[发明专利]一种水泥烧成系统的优化控制方法

权利要求书

1.一种水泥烧成系统的优化控制方法，记录水泥烧成系统中生料预加热和预分解、生料烧结成熟料、熟料骤冷和回收的过程中的工艺参数，包括：控制参数u＝{生料量，窑头煤，窑尾煤，窑转速}、烧成状态参数s＝{分解炉出口温度，窑内NOx含量，窑电流，窑内火焰温度，二次风温}、熟料参数y＝{熟料产量，熟料质量，熟料热耗}，其特征在于，包括：根据参数u、s、y建立窑状态模型和熟料参数模型，作为烧成系统对象仿真模型，采集历史数据批量预处理，采用梯度下降法，训练两个模型，采用强化学习的智能体，和控制对象不断交互，获取状态信息，学习对象的动态特征和决策策略，令决策策略最大化累积回报值，控制对象朝着累积回报最大化方向变化，在线更新对象仿真模型和智能体，以适应窑工况变化。

2.根据权利要求1所述的水泥烧成系统的优化控制方法，其特征在于，所述根据参数u、s、y建立窑状态模型和熟料参数模型，包括：采用仿射非线性系统描述窑状态模型和熟料参数模型，设u(t)、s(t)、y(t)分别表示t时刻的控制参数、状态参数、熟料参数，非线性函数f₁、f₂、g₁、g₂表示有界的Lipschitz函数，则s(t+1)＝f₁(s(t))+g₁(s(t))u(t)表示窑状态模型，y(t+1)＝f₂(y(t))+g₂(y(t))s(t)表示熟料参数模型，采用神经网络映射非线性仿射，设θ表示神经网络参数，则

3.根据权利要求1所述的水泥烧成系统的优化控制方法，其特征在于，所述训练两个模型，包括：训练时最小化指标函数J₁＝E^Tδ^-1E+log|δ|，其中E为当前批量数据根据模型预测的预测值与其目标值之间的偏差向量，δ为偏差向量的方差。

4.根据权利要求3所述的水泥烧成系统的优化控制方法，其特征在于，所述训练两个模型，包括：当前批量数据经多轮训练后，采集其他等量数据，采用随机下降优化器训练，窑状态模型和熟料参数模型训练指标的形式相同。

5.根据权利要求1所述的水泥烧成系统的优化控制方法，其特征在于，所述智能体由策略网络和规划器构成，根据对象模型仿真预测烧成状态和熟料趋势，计算在当前策略下、以当前状态信息能够获得超前H步预测的回报值，并估计预测优势值。

6.根据权利要求5所述的水泥烧成系统的优化控制方法，其特征在于，所述策略网络将优势最大化和性能稳定作为指标，规划、更新策略，根据新策略控制对象变化，训练策略网参数时，从历史数据中采集批量数据，采用梯度下降法训练模型参数，在线规划当前控制策略时，采用种群进化算法作为规划器。

7.根据权利要求1所述的水泥烧成系统的优化控制方法，其特征在于，所述令决策策略最大化累积回报值，包括：设Δp₁、Δp₂、Δp₂分别表示熟料的单位产量、质量和单位热耗的变化量，c₁、c₂、c₃表示对应的代价，则回报函数r(t)＝c₁Δp₁+c₂Δp₂-c₃Δp₃表示t时刻投入熟料、付出代价的回报，其中c₁、c₃为正值，若c₂为正值表示熟料质量代价在规定范围内、为负值表示熟料质量代价超出或低于规定范围。