人工智能與混沌理論在銅锍吹煉爐實時仿真與優(yōu)化決策中的應用研究.pdf

1、該文簡要介紹了銅锍吹煉的基本在理,分析了銅锍吹煉的基本特性、吹煉過程的控制目標及其影響因素,對自熱過程、爐襯溫度場、氣體噴射現(xiàn)象進行了解析,對造渣制度的優(yōu)化進行了研究.在此基礎上,以節(jié)能降耗為目標,在"數(shù)學模擬——全息仿真——整體優(yōu)化"的思想方法和技術路線指導下,提出了銅锍吹煉過程風口區(qū)溫度、熔劑加入制度、冷料加入制度與鼓風制度的優(yōu)化策略;通過對來自生產(chǎn)實踐的原始樣本進行自標準化和噪音樣本過濾處理后,運用機理分析和數(shù)理統(tǒng)計方法選擇建模變

2、量,將主成分分析法(PCA)、最優(yōu)判別平面(ODP)和偏最小二乘化(PLS)應用于歷史樣本數(shù)據(jù)的模式識別,建立了銅锍吹煉爐渣重量和成份的小波神經(jīng)網(wǎng)絡預測模型,提出了基于自回歸AR(P)與三重指數(shù)平滑法的銅锍品位動態(tài)組合預測模型;利用混沌運動的遍歷性和遺傳算法的反演性,提出了一種混沌遺傳優(yōu)化算法(CGA),并對其優(yōu)化效率進行了定量的評價,.研究表明其尋優(yōu)效果良好;針對爐冷料種類多、成份變化大的特點,建立了冷料熔化的動力學模型,基于機理分析