基于改进鲸鱼优化算法的蓄热式熔铝炉参数优化设定方法技术

本发明专利技术公开了一种基于改进鲸鱼优化算法的蓄热式熔铝炉参数优化设定方法，其包括如下步骤：步骤一，现场采集若干组原始数据；步骤二，对步骤一中采集到的原始数据进行预处理，包括剔除异常数据、降低噪声、归一化处理，以得到正常数据；步骤三，对步骤二中处理得到的正常数据，采用极限学习机进行炉温建模，得到蓄热式熔铝炉铝熔炼过程中炉温的非线性模型；步骤四，对于步骤三所建立的铝熔炼过程中炉温的非线性模型，对炉温进行分段，使用改进的鲸鱼优化算法对每一段温度的参数进行优化，得到每一段的一组优化后的工况参数；步骤五，对步骤四得到的优化参数进行差分进化微调，如果求得适应度更好的优化参数，则替换当前参数，否则保留。

Parameter optimization of regenerative aluminium melting furnace based on improved whale optimization algorithm

【技术实现步骤摘要】
基于改进鲸鱼优化算法的蓄热式熔铝炉参数优化设定方法
本专利技术涉及铝熔炼
，特别涉及一种基于改进鲸鱼优化算法的蓄热式熔铝炉参数优化设定方法。
技术介绍
铝熔炼过程是整个铝合金加工工艺非常关键的一道生成工序，这一工艺直接影响了铝合金产品的质量和性能。蓄热式熔铝炉铝熔炼过程具有时变、强耦合、非线性和大滞后等特点，其中温度是一个大滞后环节，且炉温模型是非线性的，因此对温度的精确控制对蓄热式熔铝炉铝熔炼有着非常重要的作用。蓄热式熔铝炉铝熔炼过程中参数的调节直接影响到炉膛温度的变化、熔炼时间和熔化速度，最终影响到蓄热式熔铝炉铝熔炼炉的整体燃烧效率和铝合金的质量，故对蓄热式熔铝炉铝熔炼过程参数的优化设定具有十分重要的意义，铝熔炼过程中参数设定合适可以加快铝锭熔化速度、控制炉温的变化、减少熔炼时间和节省天然气的使用，从而提高生产效益和经济效益。
技术实现思路
本专利技术的目的在于提供一种基于改进鲸鱼优化算法的蓄热式熔铝炉参数优化设定方法，通过优化蓄热式熔铝炉铝熔炼在熔炼过程中的参数，加快铝锭熔化速度和减少天然气用量，从而提高生产效益和经济效益。本专利技术的上述目的通过以下技术方案予以实现：基于改进鲸鱼优化算法的蓄热式熔铝炉参数优化设定方法，包括如下步骤：步骤一：从工厂现场的设备上采集若干组原始数据，其中每一组原始数据包括铝熔炼过程中的炉膛温度、每个排烟口的排烟温度和每个烧嘴的助燃空气流量、天然气流量、助燃空气阀门开度、天然气阀门开度和助燃空气温度这些参数的现场检测数据，原始数据均从现场设备上所安装的传感器采集，并且在监控组态WINCC上显示、保存和归档；步骤二：对在工厂采集到的数据进行预处理，预处理分为异常数据剔除、数据降噪和归一化，所有的数据预处理都使用Matlab编程实现；步骤三：对步骤二中处理得到的正常数据，采用极限学习机对蓄热式熔铝炉的炉温进行建模，得到蓄热式熔铝炉铝熔炼过程炉温的非线性模型；步骤四：根据步骤三所建立的蓄热式熔铝炉铝熔炼过程炉温的非线性模型，对炉温进行分段，采用改进的鲸鱼优化算法对每一段温度的参数进行优化，得到每一段的一组优化后的工况参数。所述步骤二中，采用莱因达准则对异常数据进行剔除，采用滑动平均法来进行数据的降噪处理，归一化处理剔除异常数据和降低噪声后的数据。所述步骤三中，采用十折交叉验证法确定极限学习机隐藏节点的个数。所述步骤四中，采用改进的鲸鱼优化算法，改进了鲸鱼优化算法控制参数a的计算方法、局部搜索更新X(t+1)和权重ω(t)的方法，其具体改进如下：式中，a表示迭代过程中从2减少到0的向量，t表示当前迭代次数，tMaxIter表示最大迭代次数，X(t+1)表示攻击猎物的数学模型，X*(t)表示当前最优个体的位置向量，ω(t)表示权重，A表示系数矩阵，D根据鲸鱼最佳鲸鱼位置收缩包围猎物的数学模型，P表示当前概率，P*表示选择包围猎物或者螺旋更新位置的概率，b为用于定义对数螺旋形状的常数，l为[0,1]区间的随机量。上述方法还包括步骤五：对步骤四得到的优化参数进行差分进化微调，基于当前优化解的交叉、变异，如果求得适应度更好的优化参数，则替换当前参数，否则保留。