數據驅動下礦渣微粉生產過程的智慧型控制

《數據驅動下礦渣微粉生產過程的智慧型控制》是依託北京工業大學，由李曉理擔任項目負責人的面上項目。

基本介紹

• 中文名：數據驅動下礦渣微粉生產過程的智慧型控制
• 項目類別：面上項目
• 項目負責人：李曉理
• 依託單位：北京工業大學

項目摘要

礦渣微粉一種新型的綠色環保型建材產品，具有耐腐蝕、粘結力強、強度高、防微縮等特點。微粉生產不但能夠使礦渣得到有效回收和利用，還能給企業帶來可觀的經濟效益，目前已經成為鋼鐵企業的一個重要的生產環節。由於是新興產業，當前微粉生產過程的控制系統很難達到全流程的最佳化控制，常常出現產量底、成本高、控制系統故障，甚至控制系統失效的等問題。本項目全面了解微粉生產的背景和工藝，仔細分析不同空氣流動情況下微粉顆粒的運動規律，認真研究微粉生產過程的主要控制量、被控量之間的函式關係，各種環境參數（如濕度、溫度、原料成分等）對微粉質量的影響；基於大量的現場測量數據，構建系統等價的黑箱或灰箱模型；在滿足控制量物理約束情況下，構建有效性能指標，針對基於不同函式基底描述的系統模型設計最優控制器，提高控制品質；綜合考慮微粉生產的各種工況、生產成本和利潤、能源消耗等多個因素，構成微粉生產全流程最佳化控制系統。

結題摘要

實現數據驅動下對礦渣微粉生產這一強耦合、多變數複雜非線性系統的智慧型控制，對數據驅動智慧型控制理論和礦渣微粉生產過程的節能增效具有重要的理論和套用價值。項目對立磨中微粉顆粒的運動機理和選粉機製做了詳細研究，給出了選粉機的數學模型和相關約束條件。基於大量現場數據，設計基於粒子群最佳化的最小二乘支持向量機和遞歸神經網路建立礦渣微粉生產過程的靜態、動態模型。將提高微粉產量和質量作為控制目標，結合實際控制約束，得到了微粉生產過程的多目標最佳化問題，採用快速非支配排序遺傳算法得到Pareto最優解集，並選取合適解作為最優設定值。針對微粉生產執行器受飽和約束的問題，引入非二次型指標函式，給出改進自適應動態規劃跟蹤控制方案，在保證微粉生產各控制輸入在約束範圍之內的同時，使控制輸出有效跟蹤期望軌跡。針對礦渣微粉生產多工況運行的特點，採用自適應動態規劃方法，建立多個控制器，結合加權多模型控制機理，實現礦渣微粉生產過程在多工況切換情況下的自適應控制。同時，設計網路結構自調整的OEM-ELM控制器，簡化控制器結構的同時有效提高跟蹤控制的快速性。在保證生產安全和產品質量、產量達標的情況下，綜合考慮生產線總體的生產效率和經濟效益等最佳化指標，利用生產運行數據，給出礦渣微粉生產過程的全流程最佳化控制方案。通過過程運行最佳化、跟蹤控制最佳化、通訊、工業乙太網等信息資源與礦渣微粉生產物理資源之間的融合，構建基於信息物理系統的礦渣微粉生產最佳化控制系統。本項目的研究，為基於數據的建模、最佳化與控制提供了一種有效的方法，提出的 “過程運行最佳化-跟蹤控制最佳化”的最佳化控制結構，完善了控制輸入有界、被控對象多工況運行情況下的控制器設計，為非線性系統的數據驅動控制提供了一種新的途徑。同時本項研究已經在實驗室對礦渣微粉生產系統進行了仿真研究，取得了良好的效果，項目成果對實現礦渣微粉生產等複雜工業過程的全流程最佳化控制具有重要的借鑑意義和套用價值。