基于工况参数预测模型的铅锌烧结过程操作优化系统设计
|
摘要
铅锌烧结过程是一个极其复杂的生产过程，其优化控制模型及相应软件系统的研究开发工作起步较晚，使得现场操作缺乏科学的指导依据。为此进行烧结过程工况预测与操作优化系统的研究，开发具有自主版权的建模和优化软件，将现有的人工智能等领域的重要成果应用于铅锌烧结过程，对优化铅锌烧结生产，实现生产过程综合自动化具有重要意义。
本文以韶关冶炼厂铅锌烧结过程为背景，介绍了铅锌烧结过程工况预测与操作优化系统的研究和设计方法。首先在基于机理分析的基础上，分析烧结过程中存在的问题，并且得到影响烧结状况的关键因素；然后提出解决方案，将监视及预报系统分为工况综合评判模块和操作参数优化模块。然后分别讨论了几个模块的建立过程及方法，包括基于BP神经网络的烧结综合透气性预报模型、结合主元分析和神经网络的烧结块产量、含铅量、含硫量的神经网络模型、结合综合透气性和烧结块产量质量预测模型的工况综合判断集成模型，以及基于工况综合判断模型的聚类分析参数优化算法；最后，讨论了系统的结构、功能，并进行了系统软硬件设计，使系统得到实现，这里重点突出了系统软件的设计思想和设计方法。
系统软件采用vc编制，主要包括了通讯模块、主监视模块、综合透气性模块、烧结块产量质量模块、工况综合判断模块等。系统通过现场调试运行，实现了烧结过程参数监视，综合透气性，烧结块小时产量、烧结块含铅量和烧结块含硫量预测，及操作参数优化等功能。现场运行情况证实系统具有一定的可靠性和实用性，能够满足现场要求的精度。
The Lead & Zinc sintering process is a quite complex process. The optimal control model and software are not fully developed at present, which make it hard to give scientific directions to the fieldwork. Therefore, an Operating Optimization System is designed for this target, which is significant for optimizing production of this sintering process by applying artificial intelligence.
Firstly the main problems of this sintering process are proposed and the key factors that influence the process are acquired by the analysis of mechanism. Secondly the solution to these problems is put forward. This Operating Optimization System is divided into a comprehensive evaluation module for the conditions and a parameter optimizing module. These two modules include a comprehensive permeability prediction model, a prediction model of agglomerate quality and quantity, an intelligent integrated prediction model for the conditions and a parameter optimizing algorithm which are realized by a combination of the Back-Propagation Network, principle component analysis, fuzzy comprehensive evaluation and cluster analysis.
At last the system is expatiated in its structures and functions, which is implemented by software and hardware design. Here, the thoughts and the methods of the system design are emphasized. The system software, developed by Visual C++ 6.0, comprises a main monitoring module, a communication module and database module. An real-world application in the Shaoguan Smelt shows that all the functions are realized. The prcision and reliability have been proved.
本文以韶关冶炼厂铅锌烧结过程为背景，介绍了铅锌烧结过程工况预测与操作优化系统的研究和设计方法。首先在基于机理分析的基础上，分析烧结过程中存在的问题，并且得到影响烧结状况的关键因素；然后提出解决方案，将监视及预报系统分为工况综合评判模块和操作参数优化模块。然后分别讨论了几个模块的建立过程及方法，包括基于BP神经网络的烧结综合透气性预报模型、结合主元分析和神经网络的烧结块产量、含铅量、含硫量的神经网络模型、结合综合透气性和烧结块产量质量预测模型的工况综合判断集成模型，以及基于工况综合判断模型的聚类分析参数优化算法；最后，讨论了系统的结构、功能，并进行了系统软硬件设计，使系统得到实现，这里重点突出了系统软件的设计思想和设计方法。
系统软件采用vc编制，主要包括了通讯模块、主监视模块、综合透气性模块、烧结块产量质量模块、工况综合判断模块等。系统通过现场调试运行，实现了烧结过程参数监视，综合透气性，烧结块小时产量、烧结块含铅量和烧结块含硫量预测，及操作参数优化等功能。现场运行情况证实系统具有一定的可靠性和实用性，能够满足现场要求的精度。
The Lead & Zinc sintering process is a quite complex process. The optimal control model and software are not fully developed at present, which make it hard to give scientific directions to the fieldwork. Therefore, an Operating Optimization System is designed for this target, which is significant for optimizing production of this sintering process by applying artificial intelligence.
