可推斷出當日的鐵量偏差。
4) 熱平衡模型
高溫區(qū)熱模型是以高溫區(qū)的能量守恒為依據(jù)建立的，通過高溫區(qū)域的熱量收入與熱量支出計算熱指數(shù)，反映爐內(nèi)熱量消耗狀況，分析高爐冶煉過程的優(yōu)劣。
5) 渣鐵平衡模型
爐缸平衡模型是通過計算理論產(chǎn)鐵速度和實際出鐵速度之差在一定時間內(nèi)的累積情況，從而反映出爐缸內(nèi)的渣鐵儲存情況。同時記錄出鐵的開始及結束時間、鐵量、速度、及溫度。
6) 爐缸侵蝕模型
模型以傳熱學為基礎，采用有限差分的方法進行離散，建立柱坐標系下的二維穩(wěn)態(tài)和非穩(wěn)態(tài)溫度場模型；模型解決了侵蝕過程中“邊界不定”的問題，實現(xiàn)動態(tài)侵蝕邊界下的溫度場計算，并考慮了侵蝕過程中的凝結現(xiàn)象，實現(xiàn)了凝結層位置的計算及凝結發(fā)生情況下的溫度場計算；模型中采用人工智能算法并結合模型特點進行了改進，實現(xiàn)無需人工干預的全自動模式，能夠針對不同大小、不同結構、不同材質砌筑的爐缸爐底，方便地對爐缸爐底的侵蝕狀況和凝結狀況進行監(jiān)測及圖像還原。
7) 爐身熱負荷模型
利用傳熱學原理，計算爐身磚襯內(nèi)的溫度場，從而反映爐身各段爐型的變化，并畫出變化后的爐型。同時幫助高爐操作者及時發(fā)現(xiàn)高爐冷卻設備與磚襯之間是否存在串氣現(xiàn)象。
8) 鐵水溫度預測模型
鐵水溫度預測模型是利用人工神經(jīng)網(wǎng)絡算法結合高爐生產(chǎn)實際建立的。通過大量在線試驗對影響鐵水溫度的因素進行優(yōu)化篩選，最終確定5個最佳輸入層變量。人工神經(jīng)網(wǎng)絡中采用自適應調(diào)整學習率和附加動量因子的梯度下降法，提高網(wǎng)絡收斂速度和精度。為有效適應爐況變化，樣本庫采用動態(tài)實時更新方式，并定時對更新后的樣本庫進行訓練，每次網(wǎng)絡訓練對隱含層個數(shù)進行重新確定，以達到更好效果。可以對鐵水溫度進行預測，有助于工長提前知道鐵水溫度的趨向，穩(wěn)定爐況。http://www.industryinspection.com
9）爐身冶煉過程模擬模型
根據(jù)配料計算的結果和實際裝料情況，直觀地顯示任意時刻的一批料的信息，包括下料批數(shù)、焦比、焦丁、堿度以及當前時刻在高爐內(nèi)的位置等，幫助高爐操作者了解下料速度及高爐冶煉周期。
10）數(shù)據(jù)有效性判斷模型
對采集到數(shù)據(jù)庫的數(shù)據(jù)進行分析，剔除異常數(shù)據(jù)，幫助高爐操作者及時發(fā)現(xiàn)檢測設備故障，為專家系統(tǒng)提供準確數(shù)據(jù)。
3.5 高爐專家系統(tǒng)人機界面及功能
專家系統(tǒng)人機界面包括九大類：專家系統(tǒng)、數(shù)學模型、數(shù)據(jù)輸入、參數(shù)修改、趨勢顯示、系統(tǒng)維護、報警系統(tǒng)、管理系統(tǒng)、幫助信息等，見表1。
4 、高爐檢測數(shù)據(jù)的設置
4.1 爐體主要檢測點的分布
1）爐缸、爐底區(qū)域的溫度在線檢測，共計544點。
在爐基設有3點熱電偶。
爐底第一層炭磚下設有1層熱電偶，共9點。
爐底第一層及第二層炭磚頂面設2層熱電偶，每層66個測點，共132點。
爐缸壁共設8層熱電偶，每層48點，共計384個測點。
鐵口兩側共設16點熱電偶。
爐缸銅冷卻壁每塊設1點溫度檢測，共120點。
