基于数字孪生的立磨机多场耦合系统工艺参数优化方法技术方案

本发明专利技术提出了一种基于数字孪生的立磨机多场耦合系统工艺参数优化方法，其步骤为：首先，利用逆向工程技术建立立磨机的数字孪生模型，并利用颗粒‑流体‑温度多物理场耦合仿真方法计算数字孪生模型的性能参数，与实验测定的立磨机的实际性能参数进行对比并修改数字孪生模型；其次，对数字孪生模型进行工艺参数化设计，确定工艺优化参数与目标函数，采用实验设计方法在设计空间内选取初始样本点，并利用颗粒‑流体‑温度多物理场耦合仿真方法计算样本点的响应值；最后，利用样本点和响应值构建代理模型，采用遗传算法GA对代理模型进行更新与寻优，得到最优解。本发明专利技术通过高效的优化设计方法，节约设计成本、降低排放，提高大型立磨机的生成效率。

【技术实现步骤摘要】
基于数字孪生的立磨机多场耦合系统工艺参数优化方法
本专利技术涉及大型装备数字化、智能优化
，特别是指一种基于数字孪生的立磨机多场耦合系统工艺参数优化方法。
技术介绍
粉磨是在矿山、机械、资源、环保等行业广泛应用的一项基本工艺，支撑着国民经济的各个行业。大型立磨机是矿渣微粉生产线的核心粉磨设备，集粉磨、干燥及分级输送功能为一体，具有粉磨效率高、产品细度比例高、磨损小、钢耗低、运行可靠、检修方便等优点。随着供给侧结构性改革深入推进，水泥行业生态环保压力大、产能严重过剩、智能化水平低、粉磨站无序发展顽疾日益凸显。如何通过对大型立磨机进行节能设计和运行优化，降低设备能耗，减小污染物排放量，提高选粉效率，直接关系到水泥生产的总体经济效益和绿色健康发展。在大型立磨机进行节能设计和运行优化中，立磨磨腔空间结构复杂导致其流场也较为复杂，整体上为强烈耦合的流体-颗粒多相流，局部还包括喷嘴环处的突扩射流，磨辊处一定攻角下的圆柱绕流，重力分级区的渐缩流，以及离心分离区的强制旋涡流，仿真分析难度较大。此外，大量颗粒由于碰撞、涡流等因素使颗粒在还没到达选粉机前就产生了回流，又落回到了磨盘，再次进行碾压，这种现象称为过粉，如何通过优化立磨机结构、系统参数以及工艺控制参数，减小或避免过粉现象的出现是立磨机优化设计的一个难题。数字孪生是产品设计的一种新型技术应用模式，它是以数字化的形式描述物理实体并建立它的虚拟模型，利用数据模拟物理实体在现实环境中的运行状态，通过虚实交互反馈，数据融合分析、决策迭代优化等手段，给物理实体增加或扩展新的能力。
技术实现思路
针对现有立磨机结构复杂、系统参数以及工艺控制参数调整不准确，造成过粉严重的技术问题，本专利技术提出了一种基于数字孪生的立磨机多场耦合系统工艺参数优化方法，基于数字孪生环境，充分利用模型、数据、多方面协同的技术，根据大型立磨机的运行状态特点，构建工艺参数优化设计的数学模型，通过仿真分析、代理模型优化等技术手段，实现大型立磨机虚拟数字模型的工艺参数优化；通过虚实交互反馈，改进实际立磨机系统的工艺参数，丰富和完善大型立磨机优化设计理论，达到节约产品研发成本，提高大型立磨机的综合性能，降低能量消耗及污染物排放量的目的，从而有效地降低水泥、矿山等工业对环境的影响，最大程度上的避免造成环境污染。本专利技术的技术方案是这样实现的：一种基于数字孪生的立磨机多场耦合系统工艺参数优化方法，其步骤如下：S1、根据大型立磨机的物理模型，利用逆向工程技术建立大型立磨机的数字孪生模型；S2、将大型立磨机的特定工艺参数输入数字孪生模型中，利用颗粒-流体-温度多物理场耦合仿真方法对数字孪生模型进行仿真，获得数字孪生模型的性能参数；S3、根据大型立磨机的特定工艺参数获取实际运行中大型立磨机的实际性能参数；S4、判断步骤S2中的性能参数与步骤S3中的实际性能参数的误差是否小于阈值T，若是，执行步骤S5，否则，调整数字孪生模型中的仿真模型参数，返回步骤S2；S5、将特定工