Firstly the main problems of this sintering process are proposed and the key factors that influence the process are acquired by the analysis of mechanism. Secondly the solution to these problems is put forward. This Operating Optimization System is divided into a comprehensive evaluation module for the conditions and a parameter optimizing module. These two modules include a comprehensive permeability prediction model, a prediction model of agglomerate quality and quantity, an intelligent integrated prediction model for the conditions and a parameter optimizing algorithm which are realized by a combination of the Back-Propagation Network, principle component analysis, fuzzy comprehensive evaluation and cluster analysis.
At last the system is expatiated in its structures and functions, which is implemented by software and hardware design. Here, the thoughts and the methods of the system design are emphasized. The system software, developed by Visual C++ 6.0, comprises a main monitoring module, a communication module and database module. An real-world application in the Shaoguan Smelt shows that all the functions are realized. The prcision and reliability have been proved.
引文
[1]《铜铅锌冶炼参考设计资料》编写组．《铜铅锌冶炼参考设计资料》．北京：冶金工业出版社，1979
[2]冶金工业部长沙黑色冶金矿山设计研究院编．烧结设计手册．北京：冶金工业出版社，1990
[3]谢良贤．烧结过程自动控制技术的发展．冶金自动化，1994，18(6)：7～11
[4]唐贤容等．烧结理论与工艺．长沙：中南工业大学出版社，1992
[5]Watanabe Minoru, Sasaki Yutaka, Sugawara Minoru, et al. In: 4th International Symposiumon Agglomeration. Tornto, Canada, 1985, 147～152
[6]王雅琳，桂卫华，阳春华，吴敏．自适应监督式分布神经网络及其工业应用．控制与决策，2001，16(5)：549～552
[7]Chen Xiaofang, Gui Weihua, Wang Yalin.A prediction model of sulfur based on intelligent integrated strategy. Proceedings of IFAC 15th Congress, Barcelona, 2002
[8]何朝华，桂卫华等．基于灰色理论的密闭鼓风炉透气性预测模型．系统仿真学报，2001，13(增刊)：30～32
[9]刘晓颖，桂卫华，朱爽．铅锌冶炼过程的故障诊断神经网络专家系统．上海海运学院学报，2001，22(3)：89～91
