应用于冶炼设备的智能管理系统及方法

165 编辑：中冶有色技术网来源：江西铜业技术研究院有限公司, 江西铜业股份有限公司, 江西铜业集团（贵溪）冶化新技术有限公司

2025-01-16 15:54:56

权利要求

1.一种应用于冶炼设备的智能管理方法，其特征在于，包括以下步骤：

S11，对闪速炉反应塔实时进行炉内红外成像探测，获取炉内实时温度分布图像，基于炉内实时温度分布图像进行区域划分;

S12，根据区域的实时温度情况，确定温度异常高的区域;

S13，对温度异常高的区域进行热点分析和挂渣脱落分析，识别温度异常高现象产生的原因;若异常高现象产生的原因是挂渣脱落，则控制原料成分变化同时控制热负荷，加速挂渣形成;若异常高现象产生的原因不是挂渣脱落，则继续保持对炉内温度的监测。

2.根据权利要求1所述的一种应用于冶炼设备的智能管理方法，其特征在于，在步骤S11中，所述基于炉内实时温度分布图像进行区域划分还包括以下步骤：

S21，获取炉内实时温度分布图像中每个像素点的温度数据;

S22，随机选择K个初始质心形成分类簇，K为常数;

S23，计算每个像素点与质心之间的欧式距离，将像素点分配给欧氏距离最小的质心的分类簇;欧式距离通过以下公式进行计算：;式中D表示欧氏距离，a、b和c为像素点在温度分布图像中的横坐标、纵坐标和温度数据，a0、b0和c0为质心在温度分布图像中的横坐标、纵坐标和温度数据，k1为位置权重，k2为温度权重;

S24，计算每个分类簇的所有像素点的平均值，将平均值作为信息质心;

S25，重复步骤S23和S24，直到达到最大迭代次数。

3.根据权利要求2所述的一种应用于冶炼设备的智能管理方法，其特征在于，在步骤S12中，所述根据区域的实时温度分布情况，确定温度异常高的区域还包括以下步骤：

获取炉内所有区域的实时温度，将区域实时温度作为输入，输入到热点现象或者挂渣脱落现象出现概率与温度之间的概率密度函数g(x)中，得到热点现象或者挂渣脱落现象出现概率;若热点现象或者挂渣脱落现象出现概率不小于阈值，则判断区域为温度异常高的区域。

4.根据权利要求3所述的一种应用于冶炼设备的智能管理方法，其特征在于，通过以下步骤获取热点现象或者挂渣脱落现象出现概率与温度之间的概率密度函数g(x)：

S41，获取闪速炉反应塔的历史冶炼数据并得到温度分布图像，对温度分布图像进行区域划分，获取历史冶炼数据的温度分布图像上区域的平均温度，并对存在热点现象或者挂渣脱落现象的区域进行标注;

S42，根据历史冶炼数据生成数据集：设置温度节点a1、a2、…、an，式中n为节点的数量;令T表示温度随机变量，获取温度随机变量T大于等于a1时，标注数据出现的概率P{T≥a1}，P{T≥a1}=na1/Na1，式中na1表示历史冶炼数据中温度大于等于a1且存在热点现象或者挂渣脱落现象的区域的数量，Na1表示历史冶炼数据中温度大于等于a1的区域的数量;按照与温度节点a1相同的方式，得到温度随机变量T大于等于a2、…、an时，标注数据出现的概率P{T≥a2}、…、P{T≥an};由a1和P{T≥a1}、a2和P{T≥a2}、…、an和P{T≥an}形成n个数据点，将数据点分别记为x1、x2、…、xn得到数据集;

S43，通过核密度估计得到热点现象或者挂渣脱落现象出现概率与温度之间的概率密度函数g(x);选择一个具有非负性和对称性且在实数域R上的积分为1的核函数;设置大于零的常数作为核函数K的带宽h;根据带宽对核函数进行缩放得到Kh，其中Kh(u)=1/h×K(u/h)，u为核函数的输入;获取数据集中数据点xi对估计点x的贡献率Kh(x-xi);将数据集中所有数据点对估计点x的贡献率进行相加，得到估计点x处的核密度估计值g(x);g(x)=1/n∑Kh(x-xi);改变估计点x的位置，得到访问反馈数据在整个数据集上的核密度估计;所述数据集为历史访问反馈数据最小值到最大值之间的区间;对核函数的效果进行验证，并通过交叉验证选择验证效果最佳的带宽h。

