一种基于因果推理对玻璃熔炉环境控制的方法及系统技术方案

技术编号:28675752 阅读:63 留言:0更新日期:2021-06-02 02:52
本发明专利技术提供一种基于因果推理对玻璃熔炉环境控制的方法及系统,用于以天然气和氧气为燃料的全氧玻璃窑炉熔炉,将传感器采集的玻璃熔炉相关参数时间序列和玻璃质量时间序列数据集作为输入,通过条件选择算法得到稀疏因果模型;将稀疏因果模型作为输入,通过瞬时条件独立性测试得到去除假阳性因果关联的稀疏因果模型;基于信息理论,采用源熵的概念来衡量因果强度,根据因果强度给出相应的控制决策。本发明专利技术对于高维、非线性时间序列且带有时间滞后特点的玻璃熔炉环境,能够对时间滞后因果关系进行推理;并且能够量化因果关联强度,给予玻璃熔炉环境控制提供决策支持建议。

【技术实现步骤摘要】
一种基于因果推理对玻璃熔炉环境控制的方法及系统
本专利技术涉及玻璃熔炉环境控制
,具体涉及一种基于因果推理对玻璃熔炉环境控制的方法及系统。
技术介绍
玻璃熔炉是一个伴随着各种物理化学反应的复杂系统,在熔化池或料道中澄清和均化过程中,需要玻璃液能够长期稳定的保留在一个特定的温度区间,工业上为了获得良好的玻璃质量,需要对熔炉内的环境进行一定的控制。目前我国在相关领域主要采用的是传统的PID控制技术。这种技术相对成本低廉且易于设计,但是对于熔炉这种具有高维、非线性和时间滞后的系统,控制效果并不理想,难以生产高质量的玻璃。此外,许多研究人员在此基础上提出一些改进算法来提高控制效果。如在传统PID控制器基础上与模糊逻辑控制器相结合,改善了传统PID控制器控制不佳的弊端;还有人采用机器学习算法来进一步改善控制效果。有不少学者及研究人员提出因果推理在实际中的应用。吉林大学研究人员针对汽车纵向自动驾车决策过程,通过建立车辆跟驰行为的马尔科夫决策过程模型,提出决策过程的因果推理机制;有人提出一种基于因果推理,利用全连接神经网络来预测癌症或心脑血管疾病患者一年内再入院的概率,评估不同治疗方案的效果,辅助临床决策。针对玻璃熔炉复杂环境,需要作出合理的因果解释,给予生产者适当的决策建议。虽然这些改进算法在实验模拟条件下表现良好,但是无法在实际应用中得到好的效益表现。其一是无法完美的模拟复杂的熔炉环境;其二是基于神经网络的机器学习算法无法解释因果性,对于实际生产决策缺乏说服力。控制方法往往是针对温度单个参数的控制,对于炉内压力、氧气浓度和天然气浓度等因素无法得到有效的控制,如果有技术方案能够找到这些参数之间的因果关系,给出合理的决策方案,就能够更好地整体控制熔炉整体的环境因素,达到提高玻璃质量的目的。此外由于熔炉环境有着明显的时间滞后效应,通过算法改进来提高控制温度这一方案有着时间上的误差,本专利提出的方法,能够实现时间序列上的因果推理,克服时间滞后的问题。
技术实现思路
本专利技术提供了一种基于因果推理对玻璃熔炉环境控制的方案,目的在于找出影响玻璃质量的因素,给出精确的量化因果性强度,为玻璃熔炉环境控制提供决策。为了实现上述目的,本专利技术提出一种基于因果推理对玻璃熔炉环境控制的方法,用于以天然气和氧气为燃料的全氧玻璃窑炉熔炉,将传感器采集的玻璃熔炉相关参数时间序列和玻璃质量时间序列数据集作为输入,通过条件选择算法得到稀疏因果模型;将稀疏因果模型作为输入,通过瞬时条件独立性测试得到去除假阳性因果关联的稀疏因果模型;基于信息理论,采用源熵的概念来衡量因果强度,根据因果强度给出相应的控制决策。而且,传感器采集频率为10秒/次~300秒/次的固定频率。而且,所述传感器类型包括温度传感器、压力计、流量计、距离传感器和浓度计。而且,所述玻璃熔炉相关参数包括熔炉各关键位点的温度、炉内压力、氧气流量、天然气流量、天然气阀门开度、玻璃熔融物高度、炉内粉尘浓度、二氧化硫浓度和氮氧化物浓度。