[10]杜玉晓，吴敏，桂卫华，岑丽辉．铅锌烧结过程透气性的混沌遗传算法神经网络模型．见：第十三届中国过程控制会议论文集，广州：华南理工大学出版社，2002
[11]王亦文，桂卫华，王雅琳．基于最优组合算法的烧结终点集成预测模型．中国有色金属学报，2002，12(1)：191～195
[12]陈耀，王文海，孙优贤．基于动态主元分析的统计过程监视．化工学报，2000，51(5)：666～670
[13]赵立杰，王纲，李元．非线性主元分析故障检测和诊断方法及应用．信息与控制，2001，30(4)：359～364
[14]王科俊，王克成．神经网络建模、预报与控制．哈尔滨：哈尔滨工程大学出版社，1996
[15]王旭东，邵惠鹤．基于神经网络的通用软测量技术．自动化学报，1998，24(5)：702～706
[16]韩力群．人工神经网络在控制中的应用及发展前景．北京轻工业学院学报，1996，14(1)：32～36
[17]白方周，涂永忠．复杂工业过程智能控制系统的研制和开发．高技术通讯，1995，(3)：
24～29
[18]刘祥官，刘芳．高炉过程优化与智能控制模型．高校应用数学学报A辑，2001，16(4)：462～470
[19]米浩，曹立刚．烧结矿性能指标预测模型．烧结球团，1999，24(2)
[20]李慷，席裕庚，张钟俊．复杂工业过程控制结构的综合．控制与决策，1995，10(4)：296～303
[21]吴敏，岑丽辉．铅锌烧结过程透气性预测与操作优化系统．见：第十三届中国过程控制会议论文集，广州：华南理工大学出版社，2002
[22]吴简彤，王建华．神经网络技术及其应用．哈尔滨：哈尔滨工程大学出版社，1998
[23]王耀南，张昌凡，李孟秋．复杂工业过程的模糊神经网络自适应控制．电子测量与仪器学报，2000，14(2)：46～51
[24]陈善本，吴林．不确定对象的人工神经网络自学习控制方法．自动化学报，1997，23(1)：112～115
[25]张铃，张钹．人工神经网络理论及应用．浙江：浙江科学技术出版社，1997
[26]李玉鉴．前馈神经网络中隐层神经元数目的一种直接估计方法．计算机学报，1999，22(11)：1024～1028
[27]张钹，张铃．人工神经网络的设计方法．清华大学学报，1998，38(S1)：1～4
[28]魏海坤，宋文忠，徐嗣鑫．基于结构分解的神经网络设计算法．自动化学报，2001，27(2)：276～279
[29]丛爽．面向MATLAB工具箱的神经网络理论与应用．合肥：中国科学技术大学出版社，1999
[30]王旭东，邵惠鹤．RBF神经网络理论及其在控制中的应用．信息与控制，1997，26(4)：272～284
[31]戚德虎，康继昌．BP神经网络的设计．计算机工程与设计，1998，19(2)：48～50
[32]刘洪霖，包宏．化工冶金过程人工智能优化．北京：冶金工业出版社，1999
[33]Michael H. Kaspar, W. Harmon Ray. AIChE journal, 1992, 38(10): 1593～1608
[34]J.Kresta, J.F.MacGregor, T.E.Marlin. AIChE Meeting, 1989
[35]陈元青，陈琦，王树青．多元统计分析方法在链霉素发酵中的应用．生物工程学报，1999，15(3)：368～372
[36]杨奕若，王煦法．利用主元分析与神经网络进行人脸识别．电子技术应用．1998，(3)：21～22
[37]何耀华，杨道红等．基于智能集成的综合优化方法．中山大学学报论丛，1997，(5)：158～162
[38]陶明璋，吴明光．工业控制过程系统中智能优化控制策略的研究．浙江大学学报，1996，30(6)：683～690
[39]姚宏伟，梅晓榕，庄显义．模糊聚类分析在模糊神经网络结构优化中的应用．高技术通讯，2000，10：63～66
[40]黄风岗，宋克欧．模式识别．哈尔滨：哈尔滨工程大学出版社，1998
[41]郑震宇，周立等．Windows平台上过程监控软件的设计．工业控制计算机，1999，12(6)：42～54
[42]陈曦，姚普光．工业控制软件的面向对象开发技术．河北工业大学学报，1998，27(2)：107～113
