[发明专利]一种水泥烧成系统的优化控制方法

说明书

本发明公开了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，根据工艺参数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。

技术领域

本发明属于自动化技术领域，具体涉及一种工控算法技术。

背景技术

在水泥烧成系统中，生料经过预分解炉后，再进入回转窑。烧结过程中，发生一系列的物理和化学反应。该过程具有大惯性、强耦合、非线性、不确定性等特点，物料的烧结状况对水泥熟料质量有重大影响。生料成分变化，或者塌料、掉窑皮等，存在扰动影响，使窑内烧成工况复杂多变，增加操窑难度。

当前流行的以线性MPC为主的控制技术，采用模型预测技术，解决大惯性和多变量耦合问题，保持生产工况稳定。该技术所需的工艺参数目标值，由操作员手动给定，不能使烧成工况处于最佳效益状态，更不能适应工况的多变性和非线性。

发明内容

本发明为了解决现有技术存在的问题，提出了一种水泥烧成系统的优化控制方法，提高回转窑烧成系统运行稳定性，增强窑况变化的适应性，保质增产降耗，为了实现上述目的，本发明采用了以下技术方案。

在水泥烧成系统中，生料通过预热器的预加热后，在预分解炉内进行生料的预分解，然后在回转窑内烧结成熟料，最后熟料在篦冷机内进行骤冷和回收。

此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}

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

进一步的，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

进一步的，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。

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，如SGD、Adam等，窑状态模型和熟料参数模型训练指标的形式相同。

进一步的，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。