5.根据权利要求4所述的一种应用于冶炼设备的智能管理方法，其特征在于，在步骤S13中，所述识别温度异常高现象产生的原因还包括以下步骤：

S51，获取温度异常高的区域的平均温度时间序列，令温度异常高的区域为目标区域，将目标区域被识别为温度异常高的区域的时间记为t，获取时间t-dt之前目标区域的平均温度的变化率Δt1、时间t+dt之后目标区域的平均温度的变化率Δt2和时间[t-dt,t+dt]之间目标区域的平均温度的变化率Δt;式中dt为时间窗口;

S52，计算Δt1和Δt2之间的差值得到变化率差值Δbt，对[Δbt Δt]进行无监督分类：获取存在挂渣脱落现象的历史冶炼数据，确定挂渣脱落区域，分别计算挂渣脱落前区域平均温度的变化率和挂渣脱落后区域平均温度的变化率，得到挂渣脱落前后平均温度的变化率的差值v1;获取挂渣脱落时区域平均温度的变化率v2，将[v1 v2]加入无监督分类数据集中;获取存在热点现象的历史冶炼数据，确定热点区域，分别计算热点区域时间rt-dt之前和时间rt+dt之后热点区域平均温度的变化率，得到温度变化率的差值v3;获取热点区域在时间[t-dt,t+dt]内平均温度的变化率v4，将[v3 v4]加入无监督分类数据集中;利用分类数据集对[Δbt Δt]进行无监督分类，根据[Δbt Δt]所属分类簇中属于挂渣脱落现象的数据在分类簇中所占的比例p，得到温度异常高现象的原因是挂渣脱落的概率p，若p不小于设定阈值，则判断温度异常高现象的原因是挂渣脱落，否则挂渣脱落的原因是热点现象。

6.根据权利要求1所述的一种应用于冶炼设备的智能管理方法，其特征在于，在步骤S13中，控制原料成分变化同时控制热负荷，加速挂渣形成还包括以下步骤：

采用高铁含量铜精矿、同步下调石英粉熔剂比率，控制反应过程渣铁硅比升高;

在精矿喷嘴入料端增加专用料量调整翅片，增加区域下矿量，降低吨矿氧量，实现反应热负荷局部降低，降低熔体以及烟气烟尘温度，使熔体附着量大于侵蚀量，提升挂渣进度;

调整调风锥以及精矿喷嘴与空气室相对位置，减少区域通风截面积，降低区域氧量，从而降低区域热负荷，增加熔体黏度，加速挂渣进程;

加大区域铜水套冷却水量以及外部增设强制冷却风的形式增强冷却强度，促进挂渣进程。

7.一种应用于冶炼设备的智能管理系统，其特征在于，包括数据采集模块、挂渣控制模块、数据存储模块和数据分析模块;所述数据采集模块的输出端与所述数据存储模块的输入端相连接，用于获取对闪速炉反应塔实时进行炉内红外成像探测;所述数据存储模块的输出端与所述数据分析模块的输入端相连接，用于存储数据采集模块获取的红外成像数据，并对存在挂渣脱落现象和热点现象的红外成像数据进行标注;所述数据分析模块用于对炉内的温度进行异常检测，并对出现温度异常高现象的原因进行分析;所述挂渣控制模块用于在出现挂渣脱落现象时加速挂渣形成。

8.根据权利要求7所述的一种应用于冶炼设备的智能管理系统，其特征在于，所述挂渣控制模块还包括原料调整单元、负荷调整单元和冷却调整单元;所述原料调整单元用于对原料成分调整，减少反应后熔体对反应塔挂渣侵蚀，提高形成的挂渣层致密度;所述负荷调整单元用于降低挂渣脱落变薄区域热负荷，降低反应剧烈程度;所述冷却调整单元用于增强挂渣脱落区域的冷却强度。

9.根据权利要求7所述的一种应用于冶炼设备的智能管理系统，其特征在于，所述数据分析模块还包括区域划分单元、数据整合单元、估计单元和挂渣脱落判断单元;所述区域划分单元用于对温度分布图像进行区域划分;所述数据整合单元用于整合生成核密度估计和无监督分类的数据集;所述估计单元用于对热点现象或者挂渣脱落现象出现概率与温度之间的概率密度函数进行估计;所述挂渣脱落判断单元用于识别温度异常高现象产生的原因。

