[发明专利]一种提高碳效的烧结终点智能控制方法

权利要求书

1.一种提高碳效的烧结终点智能控制方法，其特征在于，包括：

步骤一：选择综合焦比作为碳效的衡量指标，选择烧结终点作为烧结过程稳顺的衡量指标，选择烧结机台车速度作为控制量；

步骤二：根据Spearman相关性分析方法确定烧结碳效预测模型输入参数，利用神经网络构建碳效预测模型，再采用粒子群优化算法优化烧结碳效，得到台车速度的优化设定值；

步骤三：根据烧结终点专家-模糊控制策略，得到台车速度控制量；

步骤四：采用模糊满意度方法融合优化与控制得到的台车速度，得到台车速度最终控制量。

2.根据权利要求1所述的一种提高碳效的烧结终点智能控制方法，其特征在于，步骤一具体包括：

1-1、选择综合焦比作为烧结过程碳效衡量指标，其是生产单位烧结矿所消耗的焦炭的量，并给出综合焦比的计算式如下所示：

其中，η表示综合焦比，P_C表示焦炭配比，y表示成品率，r_b表示烧损率，成品率的计算式如下式所示：

其中，Q_L表示大成矿产量，Q_S表示小成矿产量，Q_R表示返矿产量，Q_G表示铺底矿用量，Q_LG表示大成矿的检测值；

1-2、选择烧结终点作为烧结过程稳顺的衡量指标，烧结终点是混合料在台车上第一次烧透的位置，烧结终点超前，烧结机有效面积没有得到充分利用，利用系数降低；烧结终点滞后，则卸料时烧结料层未烧透，返矿量增加，成品率下降。

3.根据权利要求1所述的一种提高碳效的烧结终点智能控制方法，其特征在于，步骤二具体包括：

2-1、对烧结生产数据进行平滑滤波，将数据间的时间间隔设为1分钟，再利用Spearman相关性分析方法确定烧结碳效预测模型输入参数，对于两个原始变量A＝[a₁,a₂,…,a_n]和B＝[b₁,b₂,…,b_n]，它们的秩次分别为x＝[x₁,x₂,…,x_n]和y＝[y₁,y₂,…,y_n]，那么它们的Spearman等级相关系数ρ为，

确定影响综合焦比的因素有风箱负压、终点温度、终点位置、料层厚度、机速检测值、烧结上升点和Spearman等级相关系数ρ最大所对应的前三个废气风箱温度；

2-2、利用神经网络构建碳效预测模型，反向传播神经网络算法作为建模方法，上述影响综合焦比的9个主要因素作为输入，下一时刻的综合焦比为输出，选取隐含层数为13，采用tansig()作为隐含单元激励函数，采用purelin()为输出单元激励函数，训练次数上限为200，学习为率0.1，目标为0.001；

2-3、采用粒子群优化算法优化烧结碳效，得到台车速度的优化设定值V_opt，碳效优化的目的是在当前生产条件的约束下寻找最小碳效时对应的台车速度，基于碳效预测模型，碳效优化的目标可表示为：

选用的适应度函数表示为：

Fit(η)＝η，

碳效优化的约束条件可表示为：

其中，是当前生产的状态参数向量，P_S是待优化的状态参数向量，d是最大的操作参数调节步长，是当前生产的操作参数向量，P_O是待优化的操作参数向量；

2-4、在碳效优化算法中，进化代数设置为100，种群大小为80，学习因子均为2，线性递减惯性权重w∈[0.3，0.9]，变异概率为0.6，经优化得到台车速度的优化设定值V_opt与当前台车速度做差，得到台车速度的优化设定值：