[发明专利]基于梯度提升决策树和遗传算法的印染定型机能耗优化方法

说明书

一种基于梯度提升决策树和遗传算法的印染定型机能耗优化方法，包括以下步骤：步骤1、获取数据；步骤2、构建综合能耗模型，设定优化目标函数；步骤3、使用梯度提升决策树算法进行建模；步骤4、使用遗传算法对得到的梯度提升决策树进行处理，寻优得到适应度值最大的控制变量值；步骤5、把得到的控制变量值设置为定型机生产的工艺参数，使定型机的综合能耗最小。本发明使用梯度提升决策树和遗传算法对定型机的能耗进行优化，具有较高的准确性。

技术领域

本发明涉及到一种基于梯度提升决策树和遗传算法的印染定型机能耗优化方法。

技术背景

定型机是印染工艺流程中的重要设备,也是印染行业中能耗较大的设备之一，约占印染企业总能耗的二分之一，其能耗主要由导热油加热的燃气能耗以及导热风机消耗的电能等组成。

目前，印染行业通过工艺流程优化、车间优化调度和更新设备等方法能够实现一定程度上的节能，但效果较为局限。随着大数据技术的发展，通过建立预测模型对定型机的工艺参数和能耗数据进行训练，使用机器学习算法预测定型机的能耗，进而调整工艺参数对能耗进行优化，可实现更好的节能效果。

发明内容

为了克服现有的印染工艺流程优化、车间优化调度在定型机节能方面的局限性，本发明使用工艺参数、能耗等印染定型过程产生的数据构建预测模型进行训练，使用梯度提升决策树算法预测未来生产过程中定型机的能耗，并结合遗传算法进行能耗优化，具有较高的准确性。

为了解决上述技术问题，本发明所采用的技术方案是：

一种基于梯度提升决策树和遗传算法的印染定型机能耗优化方法，所述印染定型机能耗优化方法包括以下步骤：

步骤1、获取数据，过程如下：

获取N组定型机生产运行时的下述数据：一号定型机前端湿度、一号定型机尾端湿度、一号定型机燃气表压力、一号定型机车速、一号定型机排风平均转速、一号定型机烘房平均温度、环境温度、平均门幅、一号定型机耗电量、一号定型机燃气使用量、一号定型机耗水量，以及布料类别、耗电量、耗水量、燃气使用量和订单量，其中，N是大于0的自然数；

步骤2、构建综合能耗模型，设定优化目标函数；

所述综合能耗模型的构建过程为：

①从印染样本数据中抽取能耗相关数据：耗电量E、燃气消耗量G、耗水量W以及订单量数据米数M；

②通过综合单位产量能耗公式计算产品单位产量综合能耗，其中P_q为企业综合能耗，单位为千克标煤；E_i为生产活动中消耗的第i类能源实物量；P_i为第i类能源折算标煤系数。P产品单位产量综合能耗，单位为千克标煤每百米；∑N_gh为各种合格品产量，单位为百米；

③即得到单位产量能耗，用该数据代表综合能耗情况。

步骤3、使用梯度提升决策树算法进行建模

输入参数如下：

U_f：一号定型机前端湿度；

U_e：一号定型机尾端湿度；

P_gas：一号定型机燃气表压力；

S_c：一号定型机车速；

S_avg：一号定型机排风平均转速；

T_avg：一号定型机烘房平均温度；

T_env：环境温度；

T_gas：一号定型机燃气表温度；