10.根据权利要求7所述的一种应用于冶炼设备的智能管理系统，其特征在于，所述挂渣脱落判断单元获取时间t-dt之前目标区域的平均温度的变化率Δt1、时间t+dt之后目标区域的平均温度的变化率Δt2和时间[t-dt,t+dt]之间目标区域的平均温度的变化率Δt，根据Δbt和Δt识别温度异常高现象产生的原因，其中Δbt为Δt1和Δt2之间的差值，t为区域被识别为温度异常高的区域的时间，dt为时间窗口。

说明书

技术领域

[0001]本发明涉及冶炼技术领域，具体是一种应用于冶炼设备的智能管理系统及方法。

背景技术

[0002]闪速炉反应塔由中央精矿喷嘴、混气室、反应塔本体组成，其主体为一竖直筒体，自内而外由熔炼挂渣、耐火砖、铜水套以及钢外壳构成。反应塔主要依靠塔壁挂渣抵抗塔内高强度熔炼反应产生的熔体以及烟气烟尘侵蚀。当挂渣脱落或过薄时，会对塔壁造成不可逆烧损，严重时会出现水套泄漏、塔壁烧穿导致停产。常规挂渣过程人为干预程度低、存在效率低、挂渣薄易脱落以及耐火砖铜水套损伤大等缺点，从而导致闪速炉无法满负荷运行。由于以上问题，常规自然挂渣无法正常适用于闪速炉高效生产。

发明内容

[0003]本发明的目的在于提供一种应用于冶炼设备的智能管理系统及方法，以解决现有技术中提出的问题。

[0004]为实现上述目的，本发明提供如下技术方案：一种应用于冶炼设备的智能管理系统，包括数据采集模块、挂渣控制模块、数据存储模块和数据分析模块;所述数据采集模块的输出端与所述数据存储模块的输入端相连接，用于获取对闪速炉反应塔实时进行炉内红外成像探测;所述数据存储模块的输出端与所述数据分析模块的输入端相连接，用于存储数据采集模块获取的红外成像数据，并对存在挂渣脱落现象和热点现象的红外成像数据进行标注;所述数据分析模块用于对炉内的温度进行异常检测，并对出现温度异常高现象的原因进行分析;所述挂渣控制模块用于在出现挂渣脱落现象时加速挂渣形成。

[0005]所述挂渣控制模块还包括原料调整单元、负荷调整单元和冷却调整单元;所述原料调整单元用于对原料成分调整，减少反应后熔体对反应塔挂渣侵蚀，提高形成的挂渣层致密度;所述负荷调整单元用于降低挂渣脱落变薄区域热负荷，降低反应剧烈程度;所述冷却调整单元用于增强挂渣脱落区域的冷却强度。所述数据分析模块还包括区域划分单元、数据整合单元、估计单元和挂渣脱落判断单元;所述区域划分单元用于对温度分布图像进行区域划分;所述数据整合单元用于整合生成核密度估计和无监督分类的数据集;所述估计单元用于对热点现象或者挂渣脱落现象出现概率与温度之间的概率密度函数进行估计;所述挂渣脱落判断单元用于识别温度异常高现象产生的原因。所述挂渣脱落判断单元获取时间t-dt之前目标区域的平均温度的变化率Δt1、时间t+dt之后目标区域的平均温度的变化率Δt2和时间[t-dt,t+dt]之间目标区域的平均温度的变化率Δt，根据Δbt和Δt识别温度异常高现象产生的原因，其中Δbt为Δt1和Δt2之间的差值，t为区域被识别为温度异常高的区域的时间，dt为时间窗口。

[0006]为实现上述目的，本发明提供如下技术方案：一种应用于冶炼设备的智能管理方法，包括以下步骤：

[0007]S11，对闪速炉反应塔实时进行炉内红外成像探测，获取炉内实时温度分布图像，基于炉内实时温度分布图像进行区域划分;

[0008]S12，根据区域的实时温度情况，确定温度异常高的区域;

