电熔镁炉单吨电耗指标优化决策方法研究

论文摘要

电熔镁炉以菱镁矿或轻烧镁粉(煅烧菱镁矿所得)为原料,通过将原料加热到2800度左右,使其熔融、析出杂质、重新结晶后得到质量合格的电熔镁砂。电熔镁砂广泛应用于冶金、建材等领域。单吨电耗指标是电熔镁炉的运行指标,其含义是生产单位合格电熔镁砂所消耗的电量。电熔镁炉运行优化控制系统根据单吨电耗指标的目标值确定三相电极电流设定值,通过电流控制器使电极电流跟踪设定值,从而将单吨电耗指标控制在目标范围内。电熔镁炉单吨电耗指标的目标值关系到电熔镁厂群炉综合生产指标即群炉总产量、总耗电量、高品位率。因此,单吨电耗指标的目标值优化决策对提高群炉总产量、高品位率,降低群炉总耗电量具有重要意义。电熔镁炉单吨电耗指标的目标值优化决策要使群炉总产量及高品位率尽可能大,使群炉总耗电量尽可能小,综合生产指标之间既联系又相互冲突。群炉总产量、高品位率、总耗电量与电熔镁炉单吨电耗之间特性难以采用机理分析建立数学模型,原料氧化镁成分、粒度随批次变化影响其特性。群炉平均功率受到上限约束,而单台电熔镁炉平均功率与单吨电耗之间的动态特性机理不清,难以采用机理分析建立数学模型。上述特性变化涉及小时与分钟两种尺度,因此电熔镁炉单吨电耗指标的目标值优化决策问题为难以建立模型的、两尺度、动态多目标优化问题,难以采用现有的优化方法解决。目前电熔镁炉单吨电耗指标的目标值确定由人工凭经验决策,造成群炉平均功率常常超出其上限,并且群炉总产量、高品位率低,而总耗电量高。因此,研究电熔镁炉单吨电耗指标的目标值优化决策方法,对于实现群炉总产量、高品位率、总耗电量的多目标优化具有重要理论意义和应用价值。本文依托国家重点基础研究发展计划(973计划)项目课题“复杂生产制造全流程一体化控制系统整体控制策略与运行控制方法”(2009CB320601),开展了电熔镁炉单吨电耗指标目标值优化决策方法研究,主要研究工作如下：1)给出了电熔镁炉单吨电耗指标目标值优化决策问题的数学描述。其性能指标为最大化群炉总产量、高品位率,最小化群炉总耗电量；约束方程为综合生产指标模型,电熔镁炉平均功率模型,以及群炉总产量、高品位率、群炉总耗电量等指标的目标值范围,群炉平均功率上限约束,电熔镁炉单吨电耗指标的目标值取值范围；决策变量为全厂每台电熔镁炉的单吨电耗指标。对该问题难以采用已有优化方法解决进行了分析。2)采用最小二乘支持向量机(LSSVM)分别建立全厂每台电熔镁炉的产量、高品位率与单吨电耗之间的模型,在此基础上建立了群炉总产量、高品位率以及总耗电量的指标模型。设计了自适应网格粒子群优化算法来选择LSSVM的核函数参数与正则化系数以提高模型精度。针对平均功率模型动态变化特性,采用在线LSSVM建立了电熔镁炉平均功率模型。并针对该模型在线学习中核函数参数不能根据新样本数据调整,导致模型训练精度较低的问题,提出了基于可控伪随机收缩粒子群优化的核函数参数在线调整算法。利用电熔镁厂实际生产数据对所提建模方法进行了实验验证,结果表明所提出的性能指标模型建模方法比其它方法具有更高的建模精度；所提出的平均功率模型建模方法能够缩短模型训练时间并提高模型训练精度。3)提出了基于案例推理和改进非支配解集构造的多目标粒子群优化算法(MOPSO)。采用案例库存储MOPSO产生的Pareto最优解,当动态变化产生后,利用案例推理来提取与当前问题相似度最高的案例解,增加到当前种群中,以引导MOPSO迅速搜索问题变化后的Pareto最优集。针对现有的非支配解集构造方法效率低问题,提出了三种非支配解集构造方法,即基于基准值比较的两目标优化非支配解集构造方法、基于基准向量的三目标优化非支配解集构造方法以及基于排序矩阵的高维目标优化非支配解集构造方法。前两种方法将当前MOPSO算法构造非支配解集的时间复杂度由多项式级降低到线性对数级或线性级。并证明三种方法能够无错误的识别出种群中全部非支配个体。采用标准测试问题对所提出的方法进行了仿真实验,结果表明基于改进非支配解集构造的MOPSO每代运行所需CPU时间明显低于未改进的MOPSO,并且该优势随着算法种群规模的增大而更加明显；与现有两种典型多目标进化算法NSGA2、SPEA2相比,所提出的方法收敛速度更快且跟踪Pareto最优集移动的性能更好。4)采用提出的多目标粒子群优化算法,结合电熔镁炉单吨电耗指标优化决策问题特点,提出了电熔镁炉单吨电耗指标的目标值优化决策方法。该方法由基于案例推理的种群初始化、基于多目标粒子群优化算法的单吨电耗指标优化、基于规则的约束处理以及最优解的选择组成。其中,案例推理根据当前原料氧化镁成分、原料粒度、电熔镁炉平均功率实测值、单吨电耗预报值等参数,产生与当前问题相似度最高的案例解,生成粒子群优化算法的初始化种群；采用基于改进非支配解集构造的多目标粒子群优化算法搜索单吨电耗指标优化问题的Pareto最优集。对于违背群炉平均功率上限约束的解采用基于规则的方法进行修复。采用群炉平均功率指标最小化准则从Pareto最优集中挑选出一个解作为电熔镁炉单吨电耗指标目标值。利用电熔镁厂实际生产数据对所提优化决策方法进行了实验验证,实验结果表明所提方法比人工决策方法获得的群炉总产量指标提高8.26%,总耗电量指标降低0.81%,群炉电熔镁砂高品位率指标提高4.78%。

