基于参数耦合全微分约束的烧结烟气控制方法
本发明涉及钢铁烧结过程烟气氮氧化物减排和工业控制,具体涉及一种基于参数耦合全微分约束的烧结烟气控制方法。
背景技术:
1、烧结工序是钢铁工业高温反应最集中的环节之一,燃料矿、生石灰、混匀矿、返矿及除尘灰的配比变化,不仅影响烧结层内部的燃烧放热、液相生成和透气性,还会进一步影响风箱温度、风箱负压、主抽风机入口压力以及大烟道温度等状态量,最终共同决定烧结烟气中的氮氧化物排放水平。
2、现有氮氧化物nox预测方法通常采用经验模型、单一回归模型或树模型进行预测。该类方法存在三方面不足。第一,缺乏对主动可控变量和被动响应变量的严格区分,导致给出的优化建议往往难以直接落到现场操作层。第二,模型通常只关注当前时刻输入,无法将前几时刻nox演变趋势和关键工艺参数的滞后影响共同纳入计算。第三,在线优化阶段通常将预测模型与优化器分离使用,难以将边界约束、锁定设备、状态稳定性、配料配比偏移和物理下限统一纳入一个连续可微的优化框架中。
3、因此需要提出一种既能够利用配料耦合机理和时间相关信息,又能够在现场设备锁定、边界受限和约束条件下直接输出可执行调整方案的减排方法。
技术实现思路
1、为了解决上述现有技术的不足,本发明的目的在于提供一种基于参数耦合全微分约束的烧结烟气控制方法,采用主动操作变量、被动状态变量、配料耦合关联向量和历史特征的四层特征生成方式,提前预测氮氧化物排放情况,提前进行干预;利用数据样本质量权重、级联一致性联合训练和三变量集成预测,提高对烧结工况现场噪声、缺失和工况波动控制的鲁棒性,兼顾生产稳定性的同时控制烟气中的氮氧化物排放情况;将配料比例稳定性、状态稳定性、边界约束和物理下限约束统一纳入优化函数,输出优化后的控制变量,提高氮氧化物排放控制精度。
2、具体地,本发明提供一种基于参数耦合全微分约束的烧结烟气控制方法,其包括以下步骤:
3、s1:获取烧结过程数据,进行预处理、变量解耦与特征生成,提取主动操作变量、被动状态变量、配料耦合关联向量和氮氧化物排放历史特征向量,组成烧结过程输入特征向量,并进行归一化处理得到烧结过程工艺参数的归一化特征向量;
4、s2:使用训练用于氮氧化物排放过程的级联可微数字孪生模型;训练级联动力学映射函数g和三变量全息预测函数集成f,得到联动推演后的被动状态变量预测值;将输入f,得到烧结烟气入口氮氧化物预测值;建立烧结氮氧化物联合训练损失函数;输出级联动力学映射参数、三变量全息预测函数参数、、、归一化映射参数、特征向量参数和被动状态灵敏度权重;
5、s3:生成主动操作变量锁定状态和主动操作无界优化变量,将主动操作变量调整、配料耦合变化、热工状态响应和氮氧化物预测结果形成连续传递关系,构建氮氧化物复合目标函数;进行全微分约束在线寻优求解,得到使最小的减排调整参数;
6、减排调整参数包括:主动操作变量、烧结热工被动状态变量、配料耦合关联向量和优化后烧结烟气入口氮氧化物预测值。
7、优选地,s1中具体为:
8、s11:获取烧结过程数据,提取主动操作变量和被动状态变量;确定燃料配比参数、熔剂配比参数、循环料配比参数、混匀矿分布偏差参数和燃熔耦合参数,组成配料耦合关联向量;
9、s12:筛选出与烧结烟气入口氮氧化物浓度关联的工艺参数,组成氮氧化物排放历史特征向量,输出烧结过程输入特征向量;
10、s13:对烧结过程输入特征向量执行归一化处理,得到t时刻的第j个烧结过程工艺参数的归一化特征向量。
11、优选地,s11中配料耦合关联向量为:
12、;
13、;;;
14、;;
15、其中,为配料耦合关联向量;为t时刻的燃料配比参数;为t时刻的熔剂配比参数;为t时刻的循环料配比参数;为t时刻的混匀矿分布偏差参数;为t时刻的燃熔耦合参数;为分母修正参数;为训练集统计得到的第i个混匀矿仓目标占比;为t时刻的混匀矿仓总流量;为t时刻的燃料矿仓总流量;为t时刻的生石灰仓总流量;为t时刻的冷返矿仓总流量;t为时间参数;i为混匀矿仓编号;为第i个混匀矿仓在t时刻的瞬时流量。
16、优选地,s2具体为:
17、s21:训练级联动力学映射函数g,输入归一化后的主动操作变量和归一化后的配料耦合关联向量组成的向量,输出被动状态变量预测值;