[0009]S13，对温度异常高的区域进行热点分析和挂渣脱落分析，识别温度异常高现象产生的原因;若异常高现象产生的原因是挂渣脱落，则控制原料成分变化同时控制热负荷，加速挂渣形成;若异常高现象产生的原因不是挂渣脱落，则继续保持对炉内温度的监测。

[0010]具体地，在步骤S11中，所述基于炉内实时温度分布图像进行区域划分还包括以下步骤：

[0011]S21，获取炉内实时温度分布图像中每个像素点的温度数据;

[0012]S22，随机选择K个初始质心形成分类簇，K为常数;

[0013]S23，计算每个像素点与质心之间的欧式距离，将像素点分配给欧氏距离最小的质心的分类簇;欧式距离通过以下公式进行计算：

;式中D表示欧氏距离，a、b和c为像素点在温度分布图像中的横坐标、纵坐标和温度数据，a0、b0和c0为质心在温度分布图像中的横坐标、纵坐标和温度数据，k1为位置权重，k2为温度权重;

[0014]S24，计算每个分类簇的所有像素点的平均值，将平均值作为信息质心;

[0015]k1和k2可进行调整，其中k1的作用是使得区域连续，即位置相邻的像素点被划分到一起;k2用于将温度相近的像素点划分到一起。

[0016]S25，重复步骤S23和S24，直到达到最大迭代次数。

[0017]在步骤S12中，所述根据区域的实时温度分布情况，确定温度异常高的区域还包括以下步骤：

[0018]获取炉内所有区域的实时温度，将区域实时温度作为输入，输入到热点现象或者挂渣脱落现象出现概率与温度之间的概率密度函数g(x)中，得到热点现象或者挂渣脱落现象出现概率;若热点现象或者挂渣脱落现象出现概率不小于阈值，则判断区域为温度异常高的区域。

[0019]挂渣脱落或变薄的区域通常会有温度异常，这些区域的温度远高于其他区域，这是由于炉内煤气流的分布不合理造成边缘区域温度的频繁波动引起的，而正常区域的温度相对稳定;除挂渣脱落之外，炉内燃烧情况也会导致温度产生异常高的区域，燃烧不均匀可能导致炉内某些区域出现局部热点，在这些热点区域，即使未出现挂渣脱落情况，这些热点区域的温度也远高于其他区域;为此，除了高温检测外，还需要进一步进行分析判断是否出现挂渣脱落现象。

[0020]挂渣脱落区域的温度变化可能会比较突然，因为挂渣层的保护作用丧失导致炉壁温度迅速上升，这种情况下，温度的急剧上升是挂渣脱落的明显迹象;如果某个区域的温度持续逐渐升高，这可能表明是由于燃烧不均匀逐渐形成的热点区域;而如果温度记录显示突然的峰值或急剧上升，这可能表明挂渣层的保护作用突然丧失，导致炉壁温度迅速上升，这通常是挂渣脱落的迹象。

[0021]通过以下步骤获取热点现象或者挂渣脱落现象出现概率与温度之间的概率密度函数g(x)：

[0022]S41，获取闪速炉反应塔的历史冶炼数据并得到温度分布图像，对温度分布图像进行区域划分，获取历史冶炼数据的温度分布图像上区域的平均温度，并对存在热点现象或者挂渣脱落现象的区域进行标注;

[0023]S42，根据历史冶炼数据生成数据集：设置温度节点a1、a2、…、an，式中n为节点的数量;令T表示温度随机变量，获取温度随机变量T大于等于a1时，标注数据出现的概率P{T≥a1}，P{T≥a1}=na1/Na1，式中na1表示历史冶炼数据中温度大于等于a1且存在热点现象或者挂渣脱落现象的区域的数量，Na1表示历史冶炼数据中温度大于等于a1的区域的数量;按照与温度节点a1相同的方式，得到温度随机变量T大于等于a2、…、an时，标注数据出现的概率P{T≥a2}、…、P{T≥an};由a1和P{T≥a1}、a2和P{T≥a2}、…、an和P{T≥an}形成n个数据点，将数据点分别记为x1、x2、…、xn得到数据集;

