System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及水泥烧成过程中的控制,尤其是一种节能减排的水泥分解炉替代燃料燃烧优化控制方法。
技术介绍
1、水泥工业生产流程中,分解炉是水泥生产的重要步骤,分解炉为回转窑承担绝大多数的生料分解压力,因此分解炉正常运转是水泥生产流程中的关键步骤,分解炉温度是影响水泥生料分解率的关键指标,因此,分解炉温度的正常、稳定是保证水泥质量的关键。在实际工业生产中,不仅会使用煤作为分解炉燃料,还会投入生活固废等作为分解炉替代燃料,但固废燃料本身含水量大、热值低、挥发成分多,其燃烧消耗的氧气多,使得替代燃料使用时会影响分解炉的稳定,而工业生产中替代燃料的投入比例是由人工控制,人工控制存在滞后性、不稳定性,无法满足水泥煅烧的工业条件要求。
2、目前水泥工厂内大多采用传统的pid控制与人工控制,并且各个控制器之间无法相互通信,不能满足全局条件下多工况协同控制。
技术实现思路
1、本专利技术需要解决的技术问题是提供一种节能减排的水泥分解炉替代燃料燃烧优化控制方法,以数据分析为主的模型预测控制器可以有效地优化控制各个工序,实现各个工况稳定条件下替代燃料使用比例最大化目标。
2、为解决上述技术问题,本专利技术所采用的技术方案是:
3、一种节能减排的水泥分解炉替代燃料燃烧优化控制方法,包括以下步骤:
4、步骤1,构建f-cao预测模型;
5、步骤2,构建nox预测模型;
6、步骤3,根据f-cao预测模型与nox预测模型,构建多目标函数并
7、步骤4,构建分解炉出口温度预测模型;
8、步骤5,根据步骤3的优化结果和分解炉出口温度预测模型,建立分解炉出口温度控制目标函数,求出在分解炉出口温度与最优设定值误差最小的条件下分解炉的喂煤量和固废喂料量以及相关输入变量,并将求得值分别输入分解炉出口温度预测模型与实际生产线;
9、步骤6,步骤5结束后,获取该时刻分解炉出口温度预测模型的预测值与分解炉实际出口温度,计算预测值与实际温度之间的误差,并通过反馈校正将误差输入到下一时刻温度最优设定值。
10、本专利技术技术方案的进一步改进在于:步骤1中,构建f-cao预测模型具体包括以下步骤:
11、1.1,针对水泥质量达标要求,选取被预测变量f-cao值;
12、1.2,根据f-cao影响因素选取以下变量:分解炉出口温度,二次风温,窑尾温度,总喂料量,高温风机转速反馈,ep风机转速反馈;
13、1.3,首先读取数据并进行处理,由于数据采集时间与原理上各变量时间戳不对应,采用相关系数法逐步计算各变量之间的相关系数,找出最大相关变量,并确定各变量时延时间;其次,采用3δ原则剔除异常数据,并剔除空缺值,并对数据进行滤波,然后进行归一化处理,之后采用滑窗法处理数据,并将数据分为训练集与测试集;其中相关系数使用皮尔逊相关系数,并进行归一化处理;
14、1.4建立cnn-gru网络,对f-cao值进行预测,内容如下:
15、首先建立预测模型的输入层,输入层形状由时间窗长度与输入变量数组成;输入变量首先经过一维卷积,卷积层设置内容包括过滤器数量、卷积核数量,并且采用tanh激活函数进行非线性拟合,之后连接一层激活函数为tanh的dense层,以进行非线性拟合,然后连接两层gru层,最后一层为输出层,其表达式如下:
16、y1=f(x1,x2,x3,x4,x5,x6) (4)
17、其中,x1为分解炉出口温度,x2为二次风温,x3为窑尾温度,x4为总喂料量,x5为高温风机转速反馈,x6为ep风机转速反馈,y1为f-cao值。
18、本专利技术技术方案的进一步改进在于:步骤2中,构建nox预测模型具体包括以下步骤:
19、2.1,选取被预测变量为nox排放值;
20、2.2,选取与nox相关变量如下:分解炉出口温度,窑尾温度,分解炉喂煤量,分解炉垃圾反馈,窑头煤反馈,氨水总流量;
21、2.3对数据进行预处理,首先对各变量进行错时刻相关性分析以确定时滞时间,然后剔除缺失值,并采用3δ原则剔除异常数据,并对数据进行滤波处理,之后对数据进行归一化并根据时滞时间对数据进行滑窗处理;
