基于粒子群优化的石灰炉窑控制方法技术

本发明专利技术涉及基于粒子群优化的石灰炉窑控制方法，其包括计算其下一控制时点的炉窑系统的系统状态以及确定下一控制时点的燃料投入两个主要过程。在过程一中，通过从历史数据中与系统当前控制时点的系统状态足够接近的系统状态数据中寻找石灰品质最优的记为系统状态的局部最优值X

【技术实现步骤摘要】
基于粒子群优化的石灰炉窑控制方法


[0001]本专利技术涉及石灰生产中石灰炉窑的温度控制
，具体涉及一种基于粒子群优化的石灰炉窑控制方法。

技术介绍

[0002]石灰，即生石灰是常用的无机材料，广泛用于建筑工程、工业冶金、轻工食品、环境工程等领域。近年来，中国境内的石灰产量均在3亿吨以上。
[0003]石灰的生产主要原料是以碳酸钙为主要成分的各种天然石料。将石灰投入900～1300℃的石灰炉窑中高温锻烧，使其中的碳酸钙成分分解释放出二氧化碳，得到以氧化钙为主要成分的生石灰。在该过程中得到的石灰质量与反应的温度控制和锻烧时间以及原料品质均有比较大的关系。不当的反应条件会导致石灰出现“过烧”和“欠烧”现象。“欠烧”即原料中的碳酸钙没有完全转化为石灰，还残留有碳酸钙内核，不仅导致石灰转化率低，也影响后续的产业应用，比如在建筑行业“欠烧”石灰经消化处理后由于残渣含量较高会导致其黏结力降低。“过烧”现象得到的石灰其氧化钙晶粒粗大，在消化时不能完全转化为氢氧化钙，因此用于建筑物中后还能继续缓慢消化，导致墙体膨胀或者裂缝。
[0004]在工业领域，生产石灰的常见设备包括回转石灰炉窑。石料通过入料段液压推杆进入窑尾，同时会被燃烧完的尾气预热。进入回转炉后，通过炉窑机械旋转运动经过高温煅烧到达窑头，落入出料口同时被冷却风机降温，通过振动筛与皮带等收入成品仓。在回转石灰炉窑中，烧炉波动会导致尾气对石灰石的预热效果不稳定，不同批次的石灰石成分质量差异对窑内温度的要求也不一致，因此也容易出现欠烧和过烧的现象，欠烧除了会导致前述石灰质量问题外，还会使窑内物料质量增加使得主传电机电流增大，石灰预热效果减轻产量降低。过烧除了导致前述石灰质量问题外，也会造成炉窑燃料浪费，煤气用量上升，增加生产成本、增加单位产物的碳排放量。