[0024]S43，通过核密度估计得到热点现象或者挂渣脱落现象出现概率与温度之间的概率密度函数g(x);选择一个具有非负性和对称性且在实数域R上的积分为1的核函数;设置大于零的常数作为核函数K的带宽h;根据带宽对核函数进行缩放得到Kh，其中Kh(u)=1/h×K(u/h)，u为核函数的输入;获取数据集中数据点xi对估计点x的贡献率Kh(x-xi);将数据集中所有数据点对估计点x的贡献率进行相加，得到估计点x处的核密度估计值g(x);g(x)=1/n∑Kh(x-xi);改变估计点x的位置，得到访问反馈数据在整个数据集上的核密度估计;所述数据集为历史访问反馈数据最小值到最大值之间的区间;对核函数的效果进行验证，并通过交叉验证选择验证效果最佳的带宽h。

[0025]在步骤S13中，所述识别温度异常高现象产生的原因还包括以下步骤：

[0026]S51，获取温度异常高的区域的平均温度时间序列，令温度异常高的区域为目标区域，将目标区域被识别为温度异常高的区域的时间记为t，获取时间t-dt之前目标区域的平均温度的变化率Δt1、时间t+dt之后目标区域的平均温度的变化率Δt2和时间[t-dt,t+dt]之间目标区域的平均温度的变化率Δt;式中dt为时间窗口;

[0027]S52，计算Δt1和Δt2之间的差值得到变化率差值Δbt，对[Δbt Δt]进行无监督分类：获取存在挂渣脱落现象的历史冶炼数据，确定挂渣脱落区域，分别计算挂渣脱落前区域平均温度的变化率和挂渣脱落后区域平均温度的变化率，得到挂渣脱落前后平均温度的变化率的差值v1;获取挂渣脱落时区域平均温度的变化率v2，将[v1 v2]加入无监督分类数据集中;获取存在热点现象的历史冶炼数据，确定热点区域，分别计算热点区域时间rt-dt之前和时间rt+dt之后热点区域平均温度的变化率，得到温度变化率的差值v3;获取热点区域在时间[t-dt,t+dt]内平均温度的变化率v4，将[v3 v4]加入无监督分类数据集中;利用分类数据集对[Δbt Δt]进行无监督分类，根据[Δbt Δt]所属分类簇中属于挂渣脱落现象的数据在分类簇中所占的比例p，得到温度异常高现象的原因是挂渣脱落的概率p，若p不小于设定阈值，则判断温度异常高现象的原因是挂渣脱落，否则挂渣脱落的原因是热点现象。

[0028]在挂渣脱落之前，如果渣皮突然脱落，炉内温度可能会突然上升，这是因为渣皮的保护作用突然丧失，导致炉壁直接暴露于高温环境中，这种情况下，温度的急剧上升是挂渣脱落的明显迹象，因此对挂渣脱落时的温度变化率进行分析。挂渣脱落区域在脱落之前和脱落之后，其自身内部的温度差距可能会比较稳定，因为挂渣层的存在或缺失导致的热传导效果是相对稳定的，但两者之间存在较大差异，因此对挂渣脱落区域在脱落之前和脱落之后温度变化率进行分析。

[0029]在步骤S13中，控制原料成分变化同时控制热负荷，加速挂渣形成还包括以下步骤：

[0030]采用高铁含量铜精矿、同步下调石英粉熔剂比率，控制反应过程渣铁硅比升高;

[0031]在精矿喷嘴入料端增加专用料量调整翅片，增加区域下矿量，降低吨矿氧量，实现反应热负荷局部降低，降低熔体以及烟气烟尘温度，使熔体附着量大于侵蚀量，提升挂渣进度;

[0032]调整调风锥以及精矿喷嘴与空气室相对位置，减少区域通风截面积，降低区域氧量，从而降低区域热负荷，增加熔体黏度，加速挂渣进程;

[0033]加大区域铜水套冷却水量以及外部增设强制冷却风的形式增强冷却强度，促进挂渣进程。

[0034]与现有技术相比，本发明的有益效果是：采用主动干预调整，具有反应快、效率高、可以直接通过调整配料成分、精矿喷嘴以及调风锥相对位置、铜水套冷却水量等迅速干预挂渣进程，可大幅度缩短挂渣周期，从而减少高强度反应对反应塔本体冲刷侵蚀，保障耐火砖以及水套安全，进而提升冶金炉窑本质安全。加速闪速炉反应塔挂渣管理，可根据日常炉况控制，逐步微量调整，用于反应塔日常挂渣动态维护过程。