而且,所述玻璃质量时间序列数据集,是玻璃各项质量指标所产生的综合质量指标时间序列数据集。而且,通过于条件独立的条件选择算法得到稀疏因果模型,实现如下,1)先获取时间序列集X=(X1,X2,...,XN),设其中一个玻璃熔炉相关参数Xj某一时刻的值为j表示参数的种类标记,t表示该参数值所在的时刻,N表示所有相关变量的数量;2)设选择参数为Xj,对这个参数某一时刻的值初始化其先前序列并进行无条件独立性检验,如果在显著性水平α上满足假设与相互独立,则将从中删除,i表示参数的种类标记;其中,τ为时间滞后,τmax为最大时间滞后;3)在接下来的每一次迭代中,首先根据初始先前序列的检验统计量对其排序,然后对和进行条件独立性检验,在前一次迭代中对依赖最大的参数成为独立变量被删除;4)每次迭代后,都从中去除独立先前序列数据,直到没有更多的条件用于测试。而且,所述最大时间滞后τmax,根据复杂系统中预期的最大物理时延来选择,显著性水平α通过交叉验证或基于分数进行优化。而且,所述通过瞬时条件独立性测试得到去除假阳性因果关联的稀疏因果模型实现方式为,设有时间序列集X=(X1,X2,...,Xi,...,Xj,...,XN),对于变量Xj,用条件选择算法估计得到的已排序的先前序列最大时间滞后τmax,变量Xi的先前序列的最大值Xm和条件独立测试函数CI(),得到的输出结果为p-values和测试统计值I。而且,采用源熵的概念来衡量因果强度实现如下,其中,表示在条件P(Xt-τ)下,和的条件互信息;IX→Y(τ)表示变量X和Y之间在滞后时长为τ下的条件互信息;表示变量X在时间滞后为τ下的噪声项;Xt-τ为变量X时间滞后为τ时的值;f(Xt-τ)为Xt-τ的多项式函数;表示变量Y的噪声项;P(Xt-τ)表示Xt-τ的先前序列;对于线性相关的f(Xt-τ)=cXt-τ,进一步简化为,其中,c是普通系数;对于高斯情形下的部分相关,其中,ρX→Y为变量X和Y的相关系数,σX为变量X的标准差,σ2为噪声项η的方差,为变量X的方差,c为普通系数。本专利技术还提供一种基于因果推理对玻璃熔炉环境控制的系统,用于实现如上所述的一种基于因果推理对玻璃熔炉环境控制的方法。本专利技术提供了一种基于因果推理对玻璃熔炉环境控制的方案,具备以下有益效果:1)对于高维、非线性时间序列且带有时间滞后特点的玻璃熔炉环境的因果推理提出理论方法,能够对当前1~3个小时的时间滞后因果关系进行推理。2)并且能够量化因果关联强度,给予玻璃熔炉环境控制提供决策支持。本专利技术方案实施简单方便,实用性强,解决了相关技术存在的实用性低及实际应用不便的问题,能够提高用户体验,具有重要的市场价值。附图说明图1为本专利技术实施例基于因果推理对玻璃熔炉环境控制的技术路线图。图2为本专利技术实施例得到的稀疏因果模型示意图。图3为本专利技术实施例得到的去除假阳性的稀疏因果模型示意图。图4为本专利技术实施例条件选择算法对时间序列数据集进行稀疏处理示意图。具体实施方式以下结合附图和实施例具体说明本专利技术的技术方案。本专利技术提供一种基于因果推理对玻璃熔炉环境控制的方法,用于以天然气和氧气为燃料的全氧玻璃窑炉熔炉。该方法根据玻璃熔炉测量的各关键点位的温度、压力、天然气和氧气流量、各阀门开度、玻璃熔融物高度、炉内粉尘浓度、二氧化硫浓度、氮氧化物浓度等时间序列数据集,使用条件选择算法,将在时间序列上相互条件独立的节点进行删除,得到稀疏因果模型。利用得到的稀疏因果模型作为瞬时条件独立性测试的输入,能够将稀疏因果模型中的假阳性因果关联进行排除,得到一个没有假阳性因果关联的稀疏因果模型。然后利用基于理想依赖度量属性的信息理论概念量化因果关联,从而对玻璃本文档来自技高网
...