本专利技术具有如下有益效果：本专利技术主要应用于蓄热式熔铝炉铝熔炼过程中工艺参数的优化设定，对每一段温度的参数进行优化，使温度快速稳定的到达设定值，从而减少铝熔炼时间，提高熔炼效率；进而提高热效率，减少天然气的用量，达到节能和提高经济效益的目的；同时可以合理控制烟气的排放，达到减排的效果。附图说明图1是本专利技术基于改进鲸鱼优化算法的蓄热式熔铝炉参数优化设定方法的步骤示意图。图2是本专利技术采用极限学习机对蓄热式熔铝炉炉温进行建模的模型。图3是本专利技术改进的鲸鱼优化算法优化蓄热式熔铝炉参数的流程图。图4是本专利技术熔铝炉参数优化前后炉温的对比图。具体实施方式下面结合附图，对本专利技术进行详细描述，但应当理解本专利技术的保护范围并不受具体实施方式的限制。除非另有其它明确表示，否则在整个说明书和权利要求书中，术语“包括”或其变换如“包含”或“包括有”等等将被理解为包括所陈述的元件或组成部分，而并未排除其它元件或其它组成部分。蓄热式熔铝炉铝熔炼中温度控制是整个控制系统中非常重要的控制参数，温度控制主要指料温的控制，在熔炼前期，铝锭处于固态，应快速使炉膛升温，加速固态铝锭熔化，温度设定值为1100℃，且炉膛温度不能超过1200℃；炉膛温度是直接影响效率的因素，因此建模的工艺参数指标选择炉膛温度建立温度预测模型。炉膛温度变化直接来源于熔炼炉内燃气和空气的燃烧，助燃空气流量和天然气流量的配比直接决定温度变化和影响系统的燃烧效率，而空气与天然气的阀门开度则直接影响到助燃空气流量和天然气流量；助燃空气温度过低则影响燃烧效率，过高则导致过量的热和烟气从烟道排除；烟气的排放会从炉膛内带走大量的热量，故排烟温度与炉膛温度的变化也直接相关；故应对助燃空气流量、天然气流量、助燃空气阀门开度、天然气阀门开度、助燃空气温度和排气温度这些影响炉膛温度的参数进行优化。工厂现场采集到的部分数据由于条件的限制和现场环境的复杂性造成异常，导致采集到的数据处于包含异常点等“不健康”的状态，不利于炉温模型的建立以及参数的优化，因此在建立炉温模型之前需要对在工厂采集到的数据进行预处理。预处理分为异常数据剔除、数据降噪和归一化，所有的数据预处理都使用Matlab编程实现。图1至图3显示了根据本专利技术优选实施方式的基于改进鲸鱼优化算法的蓄热式熔铝炉参数优化设定方法的结构示意图，该基于改进鲸鱼优化算法的蓄热式熔铝炉参数优化设定方法包括如下步骤：步骤一：从工厂现场的设备上采集若干组原始数据，其中每一组原始数据包括铝熔炼过程中的炉膛温度、每个排烟口的排烟温度和每个烧嘴的助燃空气流量、天然气流量、助燃空气阀门开度、天然气阀门开度和助燃空气温度这些参数的现场检测数据。原始数据均从现场设备上所安装的传感器采集并且在监控组态WINCC上显示、保存和归档，采集频率为5min/次，总共1000组数据，每组数据是包括所有的参数的原始数据。一个熔炼炉上有2对烧嘴和4个排烟口，则每组原始数据就包括1个炉膛温度、2个助燃空气流量、2个天然气流量、2个助燃空气阀门开度、2个天然气阀门开度、2个助燃空气温度和4个排烟温度，共15个原始数据。步骤二：对步骤一中采集到的每个指标的所有原始数据进行剔除异常数据和去除噪声，以得到正常数据。由于现场环境的复杂性和多变性，采集的数据中会包含噪声和异常点，不利于后续模型的建立，需要剔除异常点和去除噪声。本专利技术优选地，在步骤二中，使用莱因达准则对异常数据进行剔除，其过程如下：1)对采集到的一个数据集[xi1,xi2,L,xiN]先求得其算数平均值和剩余误差2)根据贝塞尔法求得均方根偏差3)判别数据，如果则xij为正常数据，保留数据xij，否则删除数据xij。本专利技术优选地，在步骤二中，采用滑动平均法来进行噪声的去除。其过程如下：1.将原始数据表示为xij＝fij+eij，其中xij是单个的原始数据，fij是确定成分，eij是随机误差；2.将每组的原始数据分成若干个区间，使用公式计算平均值，fik与xik是区间的平均值，用计算得到的区间平均值来代替这个区间的所有数据，降低经过剔除异常点之后数据的噪声。本发本文档来自技高网...

