低碳电解锰生产能耗智能优化方法及系统与流程
本发明涉及湿法冶金智能节能,尤其涉及低碳电解锰生产能耗智能优化方法及系统。
背景技术:
1、湿法冶金智能节能技术领域涉及对湿法冶金生产过程中电能消耗、物料输入、溶液状态和工序负荷的监测、计算与控制,其中,传统电解锰生产能耗管控是指在磨矿、浸出、净化和电解等工序中依靠现场仪表、工艺经验和分段参数设定,对电流、槽压、温度、物料流量及溶液浓度进行人工巡检或周期性调整的处理方式。
2、现有电解锰生产中各工序运行参数来源分散且采样口径不一致,人工调控难以及时反映原矿物料特性生产负荷和环境工况变化,电解槽工作参数物料配比和工序节奏之间缺少基于能耗核算结果的联动修正,异常能耗状态容易持续存在并造成电能利用率偏低单位产品能耗偏高碳排放控制粗放。
技术实现思路
1、为解决上述技术问题,本发明提供低碳电解锰生产能耗智能优化方法,包括以下步骤:
2、采集电解锰生产线中磨矿工序、浸出工序、净化工序和电解工序的运行参数,运行参数包括电流、槽压、温度、物料流量和溶液浓度,并为每一运行参数附加工序标识、采样时刻和采样设备标识;
3、对运行参数进行量纲统一、缺失补偿和异常过滤,按照工序标识和采样时刻生成生产能耗特征数据集,生产能耗特征数据集包括工序能耗字段、物料状态字段、溶液状态字段和环境工况字段;
4、根据生产能耗特征数据集构建工况特征向量,将工况特征向量输入能耗优化模型,能耗优化模型包括用于识别生产负荷类别的分类树和用于输出能耗损耗预测值的梯度提升回归子模型,得到工况类别、能耗损耗预测值和参数调节候选集;
5、将参数调节候选集中的电解槽工作参数、物料配比和工序运行节奏与预设运行约束进行比较,筛选得到目标控制参数,并向对应工序下发目标控制参数;
6、基于目标控制参数执行后的电流、槽压和产量数据核算单位产品综合能耗,将单位产品综合能耗高于同一工况类别对应的能耗上限阈值的状态确定为非最优生产状态,并将非最优生产状态对应的数据回写至生产能耗特征数据集以更新能耗优化模型。
7、进一步的,运行参数的量纲统一包括将电流、槽压和温度按照各自采样设备标识对应的标定系数转换为统一单位数据,将物料流量按照采样时刻划分为单位时间物料输入量,将溶液浓度按照净化工序和电解工序的采样位置生成浓度序列;
8、当同一工序标识和同一采样时刻存在重复采样数据时,以采样设备标识对应的有效校验状态为排序依据选择有效校验状态在先的数据,若有效校验状态相同则取采样时刻距离当前控制周期更近的数据写入生产能耗特征数据集。
9、作为递进方案,缺失补偿和异常过滤包括当运行参数在一个控制周期内缺失时,读取相同工序标识下前一控制周期的有效数据作为补偿数据,并在生产能耗特征数据集中写入补偿标记;
10、当电流或槽压高于对应的上限阈值时,标记为超上限异常,当温度位于预设正常温度区间之外时,标记为区间异常,当物料流量或溶液浓度低于对应的下限阈值时,标记为低限异常;
11、对带有超上限异常、区间异常或低限异常标记的数据停止输入能耗优化模型,并以最近一个未带异常标记且未超过有效期的同工序数据替换。
12、进一步的,工况特征向量的构建包括从生产能耗特征数据集读取同一控制周期内的工序能耗字段、物料状态字段、溶液状态字段和环境工况字段,分别计算磨矿工序、浸出工序、净化工序和电解工序的单位时间能耗,并将各工序的单位时间能耗按照对应工序产出量进行归一化,得到工序归一化能耗;
13、将工序归一化能耗、原矿物料特性、生产负荷和环境工况按照固定字段顺序封装为工况特征向量,字段缺失时采用带补偿标记的数据填充并保留字段来源标识。
14、作为递进方案,能耗优化模型的输出包括由分类树根据工况特征向量中的生产负荷、原矿物料特性和环境工况字段输出工况类别,由梯度提升回归子模型根据工况类别以及工况特征向量中的工序归一化能耗、槽压序列和电流序列输出能耗损耗预测值;
15、当能耗损耗预测值高于工况类别对应的损耗上限阈值时,生成包含电解槽电流设定值、槽压控制范围、物料配比修正量和工序节拍修正量的参数调节候选集,当能耗损耗预测值不高于损耗上限阈值时,保持当前控制参数并记录模型输出状态。