[43]Jon Bates，Tim Tompkins．实用Visual C++6.0教程．北京：清华大学出版社，2000
[44]侯俊杰．深入浅出MFC第2版．武汉：华中科技大学出版社，2002
[45]吴彬，舒立春等．绝缘子高电压测试数据库管理技术．高电压技术，2001，27(2)：42～46
[46]施伯乐，丁宝康等．数据库系统导论．北京：高等教育出版社，1994
[47]郑城荣，段来盛．Microsoft Access2.0开发指南[M]．北京：人民邮电出版社，1999
[48]David J. Kruglinski, Scot Wingo, George Shepherd. Visual C++6.0技术内幕．北京：北京希望电子出版社，2000
[49]赵仕健．Visual C++6.0编程与实例解析．北京：科学出版社，2000
[50]Jeff Prosise. MFC Windows程序设计．北京：清华大学出版社，2001
[51]李桃，崔建军等．烧结过程的递阶集成智能控制系统研究(Ⅱ)——异常状况诊断专家系统总体规划．烧结球团，2001，26(3)：8～13
[52]李桃，崔建军等．烧结过程的递阶集成智能控制系统研究(Ⅲ)——烧结过程异常诊断专家系统知识库构造．烧结球团，2001，26(4)：1～6
[53]李桃，崔建军等．烧结过程的递阶集成智能控制系统研究(Ⅳ)——烧结过程异常诊断专家系统推理机设计．烧结球团，2001，26(5)：1～5
[2]冶金工业部长沙黑色冶金矿山设计研究院编．烧结设计手册．北京：冶金工业出版社，1990
[3]谢良贤．烧结过程自动控制技术的发展．冶金自动化，1994，18(6)：7～11
[4]唐贤容等．烧结理论与工艺．长沙：中南工业大学出版社，1992
[5]Watanabe Minoru, Sasaki Yutaka, Sugawara Minoru, et al. In: 4th International Symposiumon Agglomeration. Tornto, Canada, 1985, 147～152
[6]王雅琳，桂卫华，阳春华，吴敏．自适应监督式分布神经网络及其工业应用．控制与决策，2001，16(5)：549～552
[7]Chen Xiaofang, Gui Weihua, Wang Yalin.A prediction model of sulfur based on intelligent integrated strategy. Proceedings of IFAC 15th Congress, Barcelona, 2002
[8]何朝华，桂卫华等．基于灰色理论的密闭鼓风炉透气性预测模型．系统仿真学报，2001，13(增刊)：30～32
[9]刘晓颖，桂卫华，朱爽．铅锌冶炼过程的故障诊断神经网络专家系统．上海海运学院学报，2001，22(3)：89～91
[10]杜玉晓，吴敏，桂卫华，岑丽辉．铅锌烧结过程透气性的混沌遗传算法神经网络模型．见：第十三届中国过程控制会议论文集，广州：华南理工大学出版社，2002
[11]王亦文，桂卫华，王雅琳．基于最优组合算法的烧结终点集成预测模型．中国有色金属学报，2002，12(1)：191～195
[12]陈耀，王文海，孙优贤．基于动态主元分析的统计过程监视．化工学报，2000，51(5)：666～670
[13]赵立杰，王纲，李元．非线性主元分析故障检测和诊断方法及应用．信息与控制，2001，30(4)：359～364
[14]王科俊，王克成．神经网络建模、预报与控制．哈尔滨：哈尔滨工程大学出版社，1996
[15]王旭东，邵惠鹤．基于神经网络的通用软测量技术．自动化学报，1998，24(5)：702～706
[16]韩力群．人工神经网络在控制中的应用及发展前景．北京轻工业学院学报，1996，14(1)：32～36
[17]白方周，涂永忠．复杂工业过程智能控制系统的研制和开发．高技术通讯，1995，(3)：
24～29
[18]刘祥官，刘芳．高炉过程优化与智能控制模型．高校应用数学学报A辑，2001，16(4)：462～470
[19]米浩，曹立刚．烧结矿性能指标预测模型．烧结球团，1999，24(2)
[20]李慷，席裕庚，张钟俊．复杂工业过程控制结构的综合．控制与决策，1995，10(4)：296～303
