基于模型预测控制的立磨控制系统及控制方法技术方案

本发明专利技术公开了基于模型预测控制的立磨控制系统及控制方法，该系统包括数据层、算法挖掘层和实时调控层；利用数据层对立磨运行实时工况数据的采集、集成和预处理，获得算法挖掘层所需数据；利用算法挖掘层用于对数据层的数据进行挖掘，获得包括稳定状态关键参数的预测模型、稳定模式工况库、能耗模式工况库、能耗规则库和稳定规则库；对来自数据层的实时数据以及来自算法挖掘层的预测模型、稳定模式工况库、能耗模式工况库、能耗规则库和稳定规则库进行整合，再利用预测模型进行控制动作的预测和优化，实现立磨设备的稳定调控和能耗调控。本发明专利技术可以实现对立磨的稳定调控和能耗调控，具有确保系统的稳定运行，并优化其运行性能，节能减排。

【技术实现步骤摘要】

本专利技术涉及立磨控制，特别涉及一种基于模型预测控制的立磨控制系统及控制方法。

技术介绍

1、立磨是一种用于将大颗粒的矿渣等物料研磨至细微颗粒的设备，主要对建材、化工、钢铁等行业产生的废渣进行粉磨，实现废渣的再利用，经研磨得到的微粉通常作为水泥生产的原料。但是矿渣粉磨装置工艺复杂，工作环境恶劣，长期高负荷运行，同时立磨生料粉磨过程具有强耦合、非线性、大滞后等特点，且存在物理、化学变化，建立准确的立磨生料粉磨过程机理模型很难。因此，如何准确地建立立磨生料粉磨过程的模型并对立磨生料粉磨过程关键参数进行优化控制，是亟待要解决的问题。在此基础上，申请人的在先技术方案(公开号cn106990763a)公开了一种基于数据挖掘的立磨运行调控系统及方法。该方案利用一种综合的特征筛选方法对工况数据进行挖掘分析，得到立磨健康状态评估指标；对工况状态进行聚类挖掘分析，得到的各个工况簇的特点，获得历史工况中的各个状态分布情况；定义历史工况中的运行状态类别，得到稳定模式工况库；利用arima算法对立磨健康状态特征获取模块中确定的特征值训练模型，对参数的变化趋势进行预测，用预测值辅助本文档来自技高网...

【技术保护点】

1.基于模型预测控制的立磨控制系统，其特征在于：该系统包括数据层、算法挖掘层和实时调控层；

2.根据权利要求1所述的基于模型预测控制的立磨控制系统，其特征在于：所述数据层中，数据的采集与集成是使用多种传感器和接口来收集环境和设备状态信息，获得工况数据，然后将工况数据存入相应数据库中，形成历史数据、本地数据库和DNS数据库。

3.根据权利要求1所述的基于模型预测控制的立磨控制系统，其特征在于：所述数据层中，挖掘的数据包括时间序列、关联规则、能耗工况和稳定工况，然后将挖掘的数据进行包括异常值空值处理、数据离散化和数据归一化的预处理，再对数据进行特征筛选和构造，以将数据...

【技术特征摘要】

1.基于模型预测控制的立磨控制系统，其特征在于：该系统包括数据层、算法挖掘层和实时调控层；

2.根据权利要求1所述的基于模型预测控制的立磨控制系统，其特征在于：所述数据层中，数据的采集与集成是使用多种传感器和接口来收集环境和设备状态信息，获得工况数据，然后将工况数据存入相应数据库中，形成历史数据、本地数据库和dns数据库。

3.根据权利要求1所述的基于模型预测控制的立磨控制系统，其特征在于：所述数据层中，挖掘的数据包括时间序列、关联规则、能耗工况和稳定工况，然后将挖掘的数据进行包括异常值空值处理、数据离散化和数据归一化的预处理，再对数据进行特征筛选和构造，以将数据转换为适用于算法挖掘层分析的格式。

4.根据权利要求1所述的基于模型预测控制的立磨控制系统，其特征在于：所述算法挖掘层中，预测模型的获得是通过数据层获得的数据拟合arima模型，然后估计arima模型中的参数，再对arima模型进行检查，判断模型是否满足条件，如果满足，则得到预测模型；如果不满足，则重新回到估计arima模型中的参数的步骤，直至满足条件。

5.根据权利要求4所述的基于模型预测控制的立磨控制系统，其特征在于：所述算法挖掘层中，稳定模式工况库的获取是基于k-means的聚类算法对数据层获得的数据进行分析聚类，然后判断聚类结果是否满足条件，若满足则对工况标记类...

【专利技术属性】
技术研发人员：吴中杰，万安平，申运伟，李客，李浩，彭晨，蒋俊杰，胡罗克，陈挺，纪晓声，程晓民，刘丽，胡国辉，于伟涛，
申请(专利权)人：浙大城市学院，
类型：发明
国别省市：