[发明专利]基于模糊语义推理的炼焦过程耗热量影响因素优化方法

说明书

本发明涉及基于模糊语义推理的炼焦过程耗热量影响因素优化方法，属于冶金智能控制、冶金自动化技术领域。本发明根据AFS公理模糊集理论，针对炼焦过程中耗热量的影响因素，挖掘内在的模糊语义，通过语义的评价和重要性因子的计算，提取各影响因素的关键简单语义，并对耗热量影响因素的参数范围进行设定，完成炼焦过程耗热量影响因素优化。本发明对炼焦过程耗热量影响因素优化，实现在实际生产过程中确保焦炭质量合格的同时使得耗热量较低的目标。

技术领域

本发明涉及基于模糊语义推理的炼焦过程耗热量影响因素优化方法，属于冶金智能控制、冶金自动化技术领域。

背景技术

随着计算机技术和人工智能的发展，模糊逻辑、人工神经网络、进化计算及其集成智能化模型等先进管理技术已经被引入到冶金领域的各个生产环节，以期实现冶金自动化、智能化管理与控制。作为冶金生产的重要环节之一，炼焦过程包括多个工艺环节，每个环节都会产生若干技术参数和数据。以耗热量为例，在实际生产过程中我们希望在确保焦炭质量合格的同时尽量使耗热量偏低，以减少生产成本提高生产效率。然而，耗热量受众多因素的影响，而且存在随机和模糊不确定性，因此我们需要一种有效的知识表示和发现的手段，来准确地挖掘和描述炼焦过程耗热量众多影响因素的内在规律，以及影响因素与耗热量之间的关系，最终实现在焦炭质量合格的同时保证耗热量较低的优化目标。

基于模糊语义规则的系统可以有效地解决知识表示和推理问题，其通过模糊规则表示知识并采用模糊逻辑推理运用知识。基于模糊语义规则的方法能更有效地解决数据的不确定性，对数据的描述更符合实际，其分析性能较高且易于理解。为了探讨如何将观察数据中蕴含的信息用于确定模糊概念的隶属函数，进而随机和模糊不确定性可以用一致的数学方法进行处理，公理模糊集(Axiomatic Fuzzy Set，AFS)理论被提出，以模仿人类感知和观察事物继而形成概念并产生逻辑的机理，从更抽象、一般的层面讨论模糊概念及其逻辑运算。

鉴于AFS理论在数据分析中的优势，在之前的工作中，首次引入了AFS理论的思想，对炼焦过程的耗热量影响因素进行模糊语义表示，并从中挖掘提取出相关的语义规则，以期实现耗热量因素的优化。由于挖掘出的语义规则数量较多，最终是通过结合专家经验选取了部分语义规则，并在此基础上分析得到耗热量影响因素最优组合，初步实现了耗热量因素的优化。然而，这个过程缺乏客观性，实际应用中仍存在一定的局限性，还不能完全达到炼焦过程耗热量影响因素的自动优化。

炼焦是钢铁冶金生产中的重要过程，其产出的焦炭质量好坏直接影响后续炼铁工艺的效能和质量。而炼焦生产过程的稳定运行及优化管理则是决定焦化产品质量和工艺能耗等重要指标的关键因素。为了更准确地挖掘和描述炼焦过程耗热量的多种影响因素的内在规律，进一步提出炼焦过程中多种影响因素与耗热量之间的关系，以达到在焦炭质量合格的同时保证耗热量较低的优化目标；本发明提出一种新的耗热量影响因素优化算法。

发明内容

本发明提供了基于模糊语义推理的炼焦过程耗热量影响因素优化方法，以用于解决炼焦过程耗热量影响因素优化的问题，实现在实际生产过程中确保焦炭质量合格的同时使得耗热量较低的目标。

本发明采用AFS理论的思想，通过模糊语义来描述炼焦过程耗热量的多种影响因素的内在规律，进一步挖掘炼焦过程中多种影响因素与耗热量之间的关系，并在此基础上定义了语义的评价函数和重要性计算方法，并设计了耗热量影响因素的关键语义提取算法，最终完成炼焦耗热量影响因素的自动优化，实现在实际生产过程中确保焦炭质量合格的同时使得耗热量较低的目标；

为了达到上述目标，以某大型钢铁企业的实际炼焦过程的生产数据为基础，以耗热量的平均值作为界限，将数据划分为耗热量偏高和偏低的两类数据样本，并通过AFS理论挖掘两类样本的耗热量及其影响因素之间的内在关系和规律。本发明在已有的工作基础上，提出了一种基于模糊语义推理的炼焦过程耗热量影响因素优化方法。