艺参数作为设计变量，性能参数作为目标函数和目标函数的约束条件，建立工艺参数优化的数学模型；S6、在设计空间中随机均匀选取N组设计变量的取值作为样本点集{X1,X2,…,Xn,…,XN}，其中，Xn表示第n组样本点，n＝1,2,…,N；S7、将样本点集输入数字孪生模型中，利用颗粒-流体-温度多物理场耦合仿真方法对数字孪生模型进行仿真，获得样本点集的响应值；S8、根据样本点集及其对应的响应值建立设计变量与目标函数之间的Kriging代理模型；S9、利用遗传算法GA对Kriging代理模型进行迭代寻优，找到Kriging代理模型中目标函数的改善期望值最大的点，并将改善期望值最大的点作为目标点输入数字孪生模型中，利用颗粒-流体-温度多物理场耦合仿真方法对数字孪生模型进行仿真获得目标点对应的响应值；S10、判断目标点的改善期望值是否满足收敛准则，若是，输出目标点和目标点对应的响应值，执行步骤S11，否则，将目标点添加到样本点集中，返回步骤S7；S11、根据目标点调整大型立磨机的特定工艺参数，获取优化后的实际性能参数；S12、判断目标点对应的响应值与优化后的实际性能参数的误差是否小于阈值T，若是，输出目标点，否则，调整数字孪生模型中的仿真模型参数，返回步骤S2。所述大型立磨机的数字孪生模型的构建方法为：S1.1、使用三维扫描仪对大型立磨机的实际零部件进行扫描得到大型立磨机的实际零部件的离散点云数据；S1.2、将离散点云数据导入计算机中，利用点云数据处理软件，通过平滑、噪点过滤、数据精简方法对点云数据进行预处理；S1.3、将预处理后的点云数据进行分割建立不同的数据子集，根据数据子集的不同分别建立曲面模型；S1.4、对曲面模型进行拼接、缝合，形成实体模型，再对实体模型中的裂隙进行修补，得到大型立磨机的数字孪生模型。所述大型立磨机的特定工艺参数包括大型立磨机的入口压力、入口温度、出口压力、出口温度、喂料速度、选粉机转速和选粉机电流。所述利用颗粒-流体-温度多物理场耦合仿真方法对数字孪生模型进行仿真，获得数字孪生模型的性能参数的方法为：S2.1、利用ICEM网格划分软件对数字孪生模型进行网格划分，导出.msh网格文件；S2.2、将.msh网格文件导入Fluent软件中，设置流场和温度场仿真的计算模型、边界条件、流体介质的物理参数、迭代步长，等待计算；S2.3、将.msh网格文件导入EDEM软件中，填充离散元颗粒，设置粉末颗粒间的围观作用模型；S2.4、在Fluent软件中，当前时间步内，通过迭代，计算流场分布，流体与颗粒之间的动量、能量交换，以及每个网络中包含的颗粒体积分数，将计算获得的流场和温度场信息传递给EDEM软件；S2.5、在EDEM软件中，利用Fluent软件计算的流场和温度场信息，计算当前时间步内流体对颗粒的作用力以及颗粒的速度和位置信息，并将这些信息传递给Fluent软件，作为下一时间步Fluent计算的依据；S2.6、重复S2.4-S2.5的Fluent-EDEM耦合仿真计算过程，直至颗粒场、流体场和温度场都趋近于稳定状态，根据仿真结果，得到数字孪生模型的虚拟产量、虚拟成品细度、虚拟电机功率性能参数。所述性能参数包括虚拟产量、虚拟成品细度和虚拟电机功率；所述实际性能参数包括产量、成品细度和电机功率。所述步骤S5中的设计变量为X＝[x1；x2；x3；x4；x5；x6；x7]T，其中，x1、x2、x3、x4、x5、x6和x7分别表示为数字孪生模型的入口压力、入口温度、出口压力、出口温度、喂料速度、选粉机转速、选粉机电流；所述目标函数为minf＝f[f1(X),f2(X)]，其中，f1(X)为产量，f2(X)为电机功率；目标函数的约束条件为g1(X)≤0，其中，g1(X)为成品细度。所述Kriging代理模型为：y(X)＝β+Z本文档来自技高网...