4) 熱平衡模型
高溫區(qū)熱模型是以高溫區(qū)的能量守恒為依據(jù)建立的，通過高溫區(qū)域的熱量收入與熱量支出計算熱指數(shù)，反映爐內(nèi)熱量消耗狀況，分析高爐冶煉過程的優(yōu)劣。
5) 渣鐵平衡模型
爐缸平衡模型是通過計算理論產(chǎn)鐵速度和實際出鐵速度之差在一定時間內(nèi)的累積情況，從而反映出爐缸內(nèi)的渣鐵儲存情況。同時記錄出鐵的開始及結束時間、鐵量、速度、及溫度。
6) 爐缸侵蝕模型
模型以傳熱學為基礎，采用有限差分的方法進行離散，建立柱坐標系下的二維穩(wěn)態(tài)和非穩(wěn)態(tài)溫度場模型；模型解決了侵蝕過程中“邊界不定”的問題，實現(xiàn)動態(tài)侵蝕邊界下的溫度場計算，并考慮了侵蝕過程中的凝結現(xiàn)象，實現(xiàn)了凝結層位置的計算及凝結發(fā)生情況下的溫度場計算；模型中采用人工智能算法并結合模型特點進行了改進，實現(xiàn)無需人工干預的全自動模式，能夠針對不同大小、不同結構、不同材質砌筑的爐缸爐底，方便地對爐缸爐底的侵蝕狀況和凝結狀況進行監(jiān)測及圖像還原。
7) 爐身熱負荷模型
利用傳熱學原理，計算爐身磚襯內(nèi)的溫度場，從而反映爐身各段爐型的變化，并畫出變化后的爐型。同時幫助高爐操作者及時發(fā)現(xiàn)高爐冷卻設備與磚襯之間是否存在串氣現(xiàn)象。
8) 鐵水溫度預測模型
鐵水溫度預測模型是利用人工神經(jīng)網(wǎng)絡算法結合高爐生產(chǎn)實際建立的。通過大量在線試驗對影響鐵水溫度的因素進行優(yōu)化篩選，最終確定5個最佳輸入層變量。人工神經(jīng)網(wǎng)絡中采用自適應調(diào)整學習率和附加動量因子的梯度下降法，提高網(wǎng)絡收斂速度和精度。為有效適應爐況變化，樣本庫采用動態(tài)實時更新方式，并定時對更新后的樣本庫進行訓練，每次網(wǎng)絡訓練對隱含層個數(shù)進行重新確定，以達到更好效果。可以對鐵水溫度進行預測，有助于工長提前知道鐵水溫度的趨向，穩(wěn)定爐況。http://www.industryinspection.com
9）爐身冶煉過程模擬模型
根據(jù)配料計算的結果和實際裝料情況，直觀地顯示任意時刻的一批料的信息，包括下料批數(shù)、焦比、焦丁、堿度以及當前時刻在高爐內(nèi)的位置等，幫助高爐操作者了解下料速度及高爐冶煉周期。
10）數(shù)據(jù)有效性判斷模型
對采集到數(shù)據(jù)庫的數(shù)據(jù)進行分析，剔除異常數(shù)據(jù)，幫助高爐操作者及時發(fā)現(xiàn)檢測設備故障，為專家系統(tǒng)提供準確數(shù)據(jù)。
3.5 高爐專家系統(tǒng)人機界面及功能
專家系統(tǒng)人機界面包括九大類：專家系統(tǒng)、數(shù)學模型、數(shù)據(jù)輸入、參數(shù)修改、趨勢顯示、系統(tǒng)維護、報警系統(tǒng)、管理系統(tǒng)、幫助信息等，見表1。
4 、高爐檢測數(shù)據(jù)的設置
4.1 爐體主要檢測點的分布
1）爐缸、爐底區(qū)域的溫度在線檢測，共計544點。
在爐基設有3點熱電偶。
爐底第一層炭磚下設有1層熱電偶，共9點。
爐底第一層及第二層炭磚頂面設2層熱電偶，每層66個測點，共132點。
爐缸壁共設8層熱電偶，每層48點，共計384個測點。
鐵口兩側共設16點熱電偶。
爐缸銅冷卻壁每塊設1點溫度檢測，共120點。
