基于火焰及煙氣特征深融合的轉(zhuǎn)爐吹煉終點(diǎn)判斷

張紅哲，張冰潔，郭廷謙

（中國恩菲工程技術(shù)有限公司，北京 100038）

火法煉銅是目前銅冶煉領(lǐng)域的主流工藝之一，應(yīng)用較為廣泛。世界銅冶煉產(chǎn)量中，火法煉銅所占比例超過82%，而在國內(nèi)這一比例高達(dá)97%，火法煉銅工藝的重要性由此可見一斑［1］。自20 世紀(jì)60 年代至今，世界火法煉銅技術(shù)取得長足進(jìn)步，中國火法煉銅工藝也完成了從技術(shù)引進(jìn)到自主研發(fā)的跨越式發(fā)展，目前已處于世界領(lǐng)先水平［2-3］。當(dāng)下，轉(zhuǎn)爐吹煉法所用爐根據(jù)工藝不同可以分為：Pierce-Smith（P-S）轉(zhuǎn)爐、頂吹爐、閃速爐、側(cè)吹爐及底吹爐，其中P-S 轉(zhuǎn)爐憑借其技術(shù)成熟、綜合性價(jià)比高、操作簡單、除雜能力強(qiáng)、粗銅質(zhì)量高、適應(yīng)性強(qiáng)且可處理不同品位物料等優(yōu)勢，在國內(nèi)使用占比超過50%［4］。

在銅锍轉(zhuǎn)爐吹煉過程中，由于銅锍、吹煉渣、錮鈹和床下物等物料的存在，且冶煉反應(yīng)的過程控制存在差異，同時(shí)爐內(nèi)冶煉反應(yīng)條件復(fù)雜多變［5］，導(dǎo)致該過程各階段物料及煙氣濃度等因素之間相互耦合，使得整個(gè)吹煉的過程控制及時(shí)間控制存在諸多不確定性［6］。轉(zhuǎn)爐吹煉過程的終點(diǎn)預(yù)測是轉(zhuǎn)爐流程的關(guān)鍵步驟之一，無論過吹還是欠吹都會(huì)對產(chǎn)品品位、過程控制造成較大影響［7-8］。銅轉(zhuǎn)爐吹煉終點(diǎn)判斷包括造渣期終點(diǎn)判斷和造銅期終點(diǎn)判斷，為實(shí)現(xiàn)這兩步終點(diǎn)判斷，國內(nèi)外科研技術(shù)人員開展了大量理論研究與工程實(shí)踐，研究方法主要包括：人工經(jīng)驗(yàn)法、儀器監(jiān)測法和人工智能法，上述方法均能實(shí)現(xiàn)造渣期與造銅期兩步終點(diǎn)判斷［9］。

人工經(jīng)驗(yàn)法是指轉(zhuǎn)爐操作人員憑借長期積累的生產(chǎn)經(jīng)驗(yàn)，通過觀察火焰特征、黏結(jié)物特征、噴濺物特征等，來判斷爐內(nèi)反應(yīng)的終點(diǎn)時(shí)間，即完全憑借人工觀察和已有的經(jīng)驗(yàn)來判定終點(diǎn)時(shí)間［10］。儀器監(jiān)測法主要通過監(jiān)測PbS/PbO 濃度比來判斷終點(diǎn)時(shí)間，而該煙氣濃度指標(biāo)是吹煉過程中的顯著特征指標(biāo)［11-12］。人工智能法以吹煉過程中的顯著特征作為因變量，利用神經(jīng)網(wǎng)絡(luò)模型構(gòu)建預(yù)測函數(shù)，通過銅轉(zhuǎn)爐吹煉過程中的顯著因素來預(yù)測終點(diǎn)時(shí)間［13-14］。