18、s22:训练多变量全息预测函数集成f;对级联动力学映射函数g和多变量全息预测函数集成f进行联合一致性微调,得到联动推演后的被动状态变量预测值;将输入多变量全息预测函数集成f,得到烧结烟气入口氮氧化物预测值;
19、s23:确定级联动力学映射损失函数、直接预测损失函数和链式预测损失函数,建立烧结氮氧化物联合训练损失函数。
20、优选地,s22中的烧结烟气入口氮氧化物预测值为:
21、;
22、;
23、其中,为烧结烟气入口氮氧化物预测值;为第m个全息预测函数;为第m个全息预测函数的模型参数;为被动状态变量预测值;为全息预测函数编号;为归一化后的主动操作变量;为归一化后的配料耦合关联向量;为归一化后的氮氧化物排放历史特征变量;g为级联动力学映射函数;为级联动力学映射函数的模型参数。
24、优选地,s23中的烧结氮氧化物联合训练损失函数为:
25、;
26、;
27、;
28、;
29、其中,为烧结氮氧化物联合训练损失函数;为约束级联动力学映射函数的权重系数;为约束全息预测函数的权重系数;为约束链式预测损失函数的权重系数;为级联动力学映射损失函数;为直接预测损失函数;为链式预测损失函数;为样本质量权重;为回归任务损失函数;n为训练样本数量;为t时刻归一化后的烧结烟气入口氮氧化物实测浓度;为被动状态变量预测值;为归一化的被动状态变量;为变量函数平均后的氮氧化物预测值;为烧结烟气入口氮氧化物预测值。
30、优选地,s3具体为:
31、s31:生成主动操作变量锁定状态,将主动操作无界优化变量映射到主动操作变量历史边界内,再将被锁定变量强制回填为基态值;
32、s32:设定主动操作无界优化变量,根据主动操作无界优化变量对主动操作变量进行回填;进行级联动力学映射,构建氮氧化物复合目标函数;
33、s33:求解使氮氧化物复合目标函数最小的优化变量,得到优化后的主动操作变量、烧结热工被动状态变量、烧结配料耦合关联向量和优化后烧结烟气入口氮氧化物预测值。
34、优选地,s32中根据主动操作无界优化变量对主动操作变量进行回填,具体为:
35、;
36、;
37、其中,为回填优化后的第j个主动操作变量;为第j个主动操作变量锁定状态;为初始主动操作变量;为第j个主动操作变量候选值;为主动操作无界优化变量;为第j个主动操作变量的历史下限;为第j个主动操作变量的历史上限;为激活函数;j为主动操作变量编号。
38、优选地,s32中的氮氧化物复合目标函数具体为:
39、;
40、其中,为氮氧化物复合目标函数;为主动操作变量调整惩罚函数;为被动状态变量偏移惩罚函数;为配料配比偏移惩罚函数;为边界屏障惩罚函数;为域外防穿透惩罚函数;为主动操作变量惩罚项的权重系数;为被动状态变量的权重系数;为配料配比的权重系数;为边界屏障的权重系数;为优化后烧结烟气入口氮氧化物预测值。
41、优选地,还包括s4:对减排调整参数进行效果核验,具体为:
42、s41:计算每个主动操作变量的调整比例,形成一阶主动操作变量调控参数,用于量化优化后归一化主动操作变量相对当前基准工况的变动比例;
43、s42:计算每个被动状态变量的变化比例,形成二阶状态联动预测参数,输出主动操作变量调整项、被动状态变量,核验烧结工况转移过程,并以联动推演值是否处于对应历史边界区间内作为判断依据;
44、s43:输出配料耦合关联向量从到的变化结果,用于验证烧结烟气氮氧化物减排调整参数是否有效,并以优化后烧结烟气入口氮氧化物预测值低于基态预测值且预测减排量大于0作为有效判断依据。
45、与现有技术相比,本发明的有益效果如下:
46、(1)本发明采用主动操作变量、被动状态变量、配料耦合关联向量和历史特征的四层特征生成方式,能够同时反映当前烧结工况下的配料状态、热工响应状态和短时演化趋势,提前预测氮氧化物排放情况,提前进行干预。
47、(2)本发明利用数据样本质量权重、级联一致性联合训练和三变量集成预测,提高了对烧结工况现场噪声、缺失和工况波动控制的鲁棒性,使生产过程更稳定,兼顾生产稳定性的同时控制烟气中的氮氧化物排放情况。
48、(3)本发明将配料比例稳定性、状态稳定性、边界约束和物理下限约束统一纳入一个可导的目标优化函数,输出优化后的控制变量,避免传统经验调节或离散搜索带来的盲目性,提高氮氧化物排放控制精度。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com