人工智能與混沌理論在銅锍吹煉爐實(shí)時(shí)仿真與優(yōu)化決策中的應(yīng)用研究.pdf

1、該文簡要介紹了銅锍吹煉的基本在理,分析了銅锍吹煉的基本特性、吹煉過程的控制目標(biāo)及其影響因素,對(duì)自熱過程、爐襯溫度場、氣體噴射現(xiàn)象進(jìn)行了解析,對(duì)造渣制度的優(yōu)化進(jìn)行了研究.在此基礎(chǔ)上,以節(jié)能降耗為目標(biāo),在"數(shù)學(xué)模擬——全息仿真——整體優(yōu)化"的思想方法和技術(shù)路線指導(dǎo)下,提出了銅锍吹煉過程風(fēng)口區(qū)溫度、熔劑加入制度、冷料加入制度與鼓風(fēng)制度的優(yōu)化策略;通過對(duì)來自生產(chǎn)實(shí)踐的原始樣本進(jìn)行自標(biāo)準(zhǔn)化和噪音樣本過濾處理后,運(yùn)用機(jī)理分析和數(shù)理統(tǒng)計(jì)方法選擇建模變

2、量,將主成分分析法(PCA)、最優(yōu)判別平面(ODP)和偏最小二乘化(PLS)應(yīng)用于歷史樣本數(shù)據(jù)的模式識(shí)別,建立了銅锍吹煉爐渣重量和成份的小波神經(jīng)網(wǎng)絡(luò)預(yù)測模型,提出了基于自回歸AR(P)與三重指數(shù)平滑法的銅锍品位動(dòng)態(tài)組合預(yù)測模型;利用混沌運(yùn)動(dòng)的遍歷性和遺傳算法的反演性,提出了一種混沌遺傳優(yōu)化算法(CGA),并對(duì)其優(yōu)化效率進(jìn)行了定量的評(píng)價(jià),.研究表明其尋優(yōu)效果良好;針對(duì)爐冷料種類多、成份變化大的特點(diǎn),建立了冷料熔化的動(dòng)力學(xué)模型,基于機(jī)理分析