目前，P-S 轉(zhuǎn)爐的終點(diǎn)預(yù)測以人工經(jīng)驗(yàn)為主［15］。在原礦來源不變的情況下，其他方法仍然存在人為因素干擾、終點(diǎn)判斷時(shí)間滯后、儀器在惡劣環(huán)境下易損壞、建模計(jì)算復(fù)雜等問題［16］。本文通過對吹煉過程表觀特征的顯著性進(jìn)行分析，基于深度殘差網(wǎng)絡(luò)（Resnet）設(shè)計(jì)了終點(diǎn)預(yù)測模型，極大提高了終點(diǎn)預(yù)測精度，同時(shí)該方法在工業(yè)生產(chǎn)中具有較高的適用性。

1 銅吹煉過程特征及其顯著性分析

P-S 轉(zhuǎn)爐的操作過程分為造渣和造銅兩個(gè)周期，為間歇操作。這兩個(gè)階段各因素的表觀特征有著較為明顯的差異，具體包括煙氣濃度、溫度、火焰特征、噴濺物、爐后釬樣等。

1.1 煙氣濃度

造渣期：銅轉(zhuǎn)爐吹煉過程中，煙氣濃度特征常用PbS/PbO 濃度比表示。造渣過程前期，PbS/PbO比值穩(wěn)定，數(shù)值變化量穩(wěn)定在2%以內(nèi)，直至造渣期終點(diǎn)時(shí)，PbS 濃度急速下降，PbO 濃度急速上升，此時(shí)PbS/PbO 快速下降。銅轉(zhuǎn)爐吹煉過程中的PbS/PbO 濃度比變化過程如圖1 所示，可以看出，PbS/PbO濃度比在造銅期終點(diǎn)判斷過程有較高的顯著性。

圖1 P-S銅轉(zhuǎn)爐吹煉過程PbS/PbO濃度比Fig.1 PbS/PbO concentration ratio during P-S copper converter blowing process

造銅期：造銅期煙氣特征一般用SO2濃度表示，在造銅期過程中，SO2濃度緩慢下降，直至造銅期終點(diǎn)，此時(shí)物料中的硫化物被完全氧化，SO2濃度接近0（一般小于0.5%）［17］，如圖2所示。

圖2 P-S銅轉(zhuǎn)爐吹煉過程SO2濃度監(jiān)測值Fig.2 SO2 concentration in P-S copper converter blowing process

1.2 溫度特征

造渣期：前期存在明顯放熱反應(yīng)，熔體溫度快速上升，由于物料品位及過程控制的不同，造渣期溫度特征難以量化。

造銅期：溫度由較低點(diǎn)逐漸上升至最高值，到造銅期終點(diǎn)時(shí)由于反應(yīng)基本停止，該階段的溫度明顯下降，且該過程中煙氣溫度通常比熔體溫度低 100～200 ℃。

1.3 火焰特征

造渣期：火焰顏色由黃色逐漸轉(zhuǎn)為乳白色，火焰呈現(xiàn)明顯的亮色，可以判定到達(dá)造渣期終點(diǎn)［18］。

造銅期：造銅期起始時(shí)由于煙氣反應(yīng)尚未穩(wěn)定，火焰顏色混濁，隨著煙氣反應(yīng)逐漸穩(wěn)定，火焰顏色逐漸明亮化。該過程伴隨著黃綠色煙氣直至逐漸消失，火焰顯現(xiàn)淡黃白色，且煙氣體量明顯減小，隨后火焰顏色從淡黃白色轉(zhuǎn)變?yōu)榈丶t色，最后火焰顏色穩(wěn)定為橘紅色，此時(shí)可認(rèn)為是造銅期終點(diǎn)時(shí)刻［19］。

1.4 爐后釬樣黏結(jié)物

造渣期：爐后開始出現(xiàn)釬樣黏結(jié)物時(shí)，顏色為灰白色，隨著釬樣黏結(jié)物的增加，顏色逐漸轉(zhuǎn)為青白色，隨后穩(wěn)定為油墨色，此時(shí)可認(rèn)為是造渣期終點(diǎn)。

造銅期：前期釬樣黏結(jié)物表面為金黃色，并逐漸轉(zhuǎn)為深褐色，隨后進(jìn)一步轉(zhuǎn)為橘紅色，最后穩(wěn)定為玫紅色，同時(shí)伴隨著黏結(jié)物表面由粗糙轉(zhuǎn)向光滑，此時(shí)可認(rèn)為是造銅期終點(diǎn)。

