產(chǎn)事故,給企業(yè)帶來重大財產(chǎn)損失且嚴(yán)重威脅操作者的人身安全.近年來,有學(xué)者提出了各種熔煉異常工況識別方法,取得了不錯的識別效果[2-6].文獻(xiàn)[2]和文獻(xiàn)[3]采用數(shù)據(jù)驅(qū)動的方法,提取熔煉過程的電流跟蹤誤差和電流變化率兩個電流特征,利用規(guī)則推理識別等級較為嚴(yán)重的半熔化、過加熱、加料和排氣異常工況;文獻(xiàn)[4]采集電弧爐不同階段的噪聲數(shù)據(jù),發(fā)現(xiàn)電弧噪聲的聲強(qiáng)和頻率與電弧爐工作狀態(tài)具有高度相關(guān)性;文獻(xiàn)[5]通過獲取電熔鎂爐生產(chǎn)現(xiàn)場過程圖像,利用深度學(xué)習(xí)技術(shù)實(shí)現(xiàn)對半熔化異常工況的在線識別.文獻(xiàn)[6]同樣通過獲取視頻監(jiān)控電熔鎂爐爐口火焰圖像進(jìn)行圖像處理，進(jìn)而實(shí)現(xiàn)加料、熔煉、排氣和欠燒工況下的判斷.但以上文獻(xiàn)只能識別程度較為嚴(yán)重的異常,無法及時判斷程度較輕的異常.

操作人員判斷當(dāng)前工況狀態(tài)及嚴(yán)重異常時不僅要觀察三相電極電流的波動情況和熔煉設(shè)備(爐體、三相電極等)的工作狀態(tài),如爐體表面是否因局部溫度過高產(chǎn)生“亮斑”,爐內(nèi)是否有高溫熔液噴出等,還要結(jié)合聲音信息等判斷當(dāng)前是否發(fā)生異常工況,同時根據(jù)異常等級調(diào)整電流設(shè)定值.而信息融合正是模擬人的感知方法,綜合處理來自多個同類或異類信息源的信息,從而獲得比單一信息源更準(zhǔn)確、穩(wěn)定和可靠的目標(biāo)信息[7].

為了及時發(fā)現(xiàn)熔煉過程中的異常,本文提出一種基于信息融合的電熔鎂爐熔煉過程異常等級識別模型,提取相應(yīng)的電流、圖像和聲音信號特征并輸入到識別模型中進(jìn)行工況分類,將異常工況分為輕微、中度和嚴(yán)重三種等級.這對及時調(diào)整加熱熔化電流設(shè)定值的大小、提高產(chǎn)品產(chǎn)量和品質(zhì)、降低單噸能耗、保證操作人員安全、減少生產(chǎn)成本具有一定的現(xiàn)實(shí)意義.

1 電熔鎂爐熔煉過程工況分析

電熔鎂爐熔煉設(shè)備如圖1所示.電熔鎂爐熔煉工藝流程主要包括配料,備爐,熔煉,停爐、冷卻,破坨、分揀、計量,指標(biāo)化驗(yàn),最后得到電熔鎂砂成品[8].熔煉過程包括加熱熔化工況、加料工況和排氣工況.本文針對熔煉過程的加熱熔化情況進(jìn)行分析，其反應(yīng)物理化學(xué)方程式[9]如下:

(1)

(2)

(3)

當(dāng)原料熔點(diǎn)升高時,如果電流設(shè)定值保持不變,原料熔化不充分,部分未完全熔化的原料落入熔池內(nèi),發(fā)生化學(xué)反應(yīng)生成二氧化碳?xì)怏w,當(dāng)聚集氣體較多時爐內(nèi)氣壓升高,高壓使得高溫液體接近爐壁并可能穿破爐殼保護(hù)層熔化爐殼,甚至形成“亮斑”,這就是半熔化工況.

在實(shí)際生產(chǎn)過程中,產(chǎn)生亮斑說明已經(jīng)發(fā)生非常嚴(yán)重的生產(chǎn)事故,需要立即停止生產(chǎn),但這種情況是極少發(fā)生的.如果現(xiàn)場的爐體亮度較高,電流波動劇烈,同時熔煉過程中的聲音大小和頻率超過一定程度,即便沒有亮斑也應(yīng)當(dāng)認(rèn)為當(dāng)前處于嚴(yán)重的半熔化工況,因此中度半熔化與嚴(yán)重半熔化的識別特征有諸多重合之處;而輕微半熔化的電流特征與正常工況區(qū)別不大,沒有亮斑且爐體部分整體亮度不會明顯增加.

