鉛鋅燒結配料過程的智能集成建模與優(yōu)化控制策略研究.pdf

1、密閉鼓風燒結是鉛鋅冶煉ISP工藝中的一個重要流程，配料過程作為其首道工序，直接影響到鉛鋅燒結生產的成本、質量產量和能源消耗。目前，鉛鋅燒結配料過程作為穩(wěn)定和優(yōu)化生產的首要環(huán)節(jié)，其作用尚未得到充分發(fā)揮，存在著配料準確率和經濟性不高的問題。同時由于鉛鋅燒結配料過程控制水平較低，導致了生產成本高、燒結塊質量差、產量低，一方面造成了能源浪費，另一方面造成了環(huán)境污染。針對上述問題，本文主要圍繞鉛鋅燒結配料過程智能集成建模與優(yōu)化控制策略開展研究，取

2、得的研究成果主要包括以下五個方面： （1）燒結塊成分智能集成預測模型針對復雜的燒結塊成分預測問題，提出一種基于過程神經網絡和灰色系統理論的燒結塊成分智能集成預測模型。該模型首先利用過程神經網絡可充分表達時間序列中時間累積效應、灰色系統可弱化數據序列波動性的優(yōu)點，分別對鉛鋅燒結塊成分進行預測，然后從信息論的觀點出發(fā)，提出一種熵值方法，重新定義預測誤差序列的變異程度，從而獲得各個預測模型的加權系數，通過對兩個預測模型的預測結果進行加

3、權集成，獲得更加準確的鉛鋅燒結塊成分預測結果。結果表明，智能集成模型的預測精度高于單一預測模型，能有效地對燒結塊成分進行預測，滿足了配料計算對預測精度和數據完備性的要求。 （2）燒結返粉量智能集成預測模型針對燒結返粉量變化趨勢復雜，受多個因素影響，難以用單一預測模型進行有效預測的問題，提出一種基于改進灰色系統和支持向量機的智能集成預測模型。首先利用改進灰色系統和支持向量機兩個單一預測模型分別對燒結返粉量進行預測；然后基于預測精度

4、的數學期望和標準差，以其數學期望最大化和標準差最小化為目標函數，通過求取最優(yōu)加權系數，建立燒結返粉量智能集成預測模型進行返粉量預測。結果表明，該集成預測模型能夠獲得更高的的預測精度，能有效地對返粉量進行預測，預測結果為確定燒結返粉配比提供了數據支持。 （3）一次配料定性定量智能集成優(yōu)化算法針對傳統配料方法中存在的成本高和準確率低的問題，提出一種定性定量智能集成優(yōu)化算法。在對燒結主要原料特性和經濟性進行分析以及建立燒結塊成分集成預

5、測模型的基礎上，首先以成本最小為目標建立燒結配料優(yōu)化模型，分別采用專家推理策略和免疫遺傳算法對燒結配料進行優(yōu)化；然后，在對免疫遺傳算法進行改進的基礎上，從系統論的觀點出發(fā)，采用定性定量綜合集成方法，把過程神經網絡技術、灰色系統理論與專家推理策略、改進免疫遺傳算法有機結合，實現了燒結配料的進一步優(yōu)化，提高了配料的準確率，降低了燒結成本，取得了可觀的經濟效益。 （4）基于燒結工況綜合評價的二次配料智能優(yōu)化策略在對燒結生產全流程各參數

6、間關系進行分析的基礎上，提出了基于燒結工況綜合評價的二次配料智能優(yōu)化策略，建立了燒結生產工況綜合評價模型，并提出了基于聚類分析的操作參數匹配優(yōu)化算法。首先，通過建立燒結返粉量、燒結塊含鉛量、含鋅量以及含硫量預測模型，將這些模型的輸出作為燒結生產工況優(yōu)劣的綜合評價因素，利用燒結生產工況綜合評價模型，采用模糊綜合評價法，實現對燒結生產工況的綜合評價；其次，根據對燒結生產工況綜合評價的結果，在利用加權模糊C均值聚類算法對優(yōu)化樣本數據集進行聚類

7、的基礎上，通過操作參數匹配優(yōu)化算法，獲得二次配料過程具體的操作參數優(yōu)化值，作為實現二次配料過程過程優(yōu)化控制的操作指導。結果表明：該方法可顯著改善工況波動，減少了由于操作盲目性造成的生產工況不穩(wěn)定，進而提高了燒結塊的產量和質量。 （5）燒結配料過程智能集成控制策略由于燒結配料過程中的物料流量受許多不確定因素的影響而波動很大，具有很強的非線性和大滯后等特性，難以建立確切的數學模型，其控制問題很難用傳統的控制理論和方法解決。為了提高配