1.5 噴濺物

造渣期：前期出現(xiàn)渣樣時(shí)，渣樣呈灰白色，色澤明亮，且噴濺物表面呈圓形坑狀，坑邊緣隆起且表面高于渣面2～3 mm。

造銅期：噴濺物由細(xì)小禮花狀逐漸轉(zhuǎn)為球狀且外形由分散至密集，直至消失，當(dāng)表面呈球狀物邊針狀時(shí)，可以判斷到達(dá)造銅期終點(diǎn)。

如上所述，造渣期終點(diǎn)預(yù)測可利用的表觀特征包括PbS/PbO 濃度比、火焰特征、爐后釬樣表面分析、噴濺物表面特征。造銅期可利用的表觀特征包括SO2濃度、溫度、火焰特征、爐后釬樣表面分析、噴濺物表面特征。由圖1 可知，造渣期PbS/PbO 濃度比特征的顯著性要強(qiáng)于其余特征，根據(jù)其比例是否接近1 能夠?qū)K點(diǎn)時(shí)間進(jìn)行顯著的二值化描述，采用控制變量法使用62 爐數(shù)據(jù)分析，并以3 min 為閾值，通過PbS/PbO 對造渣期終點(diǎn)進(jìn)行預(yù)測。由圖3 可知，PbS/PbO 單一因素對造渣期終點(diǎn)預(yù)測的成功率最大超過80%。同理，SO2濃度可對造銅終點(diǎn)時(shí)間進(jìn)行顯著的二值化描述，SO2濃度對造銅期終點(diǎn)預(yù)測的成功率如圖4所示，容易看出最大值超過82%。因此，綜合這兩種因素的顯著性對終點(diǎn)預(yù)測的效果極佳。

圖3 PbS/PbO濃度比特征顯著性分析Fig.3 PbS/PbO feature significance analysis

圖4 SO2濃度特征顯著性分析Fig.4 SO2 significance analysis

2 終點(diǎn)預(yù)測模型

人工經(jīng)驗(yàn)法、儀器監(jiān)測法原理本質(zhì)上相同，均靠人工或人工設(shè)置的監(jiān)測量閾值進(jìn)行判斷，后者的優(yōu)勢僅比前者有著更量化的數(shù)值，且更易于做出判斷。與此不同，基于神經(jīng)網(wǎng)絡(luò)的人工智能法具備自主決策的功能。由于神經(jīng)網(wǎng)絡(luò)對不同維度特征進(jìn)行融合時(shí)，存在訓(xùn)練不收斂的問題。在特征顯著性足夠的前提下，現(xiàn)有主流的人工智能方法多通過單一特征分析來預(yù)測終點(diǎn)。如利用單一火焰顏色特征，并基于深度網(wǎng)絡(luò)模型（DenseNet）進(jìn)行訓(xùn)練，可對造銅期終點(diǎn)進(jìn)行預(yù)測［8］。在銅轉(zhuǎn)爐吹煉研究早期，涌現(xiàn)出諸多利用傳統(tǒng)Back Propagation（BP）神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)判斷模型的研究成果，所述模型大多利用自適應(yīng)殘差補(bǔ)償算法對傳統(tǒng)神經(jīng)網(wǎng)絡(luò)進(jìn)行融合，并利用融合模型對吹煉終點(diǎn)進(jìn)行預(yù)測，但由于模型輸入特征的不同維度之間存在權(quán)重關(guān)聯(lián)，導(dǎo)致預(yù)測結(jié)果的泛化能力難以滿足工業(yè)應(yīng)用需求［9］。

