一种基于差分进化算法的水泥回转窑鲁棒多目标优化方法技术

本发明专利技术公开了一种基于差分进化算法的水泥回转窑鲁棒多目标优化方法，属于水泥回转窑生产过程优化领域，包括从水泥熟料烧成系统历史数据中选取与煤耗和游离氧化钙相关的决策变量，将所选的变量做时间序列处理，再进行归一化与标准化；分别构建水泥回转窑烧成过程的煤耗和熟料中的游离氧化钙含量的CNN预测模型，使用处理好的数据进行训练；使用训练好的CNN预测模型作为目标函数，搭建水泥回转窑多目标优化模型；使用鲁棒多目标差分进化算法对水泥回转窑多目标优化模型进行求解，得到鲁棒最优解。本发明专利技术解决了水泥回转窑优化过程中没有考虑决策变量波动的情况导致优化性能恶化的问题，提高了煅烧后水泥熟料的质量，保证了最小煤耗。最小煤耗。最小煤耗。

【技术实现步骤摘要】
一种基于差分进化算法的水泥回转窑鲁棒多目标优化方法


[0001]本专利技术涉及水泥回转窑生产过程中的优化领域，尤其是一种基于差分进化算法的水泥回转窑鲁棒多目标优化方法。

技术介绍

[0002]水泥回转窑是水泥生产工艺的重要组成部分，关系着水泥熟料的质量好坏和熟料烧成煤耗的高低。
[0003]合理的设定决策变量对水泥熟料生产的节能降耗具有重要意义，同时影响着水泥熟料中游离氧化钙含量的高低，而游离氧化钙含量的高低关系着水泥产品的质量。
[0004]对决策变量的进行优化可以保证水泥熟料中游离氧化钙含量合格的同时降低煤耗。传统的多目标优化方法关注全局最优解，通过设定最优决策变量得到最优的煤耗值和游离氧化钙含量。然而在水泥熟料煅烧过程中决策变量会由于随着时间产生变化，在一定范围内进行波动，导致实际结果偏离最优决策，达不到最优的结果。
[0005]因此，在优化水泥熟料煅烧系统将决策变量的波动情况考虑在其中，是水泥回转窑优化需要面临的现实问题。