【技术保护点】
1.一种基于因果推理对玻璃熔炉环境控制的方法,用于以天然气和氧气为燃料的全氧玻璃窑炉熔炉,其特征在于:将传感器采集的玻璃熔炉相关参数时间序列和玻璃质量时间序列数据集作为输入,通过条件选择算法得到稀疏因果模型;将稀疏因果模型作为输入,通过瞬时条件独立性测试得到去除假阳性因果关联的稀疏因果模型;基于信息理论,采用源熵的概念来衡量因果强度,根据因果强度给出相应的控制决策。/n

【技术特征摘要】
1.一种基于因果推理对玻璃熔炉环境控制的方法,用于以天然气和氧气为燃料的全氧玻璃窑炉熔炉,其特征在于:将传感器采集的玻璃熔炉相关参数时间序列和玻璃质量时间序列数据集作为输入,通过条件选择算法得到稀疏因果模型;将稀疏因果模型作为输入,通过瞬时条件独立性测试得到去除假阳性因果关联的稀疏因果模型;基于信息理论,采用源熵的概念来衡量因果强度,根据因果强度给出相应的控制决策。


2.根据权利要求1所述基于因果推理对玻璃熔炉环境控制的方法,其特征在于:传感器采集频率为10秒/次~300秒/次的固定频率。


3.根据权利要求1所述基于因果推理对玻璃熔炉环境控制的方法,其特征在于:所述传感器类型包括温度传感器、压力计、流量计、距离传感器和浓度计。


4.根据权利要求1所述基于因果推理对玻璃熔炉环境控制的方法,其特征在于:所述玻璃熔炉相关参数包括熔炉各关键位点的温度、炉内压力、氧气流量、天然气流量、天然气阀门开度、玻璃熔融物高度、炉内粉尘浓度、二氧化硫浓度和氮氧化物浓度。


5.根据权利要求1所述基于因果推理对玻璃熔炉环境控制的方法,其特征在于:所述玻璃质量时间序列数据集,是玻璃各项质量指标所产生的综合质量指标时间序列数据集。


6.根据权利要求1所述基于因果推理对玻璃熔炉环境控制的方法,其特征在于:通过于条件独立的条件选择算法得到稀疏因果模型,实现如下,
1)先获取时间序列集X=(X1,X2,...,XN),设其中一个玻璃熔炉相关参数Xj某一时刻的值为j表示参数的种类标记,t表示该参数值所在的时刻,N表示所有相关变量的数量;
2)设选择参数为Xj,对这个参数某一时刻的值初始化其先前序列并进行无条件独立性检验,如果在显著性水平α上满足假设与相互独立,则将从中删除,i表示参数的种类标记;
其中,τ为时间滞后,τmax为最大时间滞后;
3)在接下来的每一次迭代中,首先根据初始先前序列的检验统计量对其排序,然后对和进行条...

【专利技术属性】
技术研发人员:夏喆谢天雄邹承明
申请(专利权)人:武汉理工大学
类型:发明
国别省市:湖北;42

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1