[21]吴敏，岑丽辉．铅锌烧结过程透气性预测与操作优化系统．见：第十三届中国过程控制会议论文集，广州：华南理工大学出版社，2002
[22]吴简彤，王建华．神经网络技术及其应用．哈尔滨：哈尔滨工程大学出版社，1998
[23]王耀南，张昌凡，李孟秋．复杂工业过程的模糊神经网络自适应控制．电子测量与仪器学报，2000，14(2)：46～51
[24]陈善本，吴林．不确定对象的人工神经网络自学习控制方法．自动化学报，1997，23(1)：112～115
[25]张铃，张钹．人工神经网络理论及应用．浙江：浙江科学技术出版社，1997
[26]李玉鉴．前馈神经网络中隐层神经元数目的一种直接估计方法．计算机学报，1999，22(11)：1024～1028
[27]张钹，张铃．人工神经网络的设计方法．清华大学学报，1998，38(S1)：1～4
[28]魏海坤，宋文忠，徐嗣鑫．基于结构分解的神经网络设计算法．自动化学报，2001，27(2)：276～279
[29]丛爽．面向MATLAB工具箱的神经网络理论与应用．合肥：中国科学技术大学出版社，1999
[30]王旭东，邵惠鹤．RBF神经网络理论及其在控制中的应用．信息与控制，1997，26(4)：272～284
[31]戚德虎，康继昌．BP神经网络的设计．计算机工程与设计，1998，19(2)：48～50
[32]刘洪霖，包宏．化工冶金过程人工智能优化．北京：冶金工业出版社，1999
[33]Michael H. Kaspar, W. Harmon Ray. AIChE journal, 1992, 38(10): 1593～1608
[34]J.Kresta, J.F.MacGregor, T.E.Marlin. AIChE Meeting, 1989
[35]陈元青，陈琦，王树青．多元统计分析方法在链霉素发酵中的应用．生物工程学报，1999，15(3)：368～372
[36]杨奕若，王煦法．利用主元分析与神经网络进行人脸识别．电子技术应用．1998，(3)：21～22
[37]何耀华，杨道红等．基于智能集成的综合优化方法．中山大学学报论丛，1997，(5)：158～162
[38]陶明璋，吴明光．工业控制过程系统中智能优化控制策略的研究．浙江大学学报，1996，30(6)：683～690
[39]姚宏伟，梅晓榕，庄显义．模糊聚类分析在模糊神经网络结构优化中的应用．高技术通讯，2000，10：63～66
[40]黄风岗，宋克欧．模式识别．哈尔滨：哈尔滨工程大学出版社，1998
[41]郑震宇，周立等．Windows平台上过程监控软件的设计．工业控制计算机，1999，12(6)：42～54
[42]陈曦，姚普光．工业控制软件的面向对象开发技术．河北工业大学学报，1998，27(2)：107～113
[43]Jon Bates，Tim Tompkins．实用Visual C++6.0教程．北京：清华大学出版社，2000
[44]侯俊杰．深入浅出MFC第2版．武汉：华中科技大学出版社，2002
[45]吴彬，舒立春等．绝缘子高电压测试数据库管理技术．高电压技术，2001，27(2)：42～46
[46]施伯乐，丁宝康等．数据库系统导论．北京：高等教育出版社，1994
[47]郑城荣，段来盛．Microsoft Access2.0开发指南[M]．北京：人民邮电出版社，1999
[48]David J. Kruglinski, Scot Wingo, George Shepherd. Visual C++6.0技术内幕．北京：北京希望电子出版社，2000
[49]赵仕健．Visual C++6.0编程与实例解析．北京：科学出版社，2000
[50]Jeff Prosise. MFC Windows程序设计．北京：清华大学出版社，2001
[51]李桃，崔建军等．烧结过程的递阶集成智能控制系统研究(Ⅱ)——异常状况诊断专家系统总体规划．烧结球团，2001，26(3)：8～13
[52]李桃，崔建军等．烧结过程的递阶集成智能控制系统研究(Ⅲ)——烧结过程异常诊断专家系统知识库构造．烧结球团，2001，26(4)：1～6
[53]李桃，崔建军等．烧结过程的递阶集成智能控制系统研究(Ⅳ)——烧结过程异常诊断专家系统推理机设计．烧结球团，2001，26(5)：1～5