考慮到本文存在3種不同維度的特征：1）火焰感知圖像；2）連續(xù)時(shí)間的PbS/PbO 濃度比；3）SO2濃度。其中，前者為二維特征，后兩者為一維特征。為實(shí)現(xiàn)3種特征融合，本文首先對二維與一維特征分別設(shè)計(jì)網(wǎng)絡(luò)，提取固定數(shù)目的一維特征進(jìn)行線性拼接，組成融合特征。在此基礎(chǔ)上，利用卷積進(jìn)行歸一化后作為最終的特征。最后，利用該特征進(jìn)行預(yù)測。在特征融合過程中，不同維度特征的顯著性不同，融合過程中某一特征存在權(quán)重過大問題，本文使用Resnet 來弱化模型的退化問題，最終的設(shè)計(jì)模型如圖5 所示。其中Input 1，Input 2 和Input 3 分別表示火焰感知圖像、連續(xù)時(shí)間的PbS/PbO 濃度比和SO2濃度。

PbS/PbO 濃度比與SO2濃度采用固定的網(wǎng)絡(luò)結(jié)構(gòu)，首先對連續(xù)過程中的PbS/PbO 濃度比、SO2濃度提取二階梯度，如式（1）所示：

式中，tk表示k時(shí)刻的PbS/PbO 濃度比，Tk表示該指標(biāo)的二階梯度，sk表示k時(shí)刻的SO2濃度，Sk表示SO2濃度的二階梯度。利用二階梯度表征的特征能在一定程度上弱化反應(yīng)過程中物料變化帶來的影響。為進(jìn)一步對該二階梯度進(jìn)行卷積，以消除局部梯度過大的奇點(diǎn)帶來的影響，降低最終匹配過程的閾值設(shè)計(jì)。最后進(jìn)行池化得到這兩個(gè)一維數(shù)據(jù)的特征。二者雖然具有相同的網(wǎng)絡(luò)，但訓(xùn)練時(shí)具有不同的權(quán)重，具備特征融合時(shí)的歸一化功能。

同時(shí)，使用常規(guī)的Resnet 網(wǎng)絡(luò)模型結(jié)構(gòu)對Input 1進(jìn)行設(shè)計(jì)，中間殘差網(wǎng)絡(luò)設(shè)計(jì)為4層。隨后與Input 2 和Input 3 所提取的特征進(jìn)行線性融合，融合后結(jié)果為一維。然后使用卷積、池化、全連接層生成低維度特征，并利用非線性激活函數(shù)輸出結(jié)果，輸出層采用歸一化指數(shù)函數(shù)（softmax）與中心損失函數(shù)（center）結(jié)合的定義如式（2）：

式中，L表示損失函數(shù)，c表示類中心，x表示樣本值，λ表示歸一化因子。式（2）的函數(shù)可使特征不同維度類間距離增大，同時(shí)對類內(nèi)預(yù)測結(jié)果進(jìn)行明顯區(qū)分，使得最終分類準(zhǔn)確性有效提高，最終得到二維的預(yù)測結(jié)果。

本文基于62 爐使用人工經(jīng)驗(yàn)法吹煉過程的數(shù)據(jù)進(jìn)行訓(xùn)練，所用物料的數(shù)據(jù)均基本相同，冰銅物料含銅品位為52%～58%，造渣期投入的冰銅、混合 風(fēng)、固 鈹、石英石、底銅占 比分別52.71%，31.38%，8.91%，4.46%和1.17%，造渣期后含銅量可提升至74%。造銅期混合風(fēng)、白冰銅、冷銅占比分別為44.91%，38.82%和11.63%，最終造銅期后含銅量為98.5%。上述數(shù)據(jù)中包含對預(yù)測時(shí)間的精度標(biāo)注，即反應(yīng)過程中各個(gè)特征量、監(jiān)測量與反應(yīng)時(shí)間的對應(yīng)關(guān)系已知?？紤]到造渣期與造銅期的時(shí)間預(yù)測精度，本文使用3 min 作為閾值進(jìn)行預(yù)測誤差的判定，樣本篩選中同樣需要使用該閾值進(jìn)行正負(fù)樣本篩選，即在正負(fù)樣本選擇階段將距離終點(diǎn)時(shí)刻3 min 內(nèi)的圖像標(biāo)注為正樣本，由此能夠保證預(yù)測模型快速收斂。如文獻(xiàn)[12]同樣采用該閾值篩選正樣本圖像，文獻(xiàn)[16-17]實(shí)驗(yàn)驗(yàn)證階段的誤差均以該閾值進(jìn)行結(jié)果判定，該閾值下的預(yù)測結(jié)果完全可以指導(dǎo)工業(yè)應(yīng)用。采用3 min 作為閾值，將數(shù)據(jù)對應(yīng)的每一爐中，選擇終點(diǎn)時(shí)刻3 min 內(nèi)的數(shù)據(jù)作為正樣本，其余非終點(diǎn)時(shí)刻，每間隔25 min取一次3 min 數(shù)據(jù)作為負(fù)樣本。共62 份正樣本，620 份負(fù)樣本。

