[发明专利]一种基于多时间尺度优化的烧结过程碳效优化方法

权利要求书

1.一种基于多时间尺度优化的烧结过程碳效优化方法，其特征在于：包括以下步骤：

S101：设定综合焦比和CO/CO₂作为衡量烧结过程的碳效指标，并通过烧结过程的机理分析和数据驱动的分析方法得到影响所述碳效指标的关键过程参数，进而根据所述关键过程参数，采用RBF神经网络建立碳效指标预测模型；所述关键过程参数包括原料参数、操作参数和状态参数；

步骤S101中，所述原料参数包括：返矿P_RS，焦粉配比P_C、SiO₂含量C_SiO2、CaO含量C_CaO、Fe含量TFe和MgO含量C_MgO；所述操作参数包括：台车速度V_T、料层厚度H、水分配比M和点火温度T；所述状态参数包括：风箱负压C_N、垂直燃烧速度V_avg、温度上升点位置BRP、温度上升点温度T_BRP、烧结终点位置BTP和烧结终点温度T_BTP；

S102：结合所述碳效指标预测模型，采用一种基于多时间尺度的碳效优化方法对烧结过程进行碳效优化，即在不同的时间尺度上，采用不同的优化策略对烧结过程进行碳效优化，得到最优碳效指标、最佳操作参数和最佳原料参数，进而根据所述最佳操作参数和最佳原料参数对烧结过程进行控制，以达到实际碳效优化的目的；

步骤S102中，所述不同的时间尺度包括短时间尺度和长时间尺度；所述的不同的优化策略包括短时间尺度优化策略和长时间尺度优化策略；所述短时间尺度为x小时，所述长时间尺度为y天，且所述x和y均大于0，根据实际情况自行预先设定，所述操作参数每间隔一个所述短时间尺度更新一次，所述原料参数每间隔一个所述长时间尺度更新一次；每隔一个所述短时间尺度，采用所述短时间尺度优化策略对烧结过程进行一次碳效优化，每隔一个所述长时间尺度，采用所述长时间尺度优化策略对烧结过程进行一次碳效优化；根据不同时间尺度的周期不同，交替进行不同时间尺度的优化策略，达到多时间尺度优化烧结过程碳效的目的；

所述短时间尺度优化策略，具体为：在短时间尺度上，根据所述碳效指标预测模型，以操作参数为决策变量，质量指标为约束条件，进行短时间尺度的优化；具体步骤如下：

S301：以综合焦比和CO/CO₂最小为优化目标，建立如下式所示的优化目标：

min{F_i¹}

上式中，F_i¹表示第i个目标的优化函数；i＝1,2；i＝1时，代表CCR；i＝2时，代表CO/CO₂；CCR为综合焦比；

S302：采用多目标转单目标的线性加权和的方法，将步骤S301中的所述优化目标进行转化，并结合所述碳效指标预测模型，得到如下的优化策略：

上式中，BRP＝Y_BRP(·)和分别表示状态参数预测模型中原料参数、操作参数与温度上升点位置BRP和温度上升点温度T_BRP之间的对应关系；F_i¹＝Y_i(·)表示碳效指标预测模型中状态参数与碳效指标之间的对应关系；R_min、R_max分别为预设的碱度最小值和最大值，J_min和J_max分别为预设的转鼓强度最小值和最大值，TFe_min和TFe_max分别为预设的铁品位最小值和最大值，O_pjmin和O_pjmax分别为预设的第j个操作参数的操作范围；j＝1,2,3,4；j＝1时，代表H，j＝2时，代表V_T；j＝3时，代表M；j＝4时，代表T；

S303：采用遗传优化方法对步骤S302中的所述优化策略进行求解，得到碳效指标最优时的最佳操作参数；

所述长时间尺度优化策略，具体为：在长时间尺度上，根据所述碳效指标预测模型，以原料参数和操作参数为决策变量，质量指标为约束条件，进行长时间尺度优化；具体步骤如下：

S401：以状态参数作为决策变量，以综合焦比和CO/CO₂最小为优化目标，质量指标作为约束条件，并结合所述碳效指标预测模型，得到以下第一多目标优化表达式：

上式中，F₁²和分别表示综合焦比和CO/CO₂；S_nmin和S_nmax分别表示预设的第n个状态参数的最小值和最大值，n＝1,2,…，6，且n＝1,2,…,6分别代表BTP、T_BTP、BRP、T_BRP、V_AVG、C_N；Y_CCR表示CCR的预测模型；表示CO/CO₂的预测模型；求解该第一多目标优化表达式，得到最佳状态参数；

S402：将α₁和α₂最小为优化目标，以原料参数和操作参数为决策变量，得到如下第二多目标优化表达式：

min{α₁,α₂}

上式中，α₁和α₂为中间变量；O_BRP和O_TBRP表示BRP和T_BRP在步骤S401中所述最佳状态参数中所对应的优化值，R_mkmin和R_mkmax表示预设的第k个原料参数的最小值和最大值，k＝1,2,…,5，且k＝1,2,…,5分别代表P_C、P_RS、C_CaO、C_MgO、O_pjmin和O_pjmax分别表示预设的第j个操作参数；j＝1,2,3,4；j＝1时，代表H，j＝2时，代表V_T；j＝3时，代表M；j＝4时，代表T；Y_BRP表示BRP的预测模型；Y_TBRP表示T_BRP的预测模型；

求解该第二多目标优化表达式，得到碳效指标最优时的最佳操作参数和最佳原料参数。