22、2.4建立nox预测模型,nox预测模型直接由gru层与dense层连接,gru层接收输入数据,然后将输出数据通过激活函数为tanh的dense,然后连接输出层,其表达式如下:
23、y2=f(x1,x3,u1,u2,u3,u4) (5)
24、其中,x1为分解炉出口温度,x3为窑尾温度,u1为分解炉喂煤量,u2为分解炉垃圾反馈,u3为窑头煤反馈,u4为氨水总流量,y2为nox排放值。
25、本专利技术技术方案的进一步改进在于:步骤3中,具体包括:
26、构建的多目标函数为:
27、
28、s.t.mini≤xi≤maxi
29、mini≤ui≤maxi
30、其中,j1为水泥质量优化目标函数,y1(k)为f-cao在k时刻的预测值,fy为f-cao的最佳数值,在实验分析与经验中得出,f-cao的最佳数值在1.12时水泥质量最佳,因此可以认为fy=1.12,xi为y1的预测输入变量,并且每个输入变量的约束条件由生产现场约束及人工经验设定;j2为nox优化目标函数,y2(k)为nox在k时刻的预测值,yn为nox排放标准值,δu4为氨水相比上一时刻的增量,xi与ui为nox预测输入变量;目标函数j2通过在氨水流量尽可能低且稳定的情况下,增加固废喂料量,同时保证nox的低排放要求;
31、根据多目标函数j1和j2的要求,在实现水泥质量满足生产要求同时nox满足排放要求的条件下,采用优化求解算法求解出分解炉的最优温度,同时根据求出的垃圾喂料量最优解确定最优区间;
32、优化求解算法采用多目标粒子群算法,粒子数量设置为50个,以保证能寻得全局最优解,并为每个粒子给定随机位置与速度,然后更新每个粒子的位置与速度,更新个体粒子最优解与群体最优解,当满足目标函数条件时,将个体粒子最优解与群体最优解纳入pareto解集,选取其中最优解集作为目标函数最优解。
33、本专利技术技术方案的进一步改进在于:步骤4中,构建分解炉出口温度预测模型具体过程如下:
34、4.1,根据分解炉工艺流程与分解炉出口温度限制参数,选择分解炉出口温度为预测目标;
35、4.2,选择以下对分解炉出口温度有影响的变量:
36、总喂料量,高温风机转速反馈,ep风机转速反馈,分解炉喂煤量,分解炉垃圾反馈,三次风温;
37、4.3,对数据进行预处理,将所选变量数据进行读取,同样采用皮尔逊相关系数法对各变量时延时间进行校正;
38、然后采用3δ原本文档来自技高网...
【技术保护点】
1.一种节能减排的水泥分解炉替代燃料燃烧优化控制方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种节能减排的水泥分解炉替代燃料燃烧优化控制方法,其特征在于,步骤1中,构建f-CaO预测模型具体包括以下步骤:
3.根据权利要求1所述的一种节能减排的水泥分解炉替代燃料燃烧优化控制方法,其特征在于,步骤2中,构建NOx预测模型具体包括以下步骤:
4.根据权利要求1所述的一种节能减排的水泥分解炉替代燃料燃烧优化控制方法,其特征在于,步骤3中,具体包括:
5.根据权利要求1所述的一种节能减排的水泥分解炉替代燃料燃烧优化控制方法,其特征在于,步骤4中,构建分解炉出口温度预测模型具体过程如下:
6.根据权利要求1所述的一种节能减排的水泥分解炉替代燃料燃烧优化控制方法,其特征在于,步骤5中,具体包括:
【技术特征摘要】
1.一种节能减排的水泥分解炉替代燃料燃烧优化控制方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种节能减排的水泥分解炉替代燃料燃烧优化控制方法,其特征在于,步骤1中,构建f-cao预测模型具体包括以下步骤:
3.根据权利要求1所述的一种节能减排的水泥分解炉替代燃料燃烧优化控制方法,其特征在于,步骤2中,构建nox预测模型具体包括以下步骤:
...
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。