當(dāng)原料熔點(diǎn)降低時,如果電流設(shè)定值保持不變,原料會在短時間內(nèi)快速熔化,使得熔池液面快速上升,超過工藝允許的正常范圍.長時間處于此情況,會使熔池內(nèi)部雜質(zhì)析出不徹底,產(chǎn)品品位下降;原料熔化速度過快也會釋放大量氣體,同樣可能會造成“噴爐”事故,這就是過加熱工況.

在輕微過加熱和中度過加熱工況中,熔池液面的上升速度比正常工況快,但通過爐體外部的熔融區(qū)圖像處理得到的熔融區(qū)面積不能完全反映熔池高度,因此兩種工況的熔融區(qū)面積占比變化率差別不大,此外，兩種異常工況圖像的整體亮度也有所增強(qiáng).如果原料在短時間內(nèi)大量熔化,熔池液面迅速上升,導(dǎo)致熔融區(qū)面積占比明顯增加,爐體部分亮度顯著增強(qiáng),對應(yīng)的熔煉聲音的大小和頻率也發(fā)生明顯改變,此時可以將工況判斷為嚴(yán)重過加熱工況.

2 異常工況等級識別模型的建立

加熱熔化過程的異常等級識別過程如圖2所示,包括特征提取模塊、數(shù)據(jù)預(yù)處理模塊和異常工況分級模塊.

異常工況分級識別模塊包括4個子識別模型,如圖3所示.

2.1 特征提取

根據(jù)半熔化工況和過加熱工況在不同異常等級下的表現(xiàn)情況,本文對采集到的電流信號、圖像信號和聲音信號提取特征[10],如表1所示.

2.2 特征數(shù)據(jù)預(yù)處理

將計算得到的特征進(jìn)行同步化和歸一化處理，電流和圖像特征信號按照式(4)、式(5)同步化:

i=1,2;m=1,2

.

(4)

i= 3,4,5,6;n= 1,2,3,4 .

(5)

聲音特征信號按照式(6)同步化:

Shy(i)=Vvoc,c(l);2Ts3>Ts>Ts3;i=7,8,9,10;l=1,2,3,4 .

(6)

式中：Shy(i)表示同步化處理后的10個特征變量；Vcur,a，(m),Vima,b(n)，Vvoc,c(l)分別表示提取的電流、圖像和聲音特征；k表示一個同步采樣周期內(nèi)電流和圖像樣本數(shù)量.電流采樣周期Ts1約1 s,圖像特征采樣周期Ts2約1.4 s,聲音特征采樣周期Ts3約2.3 s,同步序列化后的周期為Ts,以上變量應(yīng)滿足Ts>max{Ts1,Ts2,Ts3},本文取Ts=2.5 s.

表1 異常工況的特征提取Table 1 Feature extraction of abnormal conditions

2.3 建立異常工況等級識別模型

根據(jù)專家經(jīng)驗(yàn)分別選取合適的特征輸入到相應(yīng)的識別模型中,判斷工況類型和異常等級,如表2所示.

2.3.1 基于支持向量機(jī)的輕微半熔化和嚴(yán)重過加熱工況識別模型

在熔煉過程中,異常工況發(fā)生頻率不高,異常樣本難以采集.對于輕微半熔化和嚴(yán)重過加熱工況,本文將提取并經(jīng)過預(yù)處理的特征輸入到一對多支持向量機(jī)模型中,輸出類別為對應(yīng)工況類型和其他工況類型.

現(xiàn)對支持向量機(jī)基本原理作簡要描述.

設(shè)在d維空間有訓(xùn)練集{Xi,Yi}(i=1, 2,…,k,k為樣本數(shù);Xi∈Rd,Yi∈{-1,1}),即若Xi屬于類1,那么Yi=1,若Xi屬于類2,那么Yi=-1.支持向量機(jī)就是要找到一個滿足要求的分割面w·x+b=0,使之既能把訓(xùn)練樣本中的數(shù)據(jù)正確分類,又能使分類后的數(shù)據(jù)集之間的間隔盡可能大.數(shù)學(xué)模型如下:

(7)

s.t.yi(w·xi+b)≥1-ξi;i=1,2,…,k；ξi≥0 .

(8)

式中C為懲罰因子,表示對錯分樣本懲罰的程度；ξi為松弛變量，當(dāng)一些點(diǎn)出現(xiàn)在間隔內(nèi)部，函數(shù)硬間隔的約束條件，即yi(w·xi+b)≥1不滿足時引入.

