申请/专利权人：唐山冀东水泥三友有限公司

申请日：2023-11-21

公开（公告）日：2024-03-22

公开（公告）号：CN117742143A

主分类号：G05B13/04

分类号：G05B13/04

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.09#实质审查的生效;2024.03.22#公开

摘要：本发明提出了基于Jaya算法的水泥煅烧过程多目标时域滚动优化算法，有利于在保证游离氧化钙f‑CaO含量的同时降低煤耗。开发了一个基于数据驱动的水泥煅烧过程的多目标协同优化算法，首先提出了基于卷积神经网络CNN的水泥煅烧过程游离氧化钙含量和煤耗模型，然后结合CNN模型考虑操作约束和控制变量约束，建立了一个多目标动态滚动优化模型，提出了时域滚动多目标Jaya算法TDRM‑Jaya来优化模型，该算法包括种群更新策略、选择策略和时域滚动策略，实现了水泥煅烧过程的动态滚动优化。最后通过实验验证了利用工业数据优化水泥煅烧过程的可行性和有效性。结果表明，通过优化水泥煅烧过程的动态运行过程，可实现煤炭消耗最小化和产品质量效益最大化。

主权项：1.一种基于Jaya算法的水泥煅烧过程多目标时域滚动优化算法，其特征在于，具体实施步骤如下：S1、从水泥企业生产数据库中提取相关数据，并进行数据预处理：分析整个水泥煅烧过程的工艺流程，从水泥企业生产数据库中提取与优化目标相关性大的10个输入变量，并进行归一化处理；S2、利用步骤S1预处理的数据对预测模型进行训练，获取预测目标值，并作为水泥煅烧过程优化模型的目标函数；以水泥煅烧过程实际运行中的设备运行能力为约束，在满足水泥熟料游离氧化钙f-CaO含量合格的前提下，以最小化水泥煅烧过程煤耗为目标函数构建水泥煅烧过程运行指标决策模型，具体表达式如下：J1＝minC1J2＝min|1.2-Q|2Xi_min≤Xi≤Xi_max，i＝1,2,…103其中为C水泥煅烧过程单位煤耗，Q为水泥煅烧过程f-CaO含量，Xi为水泥煅烧过程运行指标；S3、对水泥煅烧过程优化模型通过时域滚动策略进行滚动优化，本次采用24个优化节点，针对每一个优化节点在h分钟内优化生产指标，每次优化后，历史数据沿时间轴向前滚动k分钟，每次优化将使用不同的时域作为CNN输入层，实现了h分钟内生产指标对k+m分钟内工况变化的动态跟踪：S31、基于决策变量的上下限随机生成大小为N的初始种群，并输入至步骤S2训练好的预测模型中进行预测并计算游离氧化钙f-CaO含量预测值Qj和煤耗预测值Cj，并得到N组目标值|1.2-Qj|与Cj；S32、基本Jaya算法，并引入个体非支配排序和拥挤距离对步骤S31获得的目标值|1.2-Qj|、Cj进行快速非支配排序和拥挤度排序，以最小化目标值|1.2-Qj|和Cj为排序准则，将具有较高非支配排序等级以及较大拥挤距离的解作为最佳解，反之则作为最差解；S33、将步骤S32获得的最佳解以及最差解引入搜索中，并对解进行更新：S34、将步骤S33对当前群体进行更新后的N个个体和具有N个个体的初始种群混合为有2N个个体的混合种群，采用精英策略进行快速非支配排序和拥挤度距离计算，将排序后游离氧化钙f-CaO含量差值与煤耗均较小的前N个个体作为下一次迭代的初始种群；S4、判断是否满足迭代停止条件，若满足迭代停止条件，则输出步骤S34产生的最优解；若不满足迭代停止条件，则重复步骤S31至步骤S34继续进行迭代；S5、是否满足滚动优化停止条件，若满足滚动优化停止条件，则输出结果；若不满足滚动优化停止条件，则返回步骤S3。

全文数据：

权利要求：

百度查询： 唐山冀东水泥三友有限公司 一种基于Jaya算法的水泥煅烧过程多目标时域滚动优化算法研究

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD