[发明专利]一种高炉铁水生产过程综合优化控制方法

说明书

(一)技术领域：

本发明属于高炉铁水生产过程节能优化领域，特别是涉及一种基于统计学习理论和多目标多约束优化的高炉铁水生产过程综合优化控制方法。

(二)背景技术：

钢铁企业年耗能约占全国能源消费总量的10％以上，钢铁生产中的能耗主要集中在炼铁系统，包括炼焦、烧结和炼铁，其能耗占整个钢铁工业总能耗的67％，炼铁约占46％，能源高是当前钢铁企业普遍存在的问题，与先进国家相比，单位能耗高出20％到30％以上，高能耗不仅浪费了能源和资源，而且产生了大量废物，已严重威胁人类的生存环境，引起世界各国的高度重视，所以节能减排已刻不容缓，节能降耗对钢铁企业意义重大。目前，高炉仍是炼铁的主要设备，对高炉系统进行节能及优化具有重要意义。

高炉节能减排的前提是建立高炉的能耗模型，分析影响能耗的因素；然而仅从能耗单方面考虑能源节约并不能使能耗得到减少，限制了能源节约的潜力，从整体上考虑高炉铁水生产过程各生产目标进行分析，对高炉能源节约具有很大指导作用。由于高炉铁水生产过程中涉及的原燃料种类多而复杂，各变量间耦合性强，非线性程度高，依据传统的建模方法难以建立准确有效的多目标优化控制模型，然而高炉铁水生产的历史数据隐含了铁水生产的过程，从高炉的历史数据出发进行综合优化控制有利于高炉的节能减排。

因此，准确地建立高炉铁水生产过程综合优化控制模型对钢铁企业的节能降耗、提高经济效益和社会效益都有很重要的意义。

当前，迫切需要研究出一种准确度较高的高炉铁水生产过程综合优化控制模型，实现对高炉生产中各输入变量的优化，使高炉炼铁达到高质高产低耗。

(三)发明内容：

本发明的目的在于提供一种高炉铁水生产过程综合优化控制方法，它可以解决目前高炉炼铁生产优化控制过程中通常以局部单目标最优而非多目标最优的问题，是一种基于统计学习理论和多目标多约束优化的高炉铁水生产过程综合优化控制方法，且方法简单易操作。

本发明的技术方案：一种高炉铁水生产过程综合优化控制方法，其特征在于它包括以下步骤：

①分析高炉铁水生产过程，确定高炉生产目标；对高炉铁水生产过程进行分析后，可明确各生产目标的影响因素集，当目标变量的影响因素较多时，可通过灰色关联度分析得出主要影响因素或通过主成分分析进行；

②获取生产目标和影响因素的历史数据；对数据进行预处理，得到高炉生产过程中正常稳定的炉况值，用于高炉生产中目标预测模型的训练；

③建立高炉铁水生产过程中生产目标的支持向量机预测模型；依据已有的预处理后的数据，利用支持向量机算法进行目标预测模型的训练，训练后即得到生产目标的支持向量机预测模型；为了验证模型的有效性，可利用测试样本进行模型验证，否则应重新训练模型；

④建立高炉生产过程综合优化控制模型；依据已得到的各生产目标的支持向量机预测模型，构造各目标预测模型综合的优化目标函数，依据改进的多目标粒子群优化算法对建立的综合优化目标函数进行求解，得到优化目标函数中各输入变量的最优值，送回企业生产信息系统；通过优化控制结构，将求得的的最优值按照优化控制结构反馈回各对应输入变量；

⑤指导高炉铁水生产；用步骤④中获得目标函数最优值指导高炉实际生产的输入变量设定，从企业生产信息系统中获取各输入变量的最优值，通过优化控制结构，将求得的的最优值按照优化控制结构反馈回各对应输入变量，进一步指导高炉实际生产的输入变量设定。

所述步骤③中高炉铁水生产过程中高炉生产目标的支持向量机预测模型的建立由以下步骤构成：

(1)首先对高炉铁水生产过程进行分析，确定高炉的生产目标，即高炉铁水产量、铁水质量、高炉能耗，能耗以焦炭、喷煤量和高炉煤气消耗量；

(2)依据高炉铁水生产流程确定步骤(1)中各个目标的影响因素集，当目标变量的影响因素较多时，采用使用灰色关联分析法得到主要影响因素集；

(3)获取步骤(1)中各生产目标变量和其影响因素的历史数据，并对数据进行预处理；根据高炉稳定生产过程中的幅值，采用限幅函数对超过阈值数据进行剔除，并将缺失的数据值采用插值方法进行补缺；最后对所有数据进行归一化处理以消除各数据量纲不同造成的影响；

(4)选定训练样本和测试样本，训练样本用来训练生产目标的支持向量机预测模型，测试样本用于验证所训练出来的预测模型的准确性；

(5)模型训练过程中涉及到所选支持向量机算法的参数，参数的选择选用遗传算法进行最优参数值的寻找。