鉛鋅燒結(jié)配料過程的智能集成建模與優(yōu)化控制策略研究.pdf

1、密閉鼓風(fēng)燒結(jié)是鉛鋅冶煉ISP工藝中的一個(gè)重要流程，配料過程作為其首道工序，直接影響到鉛鋅燒結(jié)生產(chǎn)的成本、質(zhì)量產(chǎn)量和能源消耗。目前，鉛鋅燒結(jié)配料過程作為穩(wěn)定和優(yōu)化生產(chǎn)的首要環(huán)節(jié)，其作用尚未得到充分發(fā)揮，存在著配料準(zhǔn)確率和經(jīng)濟(jì)性不高的問題。同時(shí)由于鉛鋅燒結(jié)配料過程控制水平較低，導(dǎo)致了生產(chǎn)成本高、燒結(jié)塊質(zhì)量差、產(chǎn)量低，一方面造成了能源浪費(fèi)，另一方面造成了環(huán)境污染。針對(duì)上述問題，本文主要圍繞鉛鋅燒結(jié)配料過程智能集成建模與優(yōu)化控制策略開展研究，取

2、得的研究成果主要包括以下五個(gè)方面： （1）燒結(jié)塊成分智能集成預(yù)測模型針對(duì)復(fù)雜的燒結(jié)塊成分預(yù)測問題，提出一種基于過程神經(jīng)網(wǎng)絡(luò)和灰色系統(tǒng)理論的燒結(jié)塊成分智能集成預(yù)測模型。該模型首先利用過程神經(jīng)網(wǎng)絡(luò)可充分表達(dá)時(shí)間序列中時(shí)間累積效應(yīng)、灰色系統(tǒng)可弱化數(shù)據(jù)序列波動(dòng)性的優(yōu)點(diǎn)，分別對(duì)鉛鋅燒結(jié)塊成分進(jìn)行預(yù)測，然后從信息論的觀點(diǎn)出發(fā)，提出一種熵值方法，重新定義預(yù)測誤差序列的變異程度，從而獲得各個(gè)預(yù)測模型的加權(quán)系數(shù)，通過對(duì)兩個(gè)預(yù)測模型的預(yù)測結(jié)果進(jìn)行加

3、權(quán)集成，獲得更加準(zhǔn)確的鉛鋅燒結(jié)塊成分預(yù)測結(jié)果。結(jié)果表明，智能集成模型的預(yù)測精度高于單一預(yù)測模型，能有效地對(duì)燒結(jié)塊成分進(jìn)行預(yù)測，滿足了配料計(jì)算對(duì)預(yù)測精度和數(shù)據(jù)完備性的要求。 （2）燒結(jié)返粉量智能集成預(yù)測模型針對(duì)燒結(jié)返粉量變化趨勢(shì)復(fù)雜，受多個(gè)因素影響，難以用單一預(yù)測模型進(jìn)行有效預(yù)測的問題，提出一種基于改進(jìn)灰色系統(tǒng)和支持向量機(jī)的智能集成預(yù)測模型。首先利用改進(jìn)灰色系統(tǒng)和支持向量機(jī)兩個(gè)單一預(yù)測模型分別對(duì)燒結(jié)返粉量進(jìn)行預(yù)測；然后基于預(yù)測精度

4、的數(shù)學(xué)期望和標(biāo)準(zhǔn)差，以其數(shù)學(xué)期望最大化和標(biāo)準(zhǔn)差最小化為目標(biāo)函數(shù)，通過求取最優(yōu)加權(quán)系數(shù)，建立燒結(jié)返粉量智能集成預(yù)測模型進(jìn)行返粉量預(yù)測。結(jié)果表明，該集成預(yù)測模型能夠獲得更高的的預(yù)測精度，能有效地對(duì)返粉量進(jìn)行預(yù)測，預(yù)測結(jié)果為確定燒結(jié)返粉配比提供了數(shù)據(jù)支持。 （3）一次配料定性定量智能集成優(yōu)化算法針對(duì)傳統(tǒng)配料方法中存在的成本高和準(zhǔn)確率低的問題，提出一種定性定量智能集成優(yōu)化算法。在對(duì)燒結(jié)主要原料特性和經(jīng)濟(jì)性進(jìn)行分析以及建立燒結(jié)塊成分集成預(yù)

5、測模型的基礎(chǔ)上，首先以成本最小為目標(biāo)建立燒結(jié)配料優(yōu)化模型，分別采用專家推理策略和免疫遺傳算法對(duì)燒結(jié)配料進(jìn)行優(yōu)化；然后，在對(duì)免疫遺傳算法進(jìn)行改進(jìn)的基礎(chǔ)上，從系統(tǒng)論的觀點(diǎn)出發(fā)，采用定性定量綜合集成方法，把過程神經(jīng)網(wǎng)絡(luò)技術(shù)、灰色系統(tǒng)理論與專家推理策略、改進(jìn)免疫遺傳算法有機(jī)結(jié)合，實(shí)現(xiàn)了燒結(jié)配料的進(jìn)一步優(yōu)化，提高了配料的準(zhǔn)確率，降低了燒結(jié)成本，取得了可觀的經(jīng)濟(jì)效益。 （4）基于燒結(jié)工況綜合評(píng)價(jià)的二次配料智能優(yōu)化策略在對(duì)燒結(jié)生產(chǎn)全流程各參數(shù)

6、間關(guān)系進(jìn)行分析的基礎(chǔ)上，提出了基于燒結(jié)工況綜合評(píng)價(jià)的二次配料智能優(yōu)化策略，建立了燒結(jié)生產(chǎn)工況綜合評(píng)價(jià)模型，并提出了基于聚類分析的操作參數(shù)匹配優(yōu)化算法。首先，通過建立燒結(jié)返粉量、燒結(jié)塊含鉛量、含鋅量以及含硫量預(yù)測模型，將這些模型的輸出作為燒結(jié)生產(chǎn)工況優(yōu)劣的綜合評(píng)價(jià)因素，利用燒結(jié)生產(chǎn)工況綜合評(píng)價(jià)模型，采用模糊綜合評(píng)價(jià)法，實(shí)現(xiàn)對(duì)燒結(jié)生產(chǎn)工況的綜合評(píng)價(jià)；其次，根據(jù)對(duì)燒結(jié)生產(chǎn)工況綜合評(píng)價(jià)的結(jié)果，在利用加權(quán)模糊C均值聚類算法對(duì)優(yōu)化樣本數(shù)據(jù)集進(jìn)行聚類

7、的基礎(chǔ)上，通過操作參數(shù)匹配優(yōu)化算法，獲得二次配料過程具體的操作參數(shù)優(yōu)化值，作為實(shí)現(xiàn)二次配料過程過程優(yōu)化控制的操作指導(dǎo)。結(jié)果表明：該方法可顯著改善工況波動(dòng)，減少了由于操作盲目性造成的生產(chǎn)工況不穩(wěn)定，進(jìn)而提高了燒結(jié)塊的產(chǎn)量和質(zhì)量。 （5）燒結(jié)配料過程智能集成控制策略由于燒結(jié)配料過程中的物料流量受許多不確定因素的影響而波動(dòng)很大，具有很強(qiáng)的非線性和大滯后等特性，難以建立確切的數(shù)學(xué)模型，其控制問題很難用傳統(tǒng)的控制理論和方法解決。為了提高配