表2 不同等級的異常工況及其特征選取Table 2 Different levels of abnormal conditions and the corresponding features selected

2.3.2 基于規(guī)則推理的中度半熔化和嚴(yán)重半熔化工況識別模型

對于中度半熔化和嚴(yán)重半熔化工況,采用正向規(guī)則推理的方法,歸納出5條規(guī)則,推理規(guī)則與推理過程如下.

采用正向推理機(jī)制,具體步驟如下:

步驟1 初始化,令z1=1.計算當(dāng)前時刻表1中所列的特征值;

步驟2 判斷當(dāng)前時刻特征與第z1條規(guī)則中的前提條件部分是否匹配,若匹配則對應(yīng)輸出第z1條規(guī)則結(jié)論部分對應(yīng)的異常工況,并轉(zhuǎn)到步驟4;否則進(jìn)行下一步;

步驟3 判斷z1是否與zN相等(zN為規(guī)則庫中的規(guī)則數(shù)量),若相等則表示當(dāng)前時刻為正常工況,并轉(zhuǎn)到步驟4,否則z1=z1+1;

步驟4 結(jié)束推理.

嚴(yán)重半熔化規(guī)則如下:

Rule1:IFSl(t)>Hl1THEN “serious semi-molten”

will happen.

Rule2:IFEi(t)>Hi1ANDR(t)>HR1THEN

“serious semi-molten” will happen.

Rule3:IF|ΔI(t)|>HΔI1ANDR(t)>HR1THEN

“serious semi-molten”will happen.

Rule4:IFHi2

ANDR(t)>HR1ANDEn(t)>Hn1

THEN “serious semi-molten” will happen.

中度半熔化規(guī)則如下:

Rule5:IFHi2

ANDHR2

Hn2

semi-molten” will happen.

其中：HΔI1，Hl1分別代表|ΔI(t)|，Sl(t)的某一限定值；Hi1/Hi2，Hn1/Hn2,HR1/HR2分別表示特征Ei(t),En(t),R(t)的低限和高限，限定值均大于0.

2.3.3 基于決策樹支持向量機(jī)的輕微過加熱和中度過加熱工況識別模型

對于輕微和中度過加熱工況,本文采用決策樹支持向量機(jī)方法[11-12].決策樹支持向量機(jī)分類方法利用二岔樹結(jié)構(gòu)組合構(gòu)造二值分類器,中間節(jié)點(diǎn)代表一個二值分類器,葉子節(jié)點(diǎn)代表分類結(jié)果.訓(xùn)練階段普遍采用先聚類、后分類的思想逐層構(gòu)建中間節(jié)點(diǎn),在計算階段將測試數(shù)輸入二岔樹的根節(jié)點(diǎn)開始分類計算,直到葉子節(jié)點(diǎn)得出結(jié)果.這個方法可以較為準(zhǔn)確地識別所有類別.輕微過加熱和中度過加熱工況識別模型構(gòu)建方法如圖4所示.

3 異常工況等級識別的仿真驗(yàn)證

本文所用到的仿真電流特征數(shù)據(jù)共590組,對應(yīng)的圖像特征數(shù)據(jù)424組,聲音特征數(shù)據(jù)234組.按以上模型將采集并計算得到的特征進(jìn)行分類,當(dāng)所有識別模型輸出均標(biāo)記為“其他工況”時,工況為正常工況.模型識別結(jié)果如表3所示.

從識別結(jié)果來看,異常工況等級識別精確率和召回率均超過80%,遠(yuǎn)超過實(shí)際生產(chǎn)中人工識別結(jié)果.熔煉過程中嚴(yán)重半熔化工況現(xiàn)象相對更容易觀測,因此其識別效果最好,精確率和召回率可達(dá)到100%;輕微半熔化召回率較低,主要原因在于部分中度半熔化被識別為輕微半熔化工況.

表3 不同等級的異常工況識別結(jié)果Table 3 Classification results of different levels of abnormal conditions %

4 結(jié) 語

針對電熔鎂爐在加熱熔化過程中的工況特點(diǎn),本文提出一種結(jié)合知識和數(shù)據(jù)融合、基于多信息源(電流、圖像和聲音特征)識別不同等級異常工況的方法,解決了輕微和中度熔煉異常工況難以自動識別的問題.本文研究對于及時發(fā)現(xiàn)熔煉過程異常工況,調(diào)整熔煉過程電流設(shè)定值大小,從而有效提高產(chǎn)品質(zhì)量,降低單噸能耗,具有一定的參考意義.