铜闪速熔炼过程操作模式的智能优化

提出了基于模式分解的铜闪速熔炼操作模式智能优化方法,描述需要在线决策的操作参数.从历史样本集中筛选优化的样本组成模式,采用基于聚类的方法进行模武分解,通过混沌遗传算法对每个模式子集寻求操作模式的优化.将该方法应用于铜闪速熔炼过程,提高了铜闪速的操作水平.     

基于混沌遗传算法的铜闪速熔炼过程操作模式智能优化系统

提出了一种铜闪速熔炼操作模式智能优化系统．该系统首先采用动态T-S递归模糊神经网络（Dynamic T-S Recurrent Fuzzy Neural Network, DTRFNN）对工艺参数进行软测量,再采用模式分解的方法对海量数据进行分解,最后对模式子集采用基于神经网络和混沌遗传算法的铜闪速熔炼操作模式智能优化方法进行优化．将该控制系统应用到铜闪速熔炼中,提高了铜闪速炉的生产效率．     

铜闪速熔炼过程操作模式快速匹配策略

在利用相似模式的归纳与综合实现铜闪速熔炼过程多操作参数同步优化的过程中,针对模式库庞大引起相似模式发现效率低的问题,提出了两级模式快速匹配方法.该方法采用主元分析实现属性权重设定,通过构造模式间相似性度量准则,并在初级匹配准则中引入柯西不等式,以减少计算复杂度,快速缩小次级匹配的搜索范围,提高模式匹配速度. UCI数据集仿真和实际生产数据应用结果验证了该方法的有效性和可行性.     

铜闪速熔炼过程冰铜品位预测模型的研究与应用

针对铜闪速熔炼过程中的冰铜品位在线检测难题,在组元分析的基础上,研究了独立化学反应以及组分间的摩尔数关系,并建立了数学模型;但由于反应机理的复杂性与建模时的简化,冰铜品位预测精度难以满足实际应用的要求．同时基于工业数据,建立了神经网络冰铜品位预测模型,它能很好地描述训练样本数据之间的关系,但泛化能力不强．为克服单一模型的局限性,引入了包含自适应调整隶属度函数的模糊协调器;将数学模型和神经网络模型有机结合,提出了一种冰铜品位智能集成预测模型．工业数据验证了模型的有效性．     

基于多传感器的高炉炼铁操作参数优化

高炉(BF)炼铁是一个复杂的多变量系统,其上遍布各种传感器,而现行的操作制度是基于炉长经验的操作参数设置模式,它忽略了过程工况指标与各操作参数之间的影响关系,使得资源消耗常常处于“盲目”的状态.为了实现资源的合理配置,保证高炉的稳定顺行,需要对操作参数进行优化.在利用相似模式匹配实现高炉炼铁过程多操作参数优化的过程中,针对优良操作模式库庞大而引起的模式匹配速度慢且精度不高的问题,提出了基于马氏距离的多级匹配方法应用到高炉炼铁过程中,从大量工业运行数据中挖掘出适合当前工况条件的最优操作模式,从而实现高炉炼铁节能降耗、提高效率及增加效益的目的.     

基于遗传算法优化BP神经网络的高炉喷煤优化

高炉炼铁是一个复杂的多变量系统,而现行的操作制度是基于炉长经验的参数设置模式,导致能源尤其是煤粉的消耗常常处于“盲目”状态;文章综合炼铁工艺理论和高炉专家经验,针对白云鄂博矿石冶炼的特殊性,采用筛选出的优化数据,利用遗传算法所固有的全局搜索性能优化BP神经网络模型的权值和阈值,分别建立了基于遗传算法优化BP神经网络的高炉喷煤量优化预测模型以及工艺指标(铁水[Si]含量及入炉焦比)预测模型;优化数据的利用使得上述模型可以根据高炉当前炉况输出喷煤量的最佳优化设定值,并预测出相对应的工艺指标变化趋势;实际应用表明,本方法能够给现场操作人员提供操作指导,实现高炉稳定顺行、提高经济效益的目的.     