论文目录

• 摘要
• ABSTRACT
• 第1章 绪论
• 1.1 课题背景与意义
• 1.2 电熔镁炉单吨电耗指标优化决策研究现状
• 1.2.1 电熔镁炉指标模型建模研究
• 1.2.2 电熔镁炉单吨电耗指标目标值优化决策研究
• 1.2.3 电熔镁炉运行优化控制研究
• 1.3 基于LSSVM的建模研究现状
• 1.4 多目标智能优化方法研究现状
• 1.5 存在的问题及本文研究工作
• 1.5.1 电熔镁炉单吨电耗指标优化决策研究存在的问题
• 1.5.2 现有LSSVM建立电熔镁炉指标模型时存在的问题
• 1.5.3 动态环境下多目标智能优化方法存在的问题
• 1.5.4 本文研究工作
• 第2章 电熔镁炉单吨电耗指标目标值优化决策问题描述
• 2.1 指标定义与符号表示
• 2.1.1 指标定义
• 2.1.2 群炉平均功率上限约束
• 2.1.3 符号表示
• 2.2 群炉综合生产指标影响因素分析
• 2.3 电熔镁炉单吨电耗指标目标值优化决策问题数学描述
• 2.3.1 数学描述
• 2.3.2 问题难点分析
• 2.4 电熔镁炉单吨电耗指标目标值决策现状
• 第3章 基于改进LSSVM的性能指标模型与平均功率模型建模方法
• 3.1 模型离散化
• 3.1.1 采样周期设置
• 3.1.2 模型离散化形式
• 3.2 基于自适应网格粒子群LSSVM的性能指标模型建模
• 3.2.1 基于自适应网格粒子群LSSVM的建模方法
• 3.2.2 群炉总产量模型建模
• 3.2.3 群炉总耗电量模型建模
• 3.2.4 群炉高品位率模型建模
• 3.2.5 实验研究
• 3.3 基于参数在线调整LSSVM的电熔镁炉平均功率模型建模
• 3.3.1 基于在线学习的LSSVM
• 3.3.2 具有可调参数的在线学习算法
• 3.3.3 基于可控伪随机收缩粒子群的参数调整算法
• 3.3.4 电熔镁炉平均功率模型建模
• 3.3.5 实验研究
• 3.4 本章小结
• 第4章 基于案例推理与改进非支配解集构造的多目标粒子群优化算法
• 4.1 基本概念
• 4.2 改进的非支配解集构造方法
• 4.2.1 非支配解集构造方法综述
• 4.2.2 基于基准值比较的非支配解集构造算法
• 4.2.3 基于基准向量的非支配解集构造算法
• 4.2.4 基于排序矩阵的非支配解集构造算法
• 4.2.5 实验研究
• 4.3 基于案例推理与改进非支配解构造的多目标粒子群优化算法
• 4.3.1 算法概述
• 4.3.2 基于案例推理的种群初始化
• 4.3.3 基于改进非支配解集构造的多目标粒子群优化
• 4.3.4 基于优化解的案例库修正
• 4.3.5 实验研究
• 4.4 本章小结
• 第5章 电熔镁炉单吨电耗指标目标值优化决策方法
• 5.1 电熔镁炉单吨电耗指标目标值优化模型
• 5.1.1 优化模型
• 5.1.2 问题分析
• 5.2 电熔镁炉单吨电耗指标目标值优化决策方法
• 5.2.1 方法结构
• 5.2.2 电熔镁炉单吨电耗指标目标值优化
• 5.2.3 基于群炉平均功率最小化准则的最优解选择
• 5.3 实验研究
• 5.3.1 工业对象介绍
• 5.3.2 实验结果
• 结束语
• 参考文献
• 致谢
• 博士期间完成的论文、参加的科研项目
• 作者简介