【技术保护点】
1.基于改进鲸鱼优化算法的蓄热式熔铝炉参数优化设定方法，其特征在于，包括如下步骤：步骤一：从工厂现场的设备上采集若干组原始数据，其中每一组原始数据包括铝熔炼过程中的炉膛温度、每个排烟口的排烟温度和每个烧嘴的助燃空气流量、天然气流量、助燃空气阀门开度、天然气阀门开度和助燃空气温度这些参数的现场检测数据，原始数据均从现场设备上所安装的传感器采集，并且在监控组态WINCC上显示、保存和归档；步骤二：对在工厂采集到的数据进行预处理，预处理分为异常数据剔除、数据降噪和归一化，所有的数据预处理都使用Matlab编程实现；步骤三：对步骤二中处理得到的正常数据，采用极限学习机对蓄热式熔铝炉的炉温进行建模，得到蓄热式熔铝炉铝熔炼过程炉温的非线性模型；步骤四：根据步骤三所建立的蓄热式熔铝炉铝熔炼过程炉温的非线性模型，对炉温进行分段，采用改进的鲸鱼优化算法对每一段温度的参数进行优化，得到每一段的一组优化后的工况参数。

【技术特征摘要】
1.基于改进鲸鱼优化算法的蓄热式熔铝炉参数优化设定方法，其特征在于，包括如下步骤：步骤一：从工厂现场的设备上采集若干组原始数据，其中每一组原始数据包括铝熔炼过程中的炉膛温度、每个排烟口的排烟温度和每个烧嘴的助燃空气流量、天然气流量、助燃空气阀门开度、天然气阀门开度和助燃空气温度这些参数的现场检测数据，原始数据均从现场设备上所安装的传感器采集，并且在监控组态WINCC上显示、保存和归档；步骤二：对在工厂采集到的数据进行预处理，预处理分为异常数据剔除、数据降噪和归一化，所有的数据预处理都使用Matlab编程实现；步骤三：对步骤二中处理得到的正常数据，采用极限学习机对蓄热式熔铝炉的炉温进行建模，得到蓄热式熔铝炉铝熔炼过程炉温的非线性模型；步骤四：根据步骤三所建立的蓄热式熔铝炉铝熔炼过程炉温的非线性模型，对炉温进行分段，采用改进的鲸鱼优化算法对每一段温度的参数进行优化，得到每一段的一组优化后的工况参数。2.根据权利要求1所述的基于改进鲸鱼优化算法的蓄热式熔铝炉参数优化设定方法，其特征在于，所述步骤二中，采用莱因达准则对异常数据进行剔除，采用滑动平均法来进行数据的降噪处理，归一化处理剔除异常...

【专利技术属性】
技术研发人员：黄清宝，黄川，韦云松，周雄斌，徐辰华，雷思宁，李俊兴，
申请(专利权)人：广西大学，广西南南铝加工有限公司，
类型：发明
国别省市：广西,45