技术实现思路

[0005]鉴于现有的回转炉窑锻烧生产石灰工艺中存在的温度不稳定而导致的锻烧过程不受控，容易发生“欠烧”或者“过烧”现象导致石灰产物质量下降，生产能耗上升的问题，本专利技术提供一种基于粒子群优化的石灰炉窑控制方法。
[0006]本专利技术的技术方案提供一种基于粒子群优化的石灰炉窑控制方法，包括S1.根据炉窑系统的当前控制时点的系统状态计算其下一控制时点的系统状态；S2.根据步骤S1获取的下一控制时点的系统状态确定下一控制时点的燃料投入；其中S1步骤包括：S12.采集炉窑系统的当前控制时点的系统状态X
c
，计算当前控制时点的系统状态变化速度V
c
；S13.获取局部优化目标：从历史数据的多个生产批次中抽取每个生产批次中同一控制时点的系统状态数据，选择其中与S12步骤中得到的系统当前控制时点的系统状态足
够接近的系统状态数据组成生产数据序列D；取生产数据序列D中对应石灰品质最优的一组生产数据记为系统状态的局部最优值X
pbest
，并记局部最优值X
pbest
对应的石灰品质为F
pbest
；S14.获取全局优化目标：从历史数据的多个生产批次中选取石灰品质满足预定质量要求的生产批次组成标准生产批次集C，计算标准生产批次集C的系统状态全局平均X
gbest
与石灰品质的全局平均F
gbest
；S15.优化更新得出下一控制时点的系统状态：若F
pbest
>=F
gbes
t，则下一控制时点的系统状态为X
c+1
=X
c
；若F
pbest
<F
gbest
，则下一控制时点的系统状态X
c+1
按下式计算：其中，ω为惯性权重因子，c1，c2为加速因子，r1，r2为学习率，下标c为系统状态的时序标记。
[0007]优选地，所述S13获取局部优化目标的步骤中的选择与系统当前控制时点的系统状态足够接近的系统状态数据组成生产数据序列D的过程中通过计算每个生产批次中同一控制时点的系统状态数据数据与系统当前控制时点的系统状态之间在多维空间中的距离或者加权距离确定。
[0008]优选地，所述S13获取局部优化目标中的取生产数据序列D步骤中以及所述S14获取全局优化目标步骤中涉及的石灰品质通过下式计算：F
i
=a*Q
i
+b*R
i
，其中，i为生产数据序列D中数据标记，F为石灰品质，Q为一个生产批次得到的石灰质量，R为一个生产批次的出灰率，a、b为系数项。
[0009]优选地，所述炉窑系统的系统状态至少包括至少包括窑尾温度t、主传电流I以及预热后温度P三个维度。
[0010]优选地，所述S14计算标准生产批次集C的系统状态全局平均X
gbest
与石灰品质的全局平均F
gbest
的步骤中；标准生产批次集C的系统状态全局平均X
gbest
按下式计算：其中，i为系统状态的维度的计数，z为维度总数，X
i,sum
为标准生产批次集C中同一维度系统状态数据之和，g为C中生产批次的计数，总数记为g_sum，j为每一生产批次中系统状态数据的计数，总数记为j_sum，n
sum
为标准生产批次集C中系统状态数据的总数，X
i,gbest
为标准生产批次集C的系统状态中第i个维度的全局平均，X
gbest
为标准生产批次集C的系统状态的全局平均；石灰品质的全局平均F
gbest
按下式计算：
其中，F
g
为标准生产批次集C中每一生产批次的石灰质量。
[0011]优选地，所述S12步骤中计算当前控制时点的系统状态变化速度V
c
的方式为V
c
=X
c
‑ꢀ
X
c
‑1。
[0012]优选地，所述S1根据炉窑系统的当前控制时点的系统状态计算其下一控制时点的系统状态还包括数据准备步骤S11；选取本次生产前的多个生产批次的集合B，其中的每一个生产批次记为B
i
；获取每一生产批次Bi的完整的系统状态数据以及生产质量数据，对其中的系统状态数据预定的时间间隔做切分得到系统状态时序数据。
[0013]优选地，所述S1根据炉窑系统的当前控制时点的系统状态计算其下一控制时点的系统状态还包括更新历史数据步骤S16；在完成本次生产后，将若本次生产的系统状态数据与质量数据更新到历史数据中。
[0014]优选地，所述更新历史数据步骤S16中，若本次生产的质量数据满足预定的质量要求，将其放入标准生产批次集C，并按下式更新标准生产批次集C的系统状态全局平均X
gbest
与石灰品质的全局平均F
gbest
：其中，下标up表示更新后标准生产批次集C中的相应数据，j
c
为本次生产的生产数据总数。
[0本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于粒子群优化的石灰炉窑控制方法，其特征在于，包括S1、递推计算炉窑系统下一控制时点的系统状态步骤：根据炉窑系统的当前控制时点的系统状态计算其下一控制时点的系统状态；S2、确定下一控制时点的燃料投入步骤：根据步骤S1获取的下一控制时点的系统状态确定下一控制时点的燃料投入；其中S1步骤包括：S12、采集当前控制时点系统状态步骤：采集炉窑系统的当前控制时点的系统状态X
c
，计算当前控制时点的系统状态变化速度V
c
；S13、获取局部优化目标步骤：从历史数据的多个生产批次中抽取每个生产批次中同一控制时点的系统状态数据，选择其中与S12步骤中得到的系统当前控制时点的系统状态足够接近的系统状态数据组成生产数据序列D；取生产数据序列D中对应石灰品质最优的一组生产数据记为系统状态的局部最优值X
pbest
，并记局部最优值X
pbest
对应的石灰品质为F
pbest
；S14、获取全局优化目标步骤：从历史数据的多个生产批次中选取石灰品质满足预定质量要求的生产批次组成标准生产批次集C，计算标准生产批次集C的系统状态全局平均X
gbest
与石灰品质的全局平均F
gbest
；S15、优化更新得出下一控制时点的系统状态步骤：若F
pbest
≥F
gbest
，则下一控制时点的系统状态为X
c+1
=X
c
；若F
pbest
＜F
gbest
，则下一控制时点的系统状态X
c+1
按下式计算：其中，ω为惯性权重因子，c1，c2为加速因子，r1，r2为学习率，下标c为系统状态的时序标记。2.如权利要求1所述的基于粒子群优化的石灰炉窑控制方法，其特征在于，所述S13获取局部优化目标的步骤中的选择与系统当前控制时点的系统状态足够接近的系统状态数据组成生产数据序列D的方法为：通过计算每个生产批次中同一控制时点的系统状态数据与系统当前控制时点的系统状态之间在多维空间中的距离或者加权距离确定。3.如权利要求1所述的基于粒子群优化的石灰炉窑控制方法，其特征在于，所述S13获取局部优化目标步骤中以及所述S14获取全局优化目标步骤中涉及的石灰品质通过下式计算：F
i
=a*Q
i
+b*R
i
，其中，i为生产数据的序数标记，F为石灰品质，Q为一个生产批次得到的石灰质量，R为一个生产批次的出灰率，a、b为系数项。4.如权利要求1所述的基于粒子群优化的石灰炉窑控制方法，其特征在于，所述炉窑系统的系统状态至少包括窑尾温度t、主传电流I以及预热后温度P三个维度。5.如权利要求1所述的基于粒子群优化的石灰炉窑控制方法，其特征在于，所述S12步骤中计算当前控制时点的系统...

【专利技术属性】
技术研发人员：王筱圃，娄贝贝，张永强，蒋淡宁，钟智敏，张志杰，光超，潘福生，段彦兵，
申请(专利权)人：安徽首矿大昌金属材料有限公司，
类型：发明
国别省市：