基于多传感器的高炉炼铁操作参数优化

高炉﹙BF﹚炼铁是一个复杂的多变量系统,其上遍布各种传感器,而现行的操作制度是基于炉长经验的操作参数设置模式,它忽略了过程工况指标与各操作参数之间的影响关系,使得资源消耗常常处于"盲目"的状态。为了实现资源的合理配置,保证高炉的稳定顺行,需要对操作参数进行优化。在利用相似模式匹配实现高炉炼铁过程多操作参数优化的过程中,针对优良操作模式库庞大而引起的模式匹配速度慢且精度不高的问题,提出了基于马氏距离的多级匹配方法应用到高炉炼铁过程中,从大量工业运行数据中挖掘出适合当前工况条件的最优操作模式,从而实现高炉炼铁节能降耗、提高效率及增加效益的目的。     

基于模糊操作模式的砷盐除钴过程操作参数协同优化

针对湿法炼锌砷盐除钴过程工况变化频繁和操作参数之间具有强耦合关系,导致操作参数优化困难的问题,提出了一种基于模糊操作模式的操作参数协同优化方法.根据大量的砷盐除钴工业运行数据,提炼初始操作模式库,根据入口工况参数,采用模糊匹配方法检索出相似操作模式,在操作模式重用时综合考虑系统参数缓慢变化和资源消耗的特点,然后采用灰色模糊最小二乘支持向量机（Least squares support vector machine,LSSVM）评估操作模式重用后的操作参数的可行性,并根据评估结果采用模糊专家规则修正操作参数.在工况发生变化时,系统能自动优化设定操作参数.工业验证结果表明,本文提出的操作参数协同优化方法保证了生产稳定,可有效提高净化后溶液中钴离子浓度的合格率和降低锌粉的消耗.     

基于影子趋势对比的矿热炉炉况在线辨识及趋势预测

矿热炉埋弧冶炼炉况影响因素复杂且偶发迁移和跃变, 炉况发展趋势难以把握, 给冶炼过程控制带来挑战. 对此, 本文在深入分析埋弧冶炼机理的基础上, 建立了可表征反应区内电弧热与电阻热交互耦合关系的反应区操作电阻模型, 实现炉况发展趋势的在线跟踪. 当炉况发生迁移或跃变时, 利用前序炉况下所得模型生成影子趋势信息, 并综合考虑冶炼工艺及电弧电阻与料层电阻的动态特性差异, 辨析炉况变化的成因, 形成规则化的待辨识参数在线选取方法, 解决了炉况变化前后采样点少, 传统辨识方法无法适用的问题. 工业现场验证表明, 所提出方法可在复杂条件下对冶炼炉况进行准确跟踪, 并给出可靠的炉况发展趋势预测, 为冶炼过程的精细化生产奠定了基础.     

铜转炉生产操作模式智能优化

为了提高铜转炉的操作水平,采用操作模式来描述一组需要在线决策的一组操作参数,提出了基于神经网络和带混沌变量的混沌遗传算法的铜转炉生产过程操作模式智能优化方法.首先,从历史样本集中筛选优化的样本;然后采用BP(Back-Propagation)神经网络来学习优化样本集的优化目标与工艺参数的函数关系;最后采用带混沌变量的混沌遗传算法来寻求优化的操作模式.将该方法应用到铜转炉操作参数的实时优化,工业现场运行结果表明,该方法使转炉产量提高了6%,冷料处理量提高了7.8%.     

