基于多目标优化模型的炼焦生产过程优化方法研究与应用

论文摘要

炼焦生产过程是复杂的工业过程,具有多因素耦合,大时滞、多约束等特点,由于各个过程缺乏关联性设计而难以达到企业期望的综合生产目标。如何通过调整子过程的操作参数来达到企业期望的综合生产目标是炼焦生产过程优化的关键问题。在充分分析了炼焦生产工艺的基础上,提出了在综合生产目标与过程操作参数之间增加局部优化目标的过程优化策略,即建立综合生产目标与局部优化目标的关联模型,将综合生产目标映射为局部优化目标,再以局部优化目标作为各过程控制系统的设定值和作业计划调度系统决策参数。各过程控制系统只需要调整过程操作参数来达到局部优化目标。针对这样的优化策略,提出了以焦炭产量最大、焦炉能耗最小为优化目标,焦炭质量与工艺要求为约束条件,目标火道温度、集气管压力、结焦时间为决策变量的过程优化思想。首先根据机理分析以及人工经验定性分析了综合生产目标的影响因素,然后采用灰色关联分析方法定量计算了综合生产目标的主要影响因素的灰色关联度,从而确定了多目标优化模型的输入变量。其次在灰色关联分析的基础上,针对正常工况下建立了神经网络多目标优化模型,针对异常工况下建立多元回归多目标优化模型。最后,分别采用多目标遗传算法（MOGA）以及线性加权和（LWS）与广义简约梯度（GRG）组合优化算法求解,最终将获得决策变量目标火道温度、集气管压力、结焦时间的优化值分别作为加热燃烧过程控制系统、集气管压力控制系统的优化设定值以及作业计划调度系统的决策参数。从而完成与这些子系统的无缝连接。以VC++为开发工具,实现了炼焦生产过程优化软件的开发。应用结果表明,在正常与异常两种工况下,本文建立的炼焦生产过程的多目标优化模型具有较高的精度,多目标遗传算法（MOGA）以及组合优化算法（LWS+GRG）具有全局收敛性以及较高的优化有效率。优化软件的运行大大减轻了工人的劳动强度,优化的结果为钢铁企业的实际炼焦生产提供了较好的操作指导,较好的满足了企业的要求。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 研究背景及意义
• 1.2 国内外研究现状
• 1.3 研究内容
• 1.4 论文构成
• 第二章 机理分析与过程优化思想
• 2.1 炼焦生产工艺
• 2.1.1 配煤过程
• 2.1.2 加热燃烧过程
• 2.1.3 集气管集气过程
• 2.1.4 推焦过程
• 2.2 机理分析
• 2.2.1 综合生产目标的确定
• 2.2.2 局部优化目标的确定
• 2.2.3 综合生产目标的影响因素
• 2.3 过程优化问题与难点
• 2.4 过程优化思想
• 2.5 过程优化系统结构
• 2.6 小结
• 第三章 综合生产目标灰色关联分析
• 3.1 灰色关联分析的计算步骤
• 3.2 焦炭产量关联分析
• 3.3 焦炉能耗关联分析
• 3.4 焦炭质量关联分析
• 3.4.1 主成分分析的必要性及计算步骤
• 3.4.2 配合煤质量主成分分析
• 3.4.3 焦炭质量主成分分析
• 3.4.4 焦炭质量关联分析
• 3.5 小结
• 第四章 炼焦生产过程多目标优化模型
• 4.1 模型的总体设计
• 4.2 工况判断模型
• 4.3 神经网络多目标优化模型
• 4.3.1 改进的BP神经网络
• 4.3.2 焦炭产量神经网络模型
• 4.3.3 焦炉能耗神经网络模型
• 4.3.4 焦炭质量神经网络预测模型
• 4.3.5 神经网络多目标优化模型
• 4.4 多元回归多目标优化模型
• 4.4.1 多元回归模型的原理和步骤
• 4.4.2 焦炭产量多元回归模型
• 4.4.3 高炉煤气消耗多元回归模型
• 4.4.4 焦炉煤气消耗多元回归模型
• 4.4.5 多元回归多目标优化模型
• 4.5 模型更新
• 4.6 小结
• 第五章 炼焦生产过程多目标优化算法
• 5.1 多目标优化问题（MOP）
• 5.2 多目标遗传算法求解
• 5.2.1 个体编码
• 5.2.2 适应度函数
• 5.2.3 遗传算子设计
• 5.2.4 算法步骤
• 5.3 组合优化算法求解
• 5.3.1 线性加权和法
• 5.3.2 广义简约梯度算法
• 5.4 小结
• 第六章 工业应用与结果分析
• 6.1 系统实现
• 6.1.1 系统整体框架
• 6.1.2 系统软件设计
• 6.1.3 系统数据通讯
• 6.1.4 多目标优化模型的实现
• 6.1.5 多目标优化算法的实现
• 6.2 工业应用与运行结果分析
• 6.3 小结
• 第七章 结论与展望
• 7.1 结论
• 7.2 展望
• 参考文献
• 致谢
• 攻读学位期间主要的研究成果