论文部分内容阅读
加热炉生产过程的操作优化是通过优化设定加热炉的各段温度，使板坯温度符合轧制要求的同时，降低能源消耗并减少氧化烧损，以提高加热质量，降低生产成本。加热炉作为钢铁工业的重要设备，研究其生产过程操作优化不仅有利于丰富钢铁生产过程优化理论，对于提高钢铁企业的产品质量与节能水平也有重要实际意义。
针对加热炉生产过程操作优化(Operation Optimization of Furnace Process，OOFP)问题，基于机理模型建立了以加热质量、能源消耗和氧化烧损为目标项的操作优化模型，提出了改进的差分进化(Differential Evolution，DE)算法求解OOFP问题;为进一步提高OOFP中传热机理模型的温度预测精度，研究了基于机理和数据解析的混合建模方法来重建传热模型，并提出了改进的差分进化算法求解基于混合建模的OOFP问题;针对加热炉预测控制和操作优化集成问题，应用滚动优化对炉温进行动态调节，以确保实现提高加热质量、降低能耗并减少氧化烧损的目标。本文主要工作概括如下:
1)针对加热炉具有动态、非线性与时滞性的特点，基于机理模型，建立了以最小化板坯温度偏差、能源消耗和氧化烧损量为目标，加热炉各段的温度为决策变量的加热炉操作优化模型。针对传热机理模型中微分方程难于求解的问题，采用基于龙格-库塔的配置法对其进行差分离散，将加热炉生产过程的动态机理模型转化为静态非线性规划模型。基于实际生产数据对传热机理模型进行测试，结果表明所构建机理模型的精度符合实际操作优化的要求。
2)针对加热炉生产过程操作优化问题的结构特征，结合差分进化算法全局搜索能力强、收敛速度快的特点，设计了改进的差分进化算法(DE for OOFP，O-DE)对问题进行求解。在O-DE中，通过搜索空间收缩机制，减小了算法的搜索域，加快了收敛速度;利用组合变异策略及自适应参数设定策略，改善了种群多样性并提高搜索效率。基于标准测试数据和实际生产数据的实验结果表明，O-DE算法能够有效求解一般非线性规划问题以及OOFP问题，且O-DE算法性能优于参加比较的同类算法性能。
3)针对加热炉的热传导过程难以用机理模型精确刻画的情况，为进一步提升传热机理模型的预测精度，建立了基于机理和数据解析的混合模型。采用了基于DE算法优化参数的最小二乘支持向量机(LS-SVM)，对加热炉传热机理模型输出的板坯温度偏差进行动态补偿。基于实际生产数据对加热炉混合传热模型进行测试，结果表明混合模型比单一机理模型在板坯温度的预测精度上有显著的提高。
4)针对基于混合建模的OOFP问题的结构特征，设计了改进的差分进化算法(Improved O-DE，IO-DE)。在IO-DE中，利用可行域动态调整机制，加快算法的收敛速度;采用种群规模渐进缩减策略，提高算法的深度搜索能力以获得更优质的解。基于标准测试数据和实际生产数据的实验结果表明，IO-DE算法能够高效求解一般非线性规划问题以及基于混合传热模型的OOFP问题，且其性能优于参与比较的同类算法性能。
5)针对加热炉生产过程中的预测控制和操作优化两阶段的特点，研究了集成优化问题，将操作优化得到的炉温设定值作为预测控制的期望值，将板坯温度偏差作为反馈值，通过调节加热炉燃料控制系统的输入参数，对加热炉生产过程进行滚动优化，以确保在实际动态环境下实现提高板坯加热质量、降低能源消耗和减少氧化烧损的目标。基于实际生产数据的实验结果证明，集成优化能够有效、准确地对加热炉生产过程进行优化。
针对加热炉生产过程操作优化(Operation Optimization of Furnace Process，OOFP)问题，基于机理模型建立