【技术实现步骤摘要】
本申请涉及自动化控制，更具体地，涉及一种基于粒子群优化算法的高炉全自动喷吹方法和系统。
技术介绍
1、高炉全自动喷吹技术的
技术介绍
包括自动化控制系统、传感技术、先进的控制算法(如粒子群优化算法)、实时数据分析与大数据、计算机模拟与虚拟化技术、通信技术以及工业机器人技术。这些技术的综合应用使得高炉冶炼过程能够更加智能、高效、自适应，通过实时优化喷吹参数，提高生产效率、降低能耗，并优化冶炼质量。
2、现有技术中，通过粒子群优化算法进行高炉全自动喷吹中，往往计算大量数据，喷吹效果较差、实时性较弱。
3、因此，如何提高喷吹效果和实时性，是目前有待解决的技术问题。
技术实现思路
1、本专利技术提供一种基于粒子群优化算法的高炉全自动喷吹方法，用以解决现有技术中喷吹效果差、控制实时性弱的技术问题。所述方法包括：
2、扫描响应条件，并根据响应条件确定高炉全自动喷吹过程的第一周期；
3、基于喷吹目标与上一次高炉全自动喷吹过程的喷吹目标之间的差异确定高炉全自动喷吹过程的第二周期；
4、根据高炉全自动喷吹过程的第一周期和第二周期确定高炉全自动喷吹过程的自动控制周期，并针对每一自动控制周期进行粒子群优化；
5、将每一个多种喷吹参数的组合作为一个粒子，根据自动控制周期大小确定目标粒子数量，并随机生成目标粒子数量的粒子；
6、根据喷吹目标设定适应度函数，基于适应度函数更新粒子的位置和速度；
7、进行迭代优化，直至满
8、其中，粒子的位置和速度分别为不同喷吹参数大小的组合以及喷吹参数的调整程度。
9、本申请一些实施例中，并根据响应条件确定高炉全自动喷吹过程的第一周期，包括：
10、响应条件包括生产需求、响应时间、通信开销和传感器精度；
11、分别根据生产需求、响应时间、通信开销和传感器精度确定第一时长、第二时长、第三时长和第四时长；
12、若第二时长、第三时长和第四时长之间存在交集，则将交集作为第五时长，如果第一时长与第五时长存在交集，则将交集作为第一周期的长度，如果第一时长与第五时长不存在交集，则将第一时长与第五时长的平均值作为第一周期的长度；
13、若第二时长、第三时长和第四时长之间不存在交集，则将第二时长、第三时长和第四时长中距离第一时长最接近的一个时长筛选出来，将该时长与第一时长的交集或平均值作为第一周期的长度。
14、本申请一些实施例中，基于喷吹目标与上一次高炉全自动喷吹过程的喷吹目标之间的差异确定高炉全自动喷吹过程的第二周期，包括：
15、将上一次高炉全自动喷吹过程的喷吹目标记作上次喷吹目标；
16、比对每个喷吹目标与上次喷吹目标之间的差异，得到总体差异；
17、基于总体差异确定第二周期的长度。
18、本申请一些实施例中，根据高炉全自动喷吹过程的第一周期和第二周期确定高炉全自动喷吹过程的自动控制周期，包括：
19、若第一周期和第二周期存在交集，则将交集作为确定高炉全自动喷吹过程的自动控制周期；
20、否则，计算第一周期和第二周期之间的临近端点之差，得到差值，并根据第一周期和第二周期分别得到第一中间值和第二中间值；
21、基于差值、第一中间值和第二中间值确定自动控制周期。
22、本申请一些实施例中，根据喷吹目标设定适应度函数，包括：
23、确定每一个喷吹目标的目标函数，并根据多个目标函数确定适应度函数；
24、
25、其中，f为适应度函数，n为喷吹目标种类数量，αi为第i种喷吹目标对应的初始权重，exp为指数函数，g(qi)为预设超出函数，qi为第i种喷吹目标的目标函数，qi0为第i种喷吹目标的阈值。
26、本申请一些实施例中，进行迭代优化，直至满足停止条件，包括：
27、根据自动控制周期和适应度函数确定最佳适应度值；
28、若在预设迭代次数内，达到了最佳适应度值，则停止迭代优化；
29、若预设迭代次数迭代完成，但达不到最佳适应度值，则根据实际适应度值与最佳适应度值之差确定第二轮迭代。
30、本申请一些实施例中，根据实际适应度值与最佳适应度值之差确定第二轮迭代，包括：
31、若实际适应度值与最佳适应度值之差超过第一阈值，则将实际适应度值与最佳适应度值的平均值作为新的最佳适应度值，并根据实际适应度值与最佳适应度值之差确定第二轮迭代的迭代次数，在第二轮迭代的迭代次数内，达到新的最佳适应度值；