附图说明

[0035]图1为本发明一种应用于冶炼设备的智能管理系统的结构示意图。

具体实施方式

[0036]下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

[0037]实施例：如图1所示，本发明提供一种技术方案，一种应用于冶炼设备的智能管理系统，包括数据采集模块、挂渣控制模块、数据存储模块和数据分析模块;所述数据采集模块的输出端与所述数据存储模块的输入端相连接，用于获取对闪速炉反应塔实时进行炉内红外成像探测;所述数据存储模块的输出端与所述数据分析模块的输入端相连接，用于存储数据采集模块获取的红外成像数据，并对存在挂渣脱落现象和热点现象的红外成像数据进行标注;所述数据分析模块用于对炉内的温度进行异常检测，并对出现温度异常高现象的原因进行分析;所述挂渣控制模块用于在出现挂渣脱落现象时加速挂渣形成。

[0038]所述挂渣控制模块还包括原料调整单元、负荷调整单元和冷却调整单元;所述原料调整单元用于对原料成分调整，减少反应后熔体对反应塔挂渣侵蚀，提高形成的挂渣层致密度;所述负荷调整单元用于降低挂渣脱落变薄区域热负荷，降低反应剧烈程度;所述冷却调整单元用于增强挂渣脱落区域的冷却强度。所述数据分析模块还包括区域划分单元、数据整合单元、估计单元和挂渣脱落判断单元;所述区域划分单元用于对温度分布图像进行区域划分;所述数据整合单元用于整合生成核密度估计和无监督分类的数据集;所述估计单元用于对热点现象或者挂渣脱落现象出现概率与温度之间的概率密度函数进行估计;所述挂渣脱落判断单元用于识别温度异常高现象产生的原因。所述挂渣脱落判断单元获取时间t-dt之前目标区域的平均温度的变化率Δt1、时间t+dt之后目标区域的平均温度的变化率Δt2和时间[t-dt,t+dt]之间目标区域的平均温度的变化率Δt，根据Δbt和Δt识别温度异常高现象产生的原因，其中Δbt为Δt1和Δt2之间的差值，t为区域被识别为温度异常高的区域的时间，dt为时间窗口。

[0039]实施例：本发明提供一种技术方案，一种应用于冶炼设备的智能管理方法，包括以下步骤：

[0040]S11，对闪速炉反应塔实时进行炉内红外成像探测，获取炉内实时温度分布图像，基于炉内实时温度分布图像进行区域划分：

[0041]获取炉内实时温度分布图像中每个像素点的温度数据;

[0042]随机选择K个初始质心形成分类簇，K为常数;

[0043]S100，计算每个像素点与质心之间的欧式距离，将像素点分配给欧氏距离最小的质心的分类簇;欧式距离通过以下公式进行计算：;式中D表示欧氏距离，a、b和c为像素点在温度分布图像中的横坐标、纵坐标和温度数据，a0、b0和c0为质心在温度分布图像中的横坐标、纵坐标和温度数据，k1为位置权重，k2为温度权重;

[0044]S200计算每个分类簇的所有像素点的平均值，将平均值作为信息质心;

[0045]重复步骤S100和S200，直到达到最大迭代次数。

[0046]S12，根据区域的实时温度情况，确定温度异常高的区域：

[0047]获取闪速炉反应塔的历史冶炼数据并得到温度分布图像，对温度分布图像进行区域划分，获取历史冶炼数据的温度分布图像上区域的平均温度，并对存在热点现象或者挂渣脱落现象的区域进行标注;

[0048]根据历史冶炼数据生成数据集：设置温度节点a1、a2、…、an，式中n为节点的数量;令T表示温度随机变量，获取温度随机变量T大于等于a1时，标注数据出现的概率P{T≥a1}，P{T≥a1}=na1/Na1，式中na1表示历史冶炼数据中温度大于等于a1且存在热点现象或者挂渣脱落现象的区域的数量，Na1表示历史冶炼数据中温度大于等于a1的区域的数量;按照与温度节点a1相同的方式，得到温度随机变量T大于等于a2、…、an时，标注数据出现的概率P{T≥a2}、…、P{T≥an};由a1和P{T≥a1}、a2和P{T≥a2}、…、an和P{T≥an}形成n个数据点，将数据点分别记为x1、x2、…、xn得到数据集;

