烧结过程烧结终点的预测与智能控制策略的研究及应用

针对某烧结厂的烧结过程，建立了基于风箱废气温度的烧结终点软测量模型．提出了基于多元模糊线性回归方法的烧结终点预测模型，在此基础上设计了基于模糊专家规则与预测前馈补偿的烧结终点智能控制系统．介绍了控制系统的组成与设计方法．系统的实际运行取得了较好的控制效果．     

小波分析时间序列算法在烧结终点的预测研究

对烧结过程中烧结终点的难以精确控制问题进行研究;针对烧结终点的单一控制,优化研究远不够深入,烧结终点的判断不够准确,文中结合烧结生产具体实际,综合运用烧结理论、现代控制理论等多学科知识,将小波分析、人工智能技术合理运用于工艺实际,结合小波分析提出新的算法来对风箱温度预测建模,仿真结果表明小波分析时间序列算法进一步优化烧结预测能力,有效地抑制了烧结终点的波动,提高烧结终点的计算精度,在生产实践中具有重要的理论意义和实用价值。     

基于工况知识引导注意力时间卷积网络的烧结终点预测

烧结终点位置的实时准确预测对于优化烧结工艺具有重要的意义.针对烧结过程中强非线性和动态时变性造成烧结终点高精度预测难的问题,本文提出了一种基于工况知识引导注意力时间卷积网络(AM–TCN)模型.首先,构建堆叠的时间卷积模块用于充分提取烧结过程数据中深层次的非线性特征;其次,将历史工况知识引入注意力机制,引导模型在保留过程数据时序特征的同时区分不同特征的重要性;最后,构建预测模型用于烧结终点位置在线预测.工业数据实验表明,所提AM–TCN模型具有较好的烧结终点预测精度,对提升烧结过程热状态稳定性具有重要意义.     

基于集成模型与遍历搜索算法的铅锌烧结透气性优化

以铅锌烧结过程为研究对象,针对烧结过程透气性的控制问题,提出了基于集成预测模型与遍历优化搜索算法的铅锌烧结透气性优化控制方法.首先采用优化组合集成技术将神经网络预测模型和灰色系统预测模型有机结合,建立烧结综合透气性集成预测模型,然后结合14# 风箱温度和烧穿点温度建立透气性状况综合评判模型,最后通过遍历优化搜索算法,获得二配配比和混合料水分设定值,并进行跟踪控制,从而实现烧结过程透气性的优化控制.仿真结果表明:该方法能有效改善烧结过程的透气性.稳定烧结过程.     

一种基于改进遗传算法的模糊神经网络控制器及其在烧结终点控制中的应用

针对烧结过程这一复杂、多参数耦合的高度非线性系统,融合遗传算法、神经网络和模糊控制的优点,提出一种基于改进遗传算法的模糊神经网络控制方法,并应用于烧结过程终点控制．首先采用遗传算法对给定的模糊神经网络控制器结构参数进行离线优化,然后利用BP算法较强的局部搜索能力和对对象的适应能力,进一步进行参数的在线调整．同时,为解决传统遗传算法早熟和收敛速度慢的问题,从交叉和变异算子、适应度函数选取等方面对遗传算法进行改进．采用精英保留策略,提高了全局搜索性能和收敛速度．仿真结果表明,所提出的控制器优于常规的模糊神经网络控制器(Fuzzy Neural Network Controller, FNNC)．算法的实际应用效果良好,为解决烧结终点控制问题提供了一条新的途径．     

基于BFGS算法的BP网络在烧结终点预报中的应用

烧结生产是钢铁生产过程的一个重要环节.由于烧结过程的大滞后特性,需要时烧结终点进行提前预报.基于此,建立了基于BFGS法的BP神经网络的烧结终点预报模型,并给出了详细的算法和实例.程序运行结果表明,该模型能够对烧结终点进行较为准确地预报.     

基于灰关联分析法和多元线性回归模型的有轨电车能耗预测

针对传统的有轨电车能耗预测模型缺少对能耗影响因素进行显著性量化分析的问题,提出灰关联分析法和多元线性回归模型相结合的有轨电车能耗预测方法。首先通过有轨电车动力学模型分析有轨电车能耗影响因素,然后利用灰关联分析法计算这些影响因素的关联度,最后选取关联度较大的因素作为模型输入变量,根据多元线性回归模型建立有轨电车能耗预测模型。经实验验证,新建模型的平均预测误差为2. 29%,相比已有文献中提出的回归模型其预测误差更小。因此,该能耗预测模型能够更好地反映有轨电车能耗变化趋势。     

烧结系统终点温度与透气性算法神经网络模型

矿石烧结是炼铁工艺流程的重要组成部分,烧结矿的质量直接影响高炉的炉况及铁水质量,而影响烧结矿质量关键的因素是终点温度和透气性。通过模糊算法,建立了烧结过程工艺参数与透气性指数之间的BP神经网络模型。     

独立元回归在转炉终点温度预测中的应用

转炉终点温度是决定钢质量的关键因素,在炼钢的恶劣环境中难以检测.建立了基于ICR方法的终点温度的预测模型.该方法将独立元分析(ICA)与回归分析相结合,先利用ICA方法提取输入数据矩阵的独立元矩阵(IC);然后再分别以IC、实值矩阵为自变量和因变量进行训练,求取最小二乘回归(LSR)系数建立预测模型.工业生产数据仿真结果表明,与主元回归(PCR)和偏最小二乘回归(PLSR)方法相比,基于ICR的终点温度预测模型预测精度高,跟踪性能好.该方法可为实际生产中的终点控制提供参考,提高生产效益.     