32、若实际适应度值与最佳适应度值之差超过第二阈值，且不超过第一阈值或实际适应度值与最佳适应度值之差不超过第二阈值，则根据实际适应度值与最佳适应度值之差确定第二轮迭代的迭代次数，在第二轮迭代的迭代次数内，达到最佳适应度值。
33、对应的，本申请还提供了一种基于粒子群优化算法的高炉全自动喷吹系统，包括：
34、第一模块，被配置为扫描响应条件，并根据响应条件确定高炉全自动喷吹过程的第一周期；
35、第二模块，被配置为基于喷吹目标与上一次高炉全自动喷吹过程的喷吹目标之间的差异确定高炉全自动喷吹过程的第二周期；
36、第三模块，被配置为根据高炉全自动喷吹过程的第一周期和第二周期确定高炉全自动喷吹过程的自动控制周期，并针对每一自动控制周期进行粒子群优化；
37、第四模块，被配置为将每一个多种喷吹参数的组合作为一个粒子，根据自动控制周期大小确定目标粒子数量，并随机生成目标粒子数量的粒子；
38、第五模块，被配置为根据喷吹目标设定适应度函数，基于适应度函数更新粒子的位置和速度；
39、第六模块，被配置为进行迭代优化，直至满足停止条件，输出群体中最佳适应度的粒子进行高炉全自动喷吹；
40、其中，粒子的位置和速度分别为不同喷吹参数大小的组合以及喷吹参数的调整程度。
41、通过应用以上技术方案，扫描响应条件，并根据响应条件确定高炉全自动喷吹过程的第一周期；基于喷吹目标与上一次高炉全自动喷吹过程的喷吹目标之间的差异确定高炉全自动喷吹过程的第二周期；根据高炉全自动喷吹过程的第一周期和第二周期确定高炉全自动喷吹过程的自动控制周期，并针对每一自动控制周期进行粒子群优化；将每一个多种喷吹参数的组合作为一个粒子，根据自动控制周期大小确定目标粒子数量，并随机生成目标粒子数量的粒子；根据喷吹目标设定适应度函数，基于适应度函数更新粒子的位置和速度；进行迭代优化，直至满足停止条件，输出群体中最佳适应度的粒子进行高炉全自动喷吹。提高了喷吹控制的实时性，减少了数据计算，保证了自动化喷吹的效果。
本文档来自技高网...【技术保护点】
1.一种基于粒子群优化算法的高炉全自动喷吹方法，其特征在于，包括：
2.如权利要求1所述的基于粒子群优化算法的高炉全自动喷吹方法，其特征在于，并根据响应条件确定高炉全自动喷吹过程的第一周期，包括：
3.如权利要求1所述的基于粒子群优化算法的高炉全自动喷吹方法，其特征在于，基于喷吹目标与上一次高炉全自动喷吹过程的喷吹目标之间的差异确定高炉全自动喷吹过程的第二周期，包括：
4.如权利要求1所述的基于粒子群优化算法的高炉全自动喷吹方法，其特征在于，根据高炉全自动喷吹过程的第一周期和第二周期确定高炉全自动喷吹过程的自动控制周期，包括：
5.如权利要求1所述的基于粒子群优化算法的高炉全自动喷吹方法，其特征在于，根据喷吹目标设定适应度函数，包括：
6.如权利要求1所述的基于粒子群优化算法的高炉全自动喷吹方法，其特征在于，进行迭代优化，直至满足停止条件，包括：
7.如权利要求6所述的基于粒子群优化算法的高炉全自动喷吹方法，其特征在于，根据实际适应度值与最佳适应度值之差确定第二轮迭代，包括：
8.一种基于粒子群优
...【技术特征摘要】
1.一种基于粒子群优化算法的高炉全自动喷吹方法，其特征在于，包括：
2.如权利要求1所述的基于粒子群优化算法的高炉全自动喷吹方法，其特征在于，并根据响应条件确定高炉全自动喷吹过程的第一周期，包括：
3.如权利要求1所述的基于粒子群优化算法的高炉全自动喷吹方法，其特征在于，基于喷吹目标与上一次高炉全自动喷吹过程的喷吹目标之间的差异确定高炉全自动喷吹过程的第二周期，包括：
4.如权利要求1所述的基于粒子群优化算法的高炉全自动喷吹方法，其特征在于，根据高炉全自动喷吹过程的第一周期和第二...
【专利技术属性】
技术研发人员：徐倩霏，徐利，徐胜，吕纪永，
申请(专利权)人：常熟市龙腾特种钢有限公司，
类型：发明
国别省市：
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。