16、进一步的,目标控制参数的筛选包括将参数调节候选集中的每一候选调节量分别与电解槽电流上限阈值、槽压上限阈值、物料配比允许区间和工序节拍允许区间进行比较,删除使电解槽电流设定值高于电解槽电流上限阈值、使槽压控制值高于槽压上限阈值、使物料配比位于物料配比允许区间之外或使工序节拍位于工序节拍允许区间之外的候选调节量;
17、对剩余候选调节量按照能耗损耗预测值降低幅度、生产负荷偏离量和物料配比修正幅度依次排序,前一排序项相同的情况下采用后一排序项比较,排序结果最前的候选调节量作为目标控制参数。
18、进一步的,单位产品综合能耗的核算包括读取执行目标控制参数后的电流、槽压、运行时长和对应周期产量,将同一控制周期内电流与槽压形成的电功率数据按运行时长累计为电能消耗量,当对应周期产量为零时停止生成单位产品综合能耗并输出产量异常标记;
19、当对应周期产量不为零时,将电能消耗量与对应周期产量的比值作为单位产品综合能耗,并将单位产品综合能耗与同一工况类别对应的能耗上限阈值进行比较。
20、作为递进方案,非最优生产状态的修正包括当单位产品综合能耗高于同一工况类别对应的能耗上限阈值时,读取形成单位产品综合能耗的电流、槽压、运行时长、对应周期产量和目标控制参数,生成能耗异常记录;
21、将能耗异常记录按照工序标识写入异常记录队列,异常记录队列按照写入时刻排序并在达到容量上限时删除写入时刻最早的记录;
22、根据异常记录队列中同一工序标识下连续出现的能耗异常记录数量选择回退控制参数,若连续出现数量达到回退触发阈值,则将目标控制参数回退至上一控制周期的有效控制参数,若连续出现数量未达到回退触发阈值,则重新执行参数调节候选集的筛选。
23、作为递进方案,能耗优化模型的自适应更新包括将完成异常过滤且已核算单位产品综合能耗的数据划分为更新样本,将带有补偿标记且未被后续有效采样数据替换的数据划分为暂存样本;
24、以更新样本中的工况特征向量为模型输入,以对应的单位产品综合能耗和非最优生产状态标记为训练目标,对分类树的分裂阈值和梯度提升回归子模型的回归残差进行更新;
25、当更新样本数量低于样本数量下限阈值或模型更新后的校验误差高于校验误差上限阈值时,拒绝替换当前能耗优化模型并继续使用更新前的能耗优化模型。
26、本发明还提供低碳电解锰生产能耗智能优化系统,该系统用于承载、执行和实现上述方法,包括全流程感知模块、特征数据构建模块、工况辨识与能耗优化模块、协同控制模块和闭环管控模块。
27、全流程感知模块用于采集电解锰生产线中磨矿工序、浸出工序、净化工序和电解工序的电流、槽压、温度、物料流量和溶液浓度,并为采集数据附加工序标识、采样时刻和采样设备标识;
28、特征数据构建模块用于对采集数据进行量纲统一、缺失补偿和异常过滤,并生成生产能耗特征数据集;
29、工况辨识与能耗优化模块用于根据生产能耗特征数据集构建工况特征向量,通过分类树输出工况类别,并通过梯度提升回归子模型输出能耗损耗预测值和参数调节候选集;
30、协同控制模块用于将参数调节候选集与预设运行约束进行比较筛选,生成目标控制参数并下发至磨矿工序、浸出工序、净化工序和电解工序;
31、闭环管控模块用于核算单位产品综合能耗,将单位产品综合能耗高于同一工况类别对应的能耗上限阈值的状态确定为非最优生产状态,并将非最优生产状态对应的数据回写至生产能耗特征数据集。
32、与现有技术相比,本发明的优点和积极效果在于:
33、本发明中,通过对磨矿工序浸出工序净化工序和电解工序的电流槽压温度物料流量及溶液浓度进行统一采集和字段化处理,使不同工序能耗数据具备同一控制周期下的比对基础,通过分类树和梯度提升回归子模型将工况类别能耗损耗预测值与参数调节候选集连续关联,使原矿物料特性生产负荷和环境工况变化能够转化为可执行控制参数,通过单位产品综合能耗核算异常记录队列和模型更新机制,使非最优生产状态被识别回退和再训练,减少参数滞后和无效能耗持续累积。
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