【技术保护点】
1.一种基于数字孪生的立磨机多场耦合系统工艺参数优化方法，其特征在于，其步骤如下：/nS1、根据大型立磨机的物理模型，利用逆向工程技术建立大型立磨机的数字孪生模型；/nS2、将大型立磨机的特定工艺参数输入数字孪生模型中，利用颗粒-流体-温度多物理场耦合仿真方法对数字孪生模型进行仿真，获得数字孪生模型的性能参数；/nS3、根据大型立磨机的特定工艺参数获取实际运行中大型立磨机的实际性能参数；/nS4、判断步骤S2中的性能参数与步骤S3中的实际性能参数的误差是否小于阈值T，若是，执行步骤S5，否则，调整数字孪生模型中的仿真模型参数，返回步骤S2；/nS5、将特定工艺参数作为设计变量，性能参数作为目标函数和目标函数的约束条件，建立工艺参数优化的数学模型；/nS6、在设计空间中随机均匀选取N组设计变量的取值作为样本点集{X

【技术特征摘要】
1.一种基于数字孪生的立磨机多场耦合系统工艺参数优化方法，其特征在于，其步骤如下：
S1、根据大型立磨机的物理模型，利用逆向工程技术建立大型立磨机的数字孪生模型；
S2、将大型立磨机的特定工艺参数输入数字孪生模型中，利用颗粒-流体-温度多物理场耦合仿真方法对数字孪生模型进行仿真，获得数字孪生模型的性能参数；
S3、根据大型立磨机的特定工艺参数获取实际运行中大型立磨机的实际性能参数；
S4、判断步骤S2中的性能参数与步骤S3中的实际性能参数的误差是否小于阈值T，若是，执行步骤S5，否则，调整数字孪生模型中的仿真模型参数，返回步骤S2；
S5、将特定工艺参数作为设计变量，性能参数作为目标函数和目标函数的约束条件，建立工艺参数优化的数学模型；
S6、在设计空间中随机均匀选取N组设计变量的取值作为样本点集{X1,X2,…,Xn,…,XN}，其中，Xn表示第n组样本点，n＝1,2,…,N；
S7、将样本点集输入数字孪生模型中，利用颗粒-流体-温度多物理场耦合仿真方法对数字孪生模型进行仿真，获得样本点集的响应值；
S8、根据样本点集及其对应的响应值建立设计变量与目标函数之间的Kriging代理模型；
S9、利用遗传算法GA对Kriging代理模型进行迭代寻优，找到Kriging代理模型中目标函数的改善期望值最大的点，并将改善期望值最大的点作为目标点输入数字孪生模型中，利用颗粒-流体-温度多物理场耦合仿真方法对数字孪生模型进行仿真获得目标点对应的响应值；
S10、判断目标点的改善期望值是否满足收敛准则，若是，输出目标点和目标点对应的响应值，执行步骤S11，否则，将目标点添加到样本点集中，返回步骤S7；
S11、根据目标点调整大型立磨机的特定工艺参数，获取优化后的实际性能参数；
S12、判断目标点对应的响应值与优化后的实际性能参数的误差是否小于阈值T，若是，输出目标点，否则，调整数字孪生模型中的仿真模型参数，返回步骤S2。


2.根据权利要求1所述的基于数字孪生的立磨机多场耦合系统工艺参数优化方法，其特征在于，所述大型立磨机的数字孪生模型的构建方法为：
S1.1、使用三维扫描仪对大型立磨机的实际零部件进行扫描得到大型立磨机的实际零部件的离散点云数据；
S1.2、将离散点云数据导入计算机中，利用点云数据处理软件，通过平滑、噪点过滤、数据精简方法对点云数据进行预处理；
S1.3、将预处理后的点云数据进行分割建立不同的数据子集，根据数据子集的不同分别建立曲面模型；
S1.4、对曲面模型进行拼接、缝合，形成实体模型，再对实体模型中的裂隙进行修补，得到大型立磨机的数字孪生模型。


3.根据权利要求1所述的基于数字孪生的立磨机多场耦合系统工艺参数优化方法，其特征在于，所述大型立磨机的特定工艺参数包括大型立磨机的入口压力、入口温度、出口压力、出口温度、喂料速度、选粉机转速和选粉机电流。


4.根据权利要求3所述的基于数字孪生的立磨机多场耦合系统工艺参数优化方法，其特征在于，所述利用颗粒-流体-温度多物理场耦合仿真方法对数字孪生模型进行仿真，获得数字孪生模型的性能参数的方法为：
S2.1、利用ICEM网格划分软件对数字孪生模型进行网格划分，导出.msh网格文件；
S2.2、将.msh网格文件导入Fluent软件中，设置流场和温度场仿真的计算模型、边界条件、流体介质的物理参数、迭代步长，等待计算；
S2.3、将.msh网格文件导入EDEM软件中，填充离散元颗粒，设置粉末颗粒间的围观作用模型；
S2.4...

【专利技术属性】
技术研发人员：孙春亚，李浩，李客，王昊琪，谢贵重，文笑雨，罗国富，黄荣杰，
申请(专利权)人：郑州轻工业大学，
类型：发明
国别省市：河南;41