面向能耗优化的水泥磨运行指标决策算法研究

发布时间：2021-07-30 10:04

　　水泥磨系统是水泥生产过程重要环节之一,水泥磨生产是一个连续、时变、各个运行指标之间相互耦合的过程,生产过程受到生产指标变化、设备运行情况、原料波动等因素的影响,难以通过分析水泥磨运行机理来建立精确地数学模型。当前许多工业过程运行指标是通过操作员的经验知识进行优化,然而随着工业过程复杂性、实时性的增加,再加上操作员本身经验的限制,已经越来越不适用于复杂工业过程的运行指标决策。本课题旨在通过数据驱动的方式,建立水泥磨生产能耗/比表面积预测模型,通过不断更新预测结果以适应新的工况条件,在预测模型的基础上,结合水泥磨实际生产中设备约束、水泥质量指标、能耗指标约束,构建水泥磨运行指标决策模型,利用差分进化算法（Differential Evolution,DE）对运行指标决策模型优化求解,实现面向能耗优化的水泥磨运行指标决策。具体研究工作如下:首先,通过研究水泥磨生产工艺,从水泥工业数据库中对所需变量数据进行提取,充分利用变量数据和预测指标的时序特性,将各变量数据按照时间序列排列作为输入层,构建长短时记忆网络（Long Short-term Memory Networks,LSTM）模型,消除变... 

【文章来源】：燕山大学河北省

【文章页数】：67 页

【学位级别】：硕士

【部分图文】：

XGBoost算法示意图

第5章水泥磨运行指标决策实验-41-图5-5高频变量数据前两阶主成分散点图图5-6低频变量数据前两阶主成分散点图表5-2高低频变量数据前两阶主成分特征分布对比品种高频变量数据低频变量数据一阶主成分二阶主成分一阶主成分二阶主成分sQ1000~3000-500~5000~2000-500~500wQ-4000~-20002000~4000-500~500-2000~2000-500~500bQ-3500~-1500-500~500-2000~0-500~500

【参考文献】：
期刊论文
[1]深度神经网络加速器体系结构概述[J]. 陈怡然,谢源,宋凌皓,陈凡,唐天琪.  Engineering. 2020(03)
[2]基于超声信号的局部放电无线检测装置研制[J]. 钱学超,钱勇,赵泓霖,舒博,盛戈皞,江秀臣.  电气自动化. 2019(06)
[3]碳二加氢反应器实时优化建模与运行探讨[J]. 顾伟军.  石油石化绿色低碳. 2019(05)
[4]基于数据驱动的超短期风电功率预测综述[J]. 杨茂,张罗宾.  电力系统保护与控制. 2019(13)
[5]智能专家控制系统在水泥粉磨系统中的应用[J]. 陈英豪,冯朋辉,赵希民,张新生,史鑫,郝晓辰.  水泥. 2019(02)
[6]时延系统中T-LSSVR动态软测量建模方法研究[J]. 赵彦涛,单泽宇,龙海峰,刘贺朋,郝晓辰.  计量学报. 2019(01)
[7]勃氏法测定水泥的比表面积[J]. 赵兴康.  云南化工. 2018(12)
[8]磨矿过程的球磨机研磨机理数值仿真及磨机负荷参数软测量综述[J]. 汤健,乔俊飞,刘卓,周晓杰,余刚,赵建军.  北京工业大学学报. 2018(11)
[9]基于BP神经网络和遗传算法的污水处理厂电耗预测[J]. 谢武明,李俊,周峰平,毕小林,陈冬冬,吴志京,马峡珍,张宁.  水电能源科学. 2018(08)
[10]智能传感器技术发展综述[J]. 殷毅.  微电子学. 2018(04)

博士论文
[1]火电机组SCR烟气脱硝机理建模与智能控制[D]. 潘岩.华北电力大学(北京) 2019
[2]超薄芯片双转塔高效转移工艺的机理建模及参数优化[D]. 洪金华.华中科技大学 2018
[3]关于启发式优化算法及其应用的研究[D]. 李若平.东北大学 2014
[4]动态环境下选矿生产全流程运行指标优化决策方法研究[D]. 丁进良.东北大学 2012

硕士论文
[1]大规模全局优化问题的高效算法研究[D]. 关世伟.西安电子科技大学 2018
[2]智能预测控制在磨机自动控制系统中的应用[D]. 荣涛.济南大学 2017
[3]基于支持向量机的锻造生产线能耗预测研究[D]. 王宏愿.山东大学 2017
[4]模型驱动的IMA系统资源配置分析与验证及优化方法研究[D]. 程桢.南京航空航天大学 2016
[5]湿法治金氰化浸出的建模与自适应实时优化[D]. 马建新.东北大学 2015
[6]新型干法水泥生产过程优化控制策略研究[D]. 胡红泽.浙江大学 2012
[7]水泥粉磨技术的研究与应用[D]. 范文礼.山东大学 2008



本文编号：3311205