Optimal control strategy of working condition transition for copper flash smelting process

Because there are large state fluctuation of working conditions, excessive energy consumption caused by manual operation in the dynamic transient procedure for copper flash smelting process. Working conditions of copper flash smelting process must be adjusted to the complex and variable copper concentrate feeding to satisfy the smelting performance. Optimal control strategy based adjustment cost for copper flash smelting working condition transition is proposed, which can achieve the expected working condition by following the optimal working condition transition path. The Cauchy–Schwarz inequality-based two-level matching method is developed to set the expected working condition. Then with minimizing adjustment cost and restricting operation domain to optimize smelting performance indicators, the optimal control problem of working condition transition is converted into a multi-constraints optimization problem with two fixed ends. A Legendre pseudospectral-based optimization method is also presented to obtain the path of optimal working condition transition. The simulation results of actual production data collected are given to verify the effectiveness and feasibility of the proposed strategy.     

铜闪速熔炼炉计算机在线控制策略与方法

闪速熔炼过程反应机理复杂，固、液、气三相共存，影响因素多且耦合严重，人工操作因素影响闪速炉作业状况稳定的问题较为严重。该文在静态数学模型的基础上，提出了一种铜闪速熔炼炉计算机在线控制策略，使之能迅速而准确改变控制参数，稳定生产。运行考核结果表明，本系统控制功能及偏差均达到预期要求。     

有色冶金过程建模与优化的若干问题及挑战

有色金属工业发展正面临资源、能源与环境的严重制约, 而有色冶金过程建模与优化是实现有色冶金生产节能降耗减排的关键技术之一. 论文从有色冶金过程的特点出发,首先探讨了有色冶金过程的机理建模、 连续搅拌釜式反应器(Continuous stirred tank reactor, CSTR)模型和智能集成建模的理论与方法,提出了智能集成建模的描述方法, 归纳了模型的集成形式,给出了工业应用上的几类智能集成模型; 然后围绕有色冶金过程工程优化,讨论了操作模式优化、软约束调整满意优化、 多目标智能优化等方法,并阐述了大型湿法炼锌电解过程的综合优化控制技术; 最后探讨了有色冶金过程建模与优化所面临的新挑战.     

Modeling,Optimization, and Control of Solution Purification Process in Zinc Hydrometallurgy

The solution purification process is an essential step in zinc hydrometallurgy. The performance of solution purification directly affects the normal functioning and economical benefits of zinc hydrometallurgy. This paper summarizes the authors' recent work on the modeling, optimization, and control of solution purification process. The online measurable property of the oxidation reduction potential (ORP) and the multiple reactors, multiple running statuses characteristic of the solution purification process are extensively utilized in this research. The absence of reliable online equipment for detecting the impurity ion concentration is circumvented by introducing the oxidation-reduction potential into the kinetic model. A steady-state multiple reactors gradient optimization, unsteady-state operational-pattern adjustment strategy, and a process evaluation strategy based on the oxidation-reduction potential are proposed. The effectiveness of the proposed research is demonstrated by its industrial experiment.      

基于改进的QBC和CS-SVM的故障检测

针对复杂工业过程样本集中的类不平衡、样本标注代价昂贵和样本孤点的问题,研究基于委员会投票选择(MQBC)和代价敏感支持向量机(CS-SVM)的故障检测方法.给出未标注样本信息度的定义,提出改进的委员会投票选择算法.主动代价敏感学习通过MQBC选择信息度高的未标注样本对其标注并添加到训练集.CS-SVM将不同类样本的误分类赋予不同的误分类代价,从而提高CS-SVM的故障检测率.最后,以铜闪速熔炼过程为例,实验结果验证了所提出方法的有效性.     

铜冶炼节能参数优化学习模型研究

针对铜冶炼过程中的能耗难以预测的问题,提出基于支持向量回归的铜冶炼节能过程参数优化学习方法:,首先分析影响铜能耗的各种参数,然后利支持向量回归算法对输入参数和输出能耗之间的关系进行训练,从而筛选出最优参数,为生产能耗控制模型提供了基础。实验结果:表明,提出方法:较传统的BP神经网络算法相比具有学习速度快,收敛性好,泛化能力强等特点,且能耗预测的平均相对误差小于7%。