一种节能降耗的环冷机分布式智能协调控制方法技术

本发明专利技术涉及烧结环冷机技术领域，尤其涉及一种节能降耗的环冷机分布式智能协调控制方法，包括收集原始数据样本集；利用训练样本集构建改进的

【技术实现步骤摘要】
一种节能降耗的环冷机分布式智能协调控制方法


[0001]本专利技术涉及烧结环冷机领域，特别涉及一种节能降耗的环冷机分布式智能协调控制方法
。

技术介绍

[0002]我国钢铁企业年均用能约占全国总能耗的
15
％，烧结矿生产中能耗在钢铁企业总能耗中占比较大，其环冷烟气排放温度较高，具有较好的烟气余热回收潜力
。
传统环冷机在智能控制方面的研究尚不成熟，基本只实现机械化，但尚未实现智能化，现有环冷机存在样本数据极度匮乏
、
样本数据非线性处理能力弱
、
对料渣温控不准确，生产效率低等问题；余热回收系统水平轨道固定方式不合理使轨道产生移动，造成环冷机台车运行不稳定；密封罩变形和漏风，造成余热回收废气温度低
。

技术实现思路

[0003]为此，本专利技术提供一种节能降耗的环冷机分布式智能协调控制方法，用以克服现有技术中密封罩变形和漏风，造成余热回收废气温度低的问题
。
[0004]为实现上述目的，本专利技术提供一种节能降耗的环冷机分布式智能协本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种节能降耗的环冷机分布式智能协调控制方法，其特征在于，包括以下步骤：步骤
S1、
收集并整理料渣特征数据及环冷区各部件控制数据形成原始数据样本集，并划分为训练样本集和测试样本集；步骤
S2、
利用训练样本集构建改进的
PLSR
多激活函数极限学习机集成网络模型，得到所需模型参数，用以计算虚拟样本输出，并利用测试样本集对构建好的模型进行测试，以确认模型参数是否合理；步骤
S3、
采用基于流形学习的虚拟样本生成方法对原始样本集扩充，将原始样本集和虚拟样本集合并为新数据样本集，利用新数据样本集优化更新模型参数；步骤
S4、
利用强化学习在线调整所述改进的
PLSR
多激活函数极限学习机集成网络模型在实时工况环境下的模型参数，输出实时料渣对应的输出控制结果，即环冷区风机及运输带的控制结果；步骤
S5、
采用烧结环冷机烟气余热发电双压锅炉系统对环冷烟气进行热能回收
。2.
根据权利要求1所述的节能降耗的环冷机分布式智能协调控制方法，其特征在于，在所述步骤
S1
中，当收集并整理料渣特征数据及环冷区各部件控制数据形成原始数据样本集，并划分为训练样本集和测试样本集时，所述收集料渣的温度
、
形状及大小作为原始输入样本的各个属性以生成输入样本，收集不同料渣所对应的运输带速度
、
风机的转速作为原始输出样本的各个属性以生成输出样本，将输入样本和输出样本形成多维原始数据样本集，并用留出法划分为训练样本集和测试样本集
。3.
根据权利要求2所述的节能降耗的环冷机分布式智能协调控制方法，其特征在于，在所述步骤
S2
中，采用训练样本集对改进的
PLSR
多激活函数极限学习机集成网络模型进行训练，得到所需模型参数，并利用测试样本集测试该模型的性能，以检测是否得...

【专利技术属性】
技术研发人员：周子超，邹莹，陈祖国，卢明，陈超洋，李沛，黄毅，张红强，陈永伟，
申请(专利权)人：湖南科技大学，
类型：发明
国别省市：