基于烟气温度场分布的烧穿点智能集成预测方法

铅锌密闭鼓风烧结过程具有强非线性、时变和时滞等特性. 本文在分析过程热状态的基础上, 通过研究烧结机烟气温度梯度分布, 建立烟气温度分布烧穿点软测量判断模型, 结合烧穿点的动态特性, 运用智能集成建模的思想, 提出采用神经网络方法建立工艺参数预测模型, 采用灰色理论建立烟气温度分布时间序列预测模型, 通过模糊组合器综合与协调两个模型来预测烧穿点位置. 实际运行结果表明, 智能集成预测方法为铅锌烧结过程烧穿点的判断和预测提供了一种可行、有效的解决思路, 为实现过程的状态优化奠定了基础.     

约束多目标粒子群算法在烧结配矿优化中的应用

针对钢铁生产的烧结配料过程中铁矿石价格变化大、矿石品位波动、烧结原料信息复杂、烧结配料约束繁多等对烧结配料成本的影响,提出了一种基于区域划分的约束多目标粒子群优化算法对烧结配矿进行优化.以国内某钢铁厂的实际烧结生产配料为例,构建烧结配料系统模型;为了协调全局探索和局部搜索的关系,将自适应角度划分策略融入约束评价准则,结合区域分布提取局部最优解信息,同时引入双外部存储集机制,维护种群多样性;通过标准函数集的测试,验证了所提算法的有效性.该算法应用于配矿过程中,能够兼顾成本与全铁含量,有效降低了烧结配料的成本,对烧结铁矿石资源的综合利用及质量保证具有重要意义.     

基于预报的烧结终点模糊控制

烧结终点是烧结操作的主要依据,是烧结过程的关键参数;针对烧结终点参数不确定性和存在时间滞后的问题,提出了基于温度上升点处温度的预报策略,并结合专家知识,对烧结终点采取模糊控制措施,有效地抑制了烧结终点波动;应用这些技术开发的控制系统,可以准确、快速地判断和预报烧结终点的状态,起到稳定烧结终点、优化过程操作的重要作用。     

An intelligent decision-making strategy based on the forecast of abnormal operating mode for iron ore sintering process

The abnormal operating mode of the iron ore sintering process will produce sinter ore with low yield and poor quality. It is of high economic value to ensure that the sintering process runs under normal operating mode. An intelligent decision-making strategy based on the forecast of the abnormal operating mode for the iron ore sintering process is presented in this paper. First, a fuzzy rule-based model is used to construct the forecast model of operating mode, of which inputs are selected by the one-way analysis of variance. Then, an intelligent decision-making strategy for operating parameters is proposed based on the priority. Finally, experiments are performed by using the actual running data collecting from the industrial site. The originality of this study comes with establishing a fuzzy rule-based model to forecast the operating mode and designing an intelligent decision-making strategy based on priority to improve the abnormal operating mode. The result shows that the constructed forecast model of operating mode forecasts well in abnormal operating mode. The proposed intelligent decision-making strategy can effectively improve abnormal operating mode, which has a good application prospect in the iron ore sintering process.     

基于人工神经网络的烧结终点预报系统

烧结终点提前预报对于稳定终点,进而提高烧结矿强度和产量、降低能耗有重要意义.为解决烧结过程大滞后环节和烧结终点难以测量的困难,文章介绍了烧结终点的软测量方法;提出了一个新的预报参数——风箱废气温度曲线拐点;将BP神经网络应用于烧结终点的预报,实现了准确地预报烧结终点的状态和生产操作指导.     

烧结终点预报神经网络样本优选与系统建模

烧结终点预报对于提高烧结矿强度和产量、降低能耗具有重要意义,但是烧结终点状态受多种因素影响,无法直接检测,只能由操作工依据经验进行判断,严重影响了烧结生产的稳定运行.本系统运用K均值聚类分析的样本优选方法对海量数据进行处理,选择具有代表性的样本,从而有效缩小样本空间、改善样本质量.使用风箱温度曲线计算废气温度上升点和烧结终点软测量值,以台车速度和点火温度作为输入,采用BP神经网络模型,对烧结终点位置进行预报.在实际应用中,该模型预报结果较准确地反映了烧结终点位置的变化,起到了稳定生产、节约能源的作用.     

基于自组织神经网络的烧结终点自适应预报系统的开发

烧结终点的在线检测和提前预报对于稳定终点,进而提高烧结矿强度和产量、降低能耗有重要意义。文章介绍了烧结终点的软测量方法;提出了一个新的预报参数——风箱废气温度曲线拐点;将多层前向人工神经网络应用于烧结终点的预报,对BP算法做了较大改进,使学习算法可以自组织神经网络的结构。应用这些技术开发的烧结终点自适应预报系统能够快速、准确地判断和预报烧结终点的状态,可用于在线操作指导或作为自动控制的依据。