模型訓(xùn)練完成后，使用與訓(xùn)練數(shù)據(jù)不同的10份驗(yàn)證數(shù)據(jù)進(jìn)行預(yù)測驗(yàn)證。與訓(xùn)練階段類似，每份驗(yàn)證數(shù)據(jù)取終點(diǎn)時(shí)刻1 min 內(nèi)的數(shù)據(jù)組、非終點(diǎn)過程中的1 min 數(shù)據(jù)組進(jìn)行預(yù)測，單次驗(yàn)證過程均隨機(jī)取其中10 組數(shù)據(jù)。以文獻(xiàn)［8］中的3 min 作為準(zhǔn)確度判斷，以低于該閾值為準(zhǔn)確，最終準(zhǔn)確率統(tǒng)計(jì)如表1所示。

表1 準(zhǔn)確率統(tǒng)計(jì)Table 1 Accuracy statistics

本文所設(shè)計(jì)的模型結(jié)構(gòu)輕量化，算法運(yùn)行于APK-6 Rk3399 工業(yè)控制計(jì)算機(jī)，信號(hào)檢測與數(shù)據(jù)傳輸?shù)难舆t在微秒級(jí)。對上述10 份驗(yàn)證數(shù)據(jù)隨機(jī)取其中一次進(jìn)行預(yù)測，結(jié)果如圖6 所示，可以看出模型單次運(yùn)行時(shí)間小于0.2 s。因此，本文所設(shè)計(jì)模型的計(jì)算耗時(shí)可以忽略不計(jì)，上述采用3min 閾值進(jìn)行終點(diǎn)判斷的過程不存在算法耗費(fèi)時(shí)間。根據(jù)表1，采用平均法得到終點(diǎn)預(yù)測準(zhǔn)確率達(dá)到93.66%。經(jīng)統(tǒng)計(jì)可知，造渣期平均預(yù)測誤差為2.12%，造銅期平均預(yù)測誤差為2.06%，具備替代人工經(jīng)驗(yàn)的價(jià)值。

圖6 預(yù)測時(shí)間誤差Fig.6 Prediction time error

3 結(jié)論

對銅轉(zhuǎn)爐吹煉過程進(jìn)行了特征顯著性分析，確定了火焰、連續(xù)時(shí)間的PbS/PbO 濃度比與SO2濃度這3 種顯著性特征融合的方案?；赗esnet 網(wǎng)絡(luò)構(gòu)建了終點(diǎn)預(yù)測模型，融合了3 種不同維度特征，實(shí)現(xiàn)了造渣期和造銅期的終點(diǎn)預(yù)測。

實(shí)驗(yàn)結(jié)果表明，造渣期終點(diǎn)時(shí)間平均預(yù)測誤差為2.12%，造銅期終點(diǎn)時(shí)間平均預(yù)測誤差為2.06%，雙期終點(diǎn)預(yù)測準(zhǔn)確率達(dá)到93.66%。所設(shè)計(jì)的方法具備替代人工經(jīng)驗(yàn)的價(jià)值，引入大量歷史數(shù)據(jù)所訓(xùn)練的模型能對預(yù)測過程進(jìn)行顯著量化，最終訓(xùn)練出的模型能減少人工經(jīng)驗(yàn)法或儀監(jiān)測誤差導(dǎo)致的誤判，針對相同品位物料在火法吹煉過程的終點(diǎn)預(yù)測具有較高的工程應(yīng)用價(jià)值。