技术实现思路

[0006]本专利技术需要解决的技术问题是提供一种基于差分进化算法的水泥回转窑鲁棒多目标优化方法，旨在解决水泥回转窑优化过程中没有考虑决策变量波动的情况导致优化性能恶化的问题，保证煅烧后水泥熟料的质量合格和煤耗最小。
[0007]为解决上述技术问题，本专利技术所采用的技术方案是：
[0008]一种基于差分进化算法的水泥回转窑鲁棒多目标优化方法，包括如下步骤：
[0009]步骤1，从水泥熟料烧成系统历史数据中选取与煤耗和游离氧化钙相关的决策变量，将所选的变量做时间序列处理，再进行归一化与标准化；
[0010]步骤2，分别构建水泥回转窑烧成过程的煤耗和熟料中的游离氧化钙含量的CNN预测模型，使用处理好的数据进行训练；
[0011]步骤3，使用训练好的CNN预测模型作为目标函数，搭建水泥回转窑多目标优化模型；
[0012]步骤4：使用鲁棒多目标差分进化算法对水泥回转窑多目标优化模型进行求解，得到鲁棒最优解；所述鲁棒多目标差分进化算法在进行种群迭代时，通过计算个体的鲁棒性指标和适应度值，通过非支配排序及鲁棒性约束，挑选进入下一代种群的个体。
[0013]本专利技术技术方案的进一步改进在于：步骤1中，所述决策变量最终选取了10个变量用于预测水泥孰料质量指标游离氧化钙的含量，7个变量用于预测煤耗；用于预测煤耗的变量包括：一级桶出口温度(x1)、分解炉出口温度(x2)、窑尾温度(x3)、窑头负压(x4)、二次风温(x5)、窑电流(x6)和喂料量(x7)；用于预测水泥熟料质量指标游离氧化钙的含量的变量包括：一级桶出口温度(x1)、分解炉出口温度(x2)、窑尾温度(x3)、窑头负压(x4)、二次风温
(x5)、窑电流(x6)、喂料量(x7)、石灰石饱和率HM(x8)、铝酸率IM(x9)和硅酸率SM(x
10
)。
[0014]本专利技术技术方案的进一步改进在于：步骤3中，通过水泥熟料游离氧化钙含量、煤耗搭建了两个目标函数，建立的水泥回转窑多目标优化模型具体如下：
[0015][0016]式中，O1代表水泥熟料烧成过程的煤耗值，单位为Kg/t；O2代表水泥熟料中游离氧化钙含量，单位为％；x
p
代表在水泥熟料烧成过程中与煤耗C(x
p
)相关的7个变量；x
q
代表在水泥熟料烧成过程中与水泥熟料中游离氧化钙的含量F(x
q
)相关的10个变量；F(x
q
)需满足水泥熟料中游离氧化钙含量的约束要求；x
q
需满足生产过程对各决策变量的约束要求。
[0017]本专利技术技术方案的进一步改进在于：步骤4中，所述鲁棒多目标差分进化算法的具体步骤为：
[0018]4.1，初始化：在决策变量的约束范围内生成数量为N的种群；
[0019]4.2，个体评价：计算初始种群每个个体的个体适应值f(x)和鲁棒性指标r(x)；
[0020]4.3，生成子代种群：对上一代种群进行变异、交叉、重组，得到子代种群；
[0021]4.4，子代个体评价：计算新生成种群每个个体的个体适应值f(x)和鲁棒性指标r(x)；
[0022]4.5，挑选种群：将父代种群和子代种群进行合并，计算所有个体的非支配排序等级和鲁棒性指标r(x)，选择能够进入下一代的个体；对选择后的个体进行拥挤度计算，将超出种群大小N的部分截断；进化次数g＝g+1；
[0023]4.6，迭代终止条件：判断进化次数g是否达到迭代次数G；如果没有达到迭代次数，转至步骤3；如果达到迭代次数，则运行结束。
[0024]本专利技术技术方案的进一步改进在于：在4.2中，个体适应值f(x)的计算是将决策变量代入步骤2中建立的CNN预测模型中得到的，鲁棒性指标的计算需要摄动函数值f
p
(x)，计算f
p
(x)的常用方法是在x的波动邻域Δx内采样n个点，计算采样到的n个目标值的平均值作为摄动函数值；如下式所示：
[0025]f
p
(x)＝f1(x)+f2(x)+
…
+f
i
(x) i＝1,2,
…
n
[0026]解的鲁棒性指标计算公式如下：
[0027][0028]式中，f(x)代表个体适应值，f
p
(x)代表摄动函数值。
[0029]本专利技术技术方案的进一步改进在于：在4.5中，挑选种群的选择策略是关键的步骤，这一步通过非支配排序及鲁棒性约束挑选进入下一代种群的个体，从而推动算法搜索到鲁棒最优解；具体步骤如下：
[0030]4.5.1，采用轮盘赌算法从大小为2n的种群中选择一对个体；
[0031]4.5.2，判断两个个体的鲁棒性，如果都不满足鲁棒性约束(r(x)＞η)，则选择r(x)更小的个体进入候选解集合A
g
(X)；
[0032]4.5.3，如果只有一个个体满足鲁棒性约束(r(x)≤η)，选择次个体进入候选解集合A
g
(X)；
[0033]4.5.4，如果两个个体都满足鲁棒性约束，根据支配关系将支配个体进入候选解集合A
g
(X)；如果两个个体互不支配，则两个个体都进入候选解集合A
g
(X)；
[0034]4.5.5，如果候选解的个数大于种群数n，则通过拥挤度距离截断超出的部分。
[0035]由于采用了上述技术方案，本专利技术取得的技术进步是：
[0036]1.本专利技术考虑了水泥回转窑实际生产状况以及各决策变量与目标之间的关系，建立了以煤耗和游离氧化钙含量为目标函数的多目标优化模型，为了保证优化结果的鲁棒性，在MODEA中加入了解的鲁棒性计算以及鲁棒选择策略，提出了一种鲁棒多目标差分进化算法，该算法通过对进化过程中解的鲁棒性进行约束，设置鲁棒选择策略，使求得的解更符合实际工本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于差分进化算法的水泥回转窑鲁棒多目标优化方法，其特征在于：包括如下步骤：步骤1，从水泥熟料烧成系统历史数据中选取与煤耗和游离氧化钙相关的决策变量，将所选的变量做时间序列处理，再进行归一化与标准化；步骤2，分别构建水泥回转窑烧成过程的煤耗和熟料中的游离氧化钙含量的CNN预测模型，使用处理好的数据进行训练；步骤3，使用训练好的CNN预测模型作为目标函数，搭建水泥回转窑多目标优化模型；步骤4：使用鲁棒多目标差分进化算法对水泥回转窑多目标优化模型进行求解，得到鲁棒最优解；所述鲁棒多目标差分进化算法在进行种群迭代时，通过计算个体的鲁棒性指标和适应度值，通过非支配排序及鲁棒性约束，挑选进入下一代种群的个体。2.根据权利要求1所述的一种基于差分进化算法的水泥回转窑鲁棒多目标优化方法，其特征在于：步骤1中，所述决策变量选取了10个变量用于预测水泥孰料质量指标游离氧化钙的含量，7个变量用于预测煤耗；用于预测煤耗的变量包括：一级桶出口温度(x1)、分解炉出口温度(x2)、窑尾温度(x3)、窑头负压(x4)、二次风温(x5)、窑电流(x6)和喂料量(x7)；用于预测水泥熟料质量指标游离氧化钙的含量的变量包括：一级桶出口温度(x1)、分解炉出口温度(x2)、窑尾温度(x3)、窑头负压(x4)、二次风温(x5)、窑电流(x6)、喂料量(x7)、石灰石饱和率HM(x8)、铝酸率IM(x9)和硅酸率SM(x
10
)。3.根据权利要求1所述的一种基于差分进化算法的水泥回转窑鲁棒多目标优化方法，其特征在于：步骤3中，通过水泥熟料游离氧化钙含量、煤耗搭建了两个目标函数，建立的水泥回转窑多目标优化模型具体如下：式中，O1代表水泥熟料烧成过程的煤耗值，单位为Kg/t；O2代表水泥熟料中游离氧化钙含量，单位为％；x
p
代表在水泥熟料烧成过程中与煤耗C(x
p
)相关的7个变量；x
q
代表在水泥熟料烧成过程中与水泥熟料中游离氧化钙的含量F(x
q
)相关的10个变量；F(x
q
)需满足水泥熟料中游离氧化钙含量的约束要求；x
q
需满足生产过程对各决策变量的约束要求。4.根据权利要求1所述的一种基于差分进化算法的水泥回转窑鲁棒多目标优化方法，其特征在于：步骤4中，所述鲁棒多目标差分进化算法的具体步骤为：4.1，初始化：在决策变量的约束范围内...

【专利技术属性】
技术研发人员：郝晓辰，杨杰光，孙权威，
申请(专利权)人：燕山大学，
类型：发明
国别省市：