[发明专利]基于邻域优化的水泥工业分解炉温度模型预测控制方法

权利要求书

1.基于邻域优化的水泥工业分解炉温度模型预测控制方法，其特征在于：包括如下步骤：

步骤1：根据工艺选择分解炉出口温度控制量，包括：分解炉喂煤量u₁、喂料量u₂、三次风量u₃；

步骤2：建立基于长短时神经网络构建分解炉出口温度预测模型；

步骤3：建立基于长短时神经网络构建实时邻域信息干预模型；

步骤4：利用领域信息构建实时优化层Real time optimization-RTO局部优化目标函数J，并建立底层控制函数

步骤5：根据上述步骤建立预测控制框架并实现控制；

所述步骤3中邻域信息干预模型训练步骤具体包括：

(1)确定水泥烧成系统中分解炉子系统的邻域系统包括：旋风预热器、回转窑；

(2)选择旋风预热器相关参数包括：一级筒出口温度x₂、一级筒CO浓度x₃、高温风机电流x₄、喂料量u₄；

选择回转窑相关参数包括：窑头电机电流x₅、二次风温x₆、窑头负压x₇、窑尾温度x₈、窑尾CO浓度x₉、窑尾EP风机转速u₅、窑喂料u₆、窑喂煤量u₇；

(3)从水泥烧成系统数据库导出上述所述旋风预热器和回转窑相关参数的历史数据，对数据进行预处理；

(4)根据预处理的数据，以未来T个时刻的分解炉出口温度的均值作为标签值，使用长短时神经网络对干预模型进行建模，表达式如下：

y_d＝f₄(f₂(x₂,x₃,x₄,u₄),f₃(x₅,x₆,x₇,x₈,x₉,u₅,u₆,u₇))       (8)。

2.根据权利要求1所述的基于邻域优化的水泥工业分解炉温度模型预测控制方法，其特征在于：所述步骤2中分解炉出口温度预测模型训练步骤具体包括：

(1)选择与分解炉相关状态参数包括：分解炉喂煤量u₁、喂料量u₂、三次风量u₃、三次风温x₁、分解炉出口温度y₁；

(2)从水泥烧成系统数据库导出上述所述分解炉相关状态参数的历史数据，对数据进行预处理；

(3)根据预处理的数据，使用长短时神经网络对分解炉出口温度进行建模，表达式如下：

y₁＝f₁(u₁,u₂,u₃,x₁)       (1)。