[0049]通过核密度估计得到热点现象或者挂渣脱落现象出现概率与温度之间的概率密度函数g(x);选择一个具有非负性和对称性且在实数域R上的积分为1的核函数;设置大于零的常数作为核函数K的带宽h;根据带宽对核函数进行缩放得到Kh，其中Kh(u)=1/h×K(u/h)，u为核函数的输入;获取数据集中数据点xi对估计点x的贡献率Kh(x-xi);将数据集中所有数据点对估计点x的贡献率进行相加，得到估计点x处的核密度估计值g(x);g(x)=1/n∑Kh(x-xi);改变估计点x的位置，得到访问反馈数据在整个数据集上的核密度估计;所述数据集为历史访问反馈数据最小值到最大值之间的区间;对核函数的效果进行验证，并通过交叉验证选择验证效果最佳的带宽h;

[0050]获取炉内所有区域的实时温度，将区域实时温度作为输入，输入到热点现象或者挂渣脱落现象出现概率与温度之间的概率密度函数g(x)中，得到热点现象或者挂渣脱落现象出现概率;若热点现象或者挂渣脱落现象出现概率不小于阈值，则判断区域为温度异常高的区域。

[0051]S13，对温度异常高的区域进行热点分析和挂渣脱落分析，识别温度异常高现象产生的原因;若异常高现象产生的原因是挂渣脱落，则控制原料成分变化同时控制热负荷，加速挂渣形成;若异常高现象产生的原因不是挂渣脱落，则继续保持对炉内温度的监测;

[0052]所述识别温度异常高现象产生的原因还包括以下步骤：

[0053]获取温度异常高的区域的平均温度时间序列，令温度异常高的区域为目标区域，将目标区域被识别为温度异常高的区域的时间记为t，获取时间t-dt之前目标区域的平均温度的变化率Δt1、时间t+dt之后目标区域的平均温度的变化率Δt2和时间[t-dt,t+dt]之间目标区域的平均温度的变化率Δt;式中dt为时间窗口;

[0054]计算Δt1和Δt2之间的差值得到变化率差值Δbt，对[Δbt Δt]进行无监督分类：获取存在挂渣脱落现象的历史冶炼数据，确定挂渣脱落区域，分别计算挂渣脱落前区域平均温度的变化率和挂渣脱落后区域平均温度的变化率，得到挂渣脱落前后平均温度的变化率的差值v1;获取挂渣脱落时区域平均温度的变化率v2，将[v1 v2]加入无监督分类数据集中;获取存在热点现象的历史冶炼数据，确定热点区域，分别计算热点区域时间rt-dt之前和时间rt+dt之后热点区域平均温度的变化率，得到温度变化率的差值v3;获取热点区域在时间[t-dt,t+dt]内平均温度的变化率v4，将[v3 v4]加入无监督分类数据集中;利用分类数据集对[Δbt Δt]进行无监督分类，根据[Δbt Δt]所属分类簇中属于挂渣脱落现象的数据在分类簇中所占的比例p，得到温度异常高现象的原因是挂渣脱落的概率p，若p不小于设定阈值，则判断温度异常高现象的原因是挂渣脱落，否则挂渣脱落的原因是热点现象。

[0055]控制原料成分变化同时控制热负荷，加速挂渣形成还包括以下步骤：

[0056]通过在精矿喷嘴入料端增加专用料量调整翅片，增加区域下矿量，降低吨矿氧量，从而实现反应热负荷局部降低，降低熔体以及烟气烟尘温度，使熔体附着量大于侵蚀量，提升挂渣进度;

[0057]调整调风锥以及精矿喷嘴与空气室相对位置，减少区域通风截面积，从而降低区域氧量，降低区域热负荷，增加熔体黏度，加速挂渣进程;

[0058]由于渣脱落变薄，区域高温熔体烟气直接接触耐火砖以及铜水套，已造成设备损坏，因此，需立即增强该区域冷却强度，在表面形成一层熔体保护层，利于挂渣附着;采用加大该区域铜水套冷却水量以及外部增设强制冷却风的形式增强冷却强度，有效促进挂渣进程;

[0059]以上方法实行时间约为12-24小时，极大程度缩短自然挂渣进程，通过红外成像检测，可确认挂渣恢复程度;当数据与周边无明显偏差后，可确认挂渣完成，形成记录。

[0060]对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。

说明书附图(1)