[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

说明书

本发明公开了一种水泥烧成系统中基于领域优化的分解炉出口温度的预测控制方法，其包括：基于长短时网络构建的分解炉出口温度预测模型；基于长短时网络构建的邻域干预模型；利用邻域信息的局部优化目标函数求解方法;基于预测控制框架的分解炉出口温度控制方法；本发明能够利用邻域信息，不断优化实时控制的目标函数，预测控制方法保证工况的稳定运行。

技术领域

本发明涉及基于邻域优化的水泥工业分解炉温度模型预测控制方法，属于水泥烧成过程中的控制技术领域。

背景技术

在水泥生产中，水泥分解炉的温度是影响水泥质量的重要因素，确保水泥分解炉温度合理、稳定是保证水泥预分解系统良好运行的关键。然而水泥制造流程中，各工序相互制约，工况动态变化，常造成人工不能及时的调整分解炉温度运行指标。物料波动、工况变化和考虑节约能耗的问题又对分解炉温度的控制带来一定难度。且水泥烧成过程具有复杂随机性，难以用传统的数学方法建立准确的公式模型，又加之水泥的烧成系统具有大时滞性、强非线性、动态性，操作员往往难以根据已经改变的工况，实时调整，加大了控制难度。

现有工厂控制方法多以传统PID为主，且控制器之间相互独立，无法满足全局工况协同控制，效率低下且能耗浪费严重，因此基于邻域信息优化的预测控制方法(先进控制)研究显得尤为重要。

发明内容

本发明需要解决的技术问题是提供一种基于邻域优化的水泥工业分解炉温度模型预测控制方法，够根据分解炉自身未来时刻出口温度与邻域影响实时调整最优设定值，避免人工设定值的不合理、不能及时更新的缺点。

为解决上述技术问题，本发明所采用的技术方案是：

基于邻域优化的水泥工业分解炉温度模型预测控制方法，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。

本发明技术方案的进一步改进在于：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)。

本发明技术方案的进一步改进在于：使用长短时神经网络对分解炉出口温度进行建模的具体方法如下：

A、读取上一时刻输出信息h_t-1与当前时刻输入信息x_t，通过忘记门层即Sigmod层输出一个在0到1之间的数值给每个在细胞状态C_t-1中的数字：1表示“完全保留”，0表示“完全舍弃”，具体公式为：