[发明专利]一种降低轧钢工序吨钢能耗的方法有效
| 申请号: | 201710236313.0 | 申请日: | 2017-04-12 |
| 公开(公告)号: | CN107016509B | 公开(公告)日: | 2019-11-29 |
| 发明(设计)人: | 黄斌;陈冬玲;张金旺;梁武三;卢敏;谢贤智;雄庆达;温杰;谢柳军;陈丙荣 | 申请(专利权)人: | 柳州市同维达豪科技有限公司;柳州比尔特工业智能科技有限公司 |
| 主分类号: | G06Q10/06 | 分类号: | G06Q10/06 |
| 代理公司: | 43113 长沙正奇专利事务所有限责任公司 | 代理人: | 周晟<国际申请>=<国际公布>=<进入国 |
| 地址: | 545005 广西壮族自治区柳州市柳东新*** | 国省代码: | 广西;45 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 降低 轧钢 工序 能耗 方法 | ||
1.一种降低轧钢工序吨钢能耗的方法,其特征在于包括以下步骤:
A、采集轧钢工序中涉及的关键参数的历史数据,采用偏最小二乘回归方法构建出炉温度数学模型和吨钢能耗的数学模型;
B、采集实时生产中的关键参数,作为关键参数初始值,设置出炉温度的目标值的范围,设置各个关键参数的范围以及循环优化次数的上限;
C、将关键参数分别导入出炉温度数学模型和吨钢能耗数学模型,分别得到出炉温度预测值与吨钢能耗预测值;
D、以各个关键参数初始值作为中间值,分别根据各关键参数对应的工艺参数范围或设备参数范围设立该关键参数的取值范围,在各个关键参数的取值范围内进行随机优化后,得到关键参数临时优化值,并将其分别导入出炉温度数学模型、吨钢能耗数学模型,分别得到出炉温度临时优化值与吨钢能耗临时优化值,并将循环优化次数加一;
如果出炉温度临时优化值位于出炉温度的目标值的范围内,且吨钢能耗临时优化值小于吨钢能耗预测值,则该关键参数临时优化值有效;
如果出炉温度临时优化值未位于出炉温度的目标值的范围内,但是出炉温度临时优化值比出炉温度预测值更接近出炉温度的目标值的范围,且吨钢能耗临时优化值小于吨钢能耗预测值,则该关键参数临时优化值有效;
否则该关键参数临时优化值无效;
E、如果关键参数临时优化值有效,且当前循环优化次数未达到上限,则将该关键参数临时优化值作为步骤D的关键参数初始值,进行步骤D的处理;
如果关键参数临时优化值无效,且当前循环优化次数未达到上限,则返回步骤D,进行步骤D的处理;
如果当前循环优化次数达到上限,则将最近一次有效的关键参数临时优化值作为关键参数调控目标值;
F、将关键参数调控目标值输入轧钢工序控制系统,根据关键参数调控目标值对轧钢工序过程进行控制;
所述的轧钢工序中涉及的关键参数为:钢坯的入炉温度、预热段温度及时间、一加热段温度及时间、二加热段温度及时间、三加热段温度及时间和均热段温度及时间。
2.如权利要求1所述的降低轧钢工序吨钢能耗的方法,其特征在于:
所述的步骤D中的关键参数临时优化值的获取详细过程为:将关键参数初始值加上区间在[-5,5]的一个随机值后,如果该关键参数值位于其对应的关键参数的范围内,则将该关键参数值作为关键参数临时优化值;否则,再次选择区间在[-5,5]的一个随机值重复上述操作,直至该加上随机值之后的关键参数值位于其对应的关键参数的范围内,再将其作为关键参数临时优化值。
3.如权利要求1所述的降低轧钢工序吨钢能耗的方法,其特征在于:
所述的偏最小二乘回归方法构建数学模型的方法如下:
a、将关键参数构成的自变量矩阵X=[x1,…,xp]进行标准化处理,得矩阵变量E0=[E01,…,E0p];将出炉温度和吨钢能耗构成的因变量矩阵Y=[y1,…,yq]进行标准化处理,得矩阵变量F0=[F01,…,F0q],其中矩阵X、矩阵变量E0的维度均为n*p;矩阵Y、矩阵变量F0的维度均为n*q;
b、求解矩阵E0TF0F0TE0的最大特征值所对应的特征向量W1;求解矩阵F0TE0E0TF0的最大特征值所对应的特征向量C1;
c、求解主成分
t1=E0W1 (1);
u1=F0C1 (2);
ti和ui则是第i次分别从自变量矩阵X和因变量矩阵Y中提取的第i对主成分,ti是x1,…,xp的线性组合,ui是y1,…,yq的线性组合;
d、分别求E0和F0对t1的回归方程:
E0=t1G1T+E1 (3);
F0=t1H1T+F1 (4);
式中
e、用残差矩阵E1和残差矩阵F1取代E0和F0,然后求解第二个特征向量W2和C2以及第二个主成分t2和u2:
t2=E1W2 (5);
u2=F1C2 (6);
f、分别求残差矩阵E1和残差矩阵F1对t2的回归方程;
E1=t2G2T+E2 (7);
F1=t2H2T+F2 (8);
式中
H2=F1Tt2/||t2||2;
E2、F2均为残差矩阵;
g、如此利用剩下的残差矩阵信息不断迭代计算,直到EmTEm中主对角元素为0,就退出,则F0和E0在t1,…,tm上的回归方程为:
E0=t1G1T+t2G2T+…tmGmT+Em (9);
F0=t1H1T+t2H2T+…tmHmT+Fm (10);
由于ti是x1,…,xp的线性组合,因此,将ti代入到公式(10)当中,再通过反标准化处理,就可以得到关于出炉温度和吨钢能耗的偏最小二乘回归数学模型:
Yk=bk1x1+…+bkpxp+Fmk k=1,2 (11);
其中:
Y1=b11x1+…+b1pxp+Fm1为出炉温度的偏最小二乘回归数学模型,b11…b1p为各个关键参数自变量相对于出炉温度的回归系数;Fm1为出炉温度的偏最小二乘回归数学模型的常数项;
Y2=b21x1+…+b2pxp+Fm2为吨钢能耗的偏最小二乘回归数学模型,b21…b2p为各个关键参数自变量相对于吨钢能耗的回归系数;Fm2为吨钢能耗的偏最小二乘回归数学模型的常数项。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于柳州市同维达豪科技有限公司;柳州比尔特工业智能科技有限公司,未经柳州市同维达豪科技有限公司;柳州比尔特工业智能科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710236313.0/1.html,转载请声明来源钻瓜专利网。
- 上一篇:用于同步驱动器电路的系统和方法
- 下一篇:点火开关断开能量管理系统
- 同类专利
- 专利分类
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法;其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政;管理
G06Q10-02 .预定,例如用于门票、服务或事件的
G06Q10-04 .预测或优化,例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理,例如组织、规划、调度或分配时间、人员或机器资源;企业规划;组织模型
G06Q10-08 .物流,例如仓储、装货、配送或运输;存货或库存管理,例如订货、采购或平衡订单
G06Q10-10 .办公自动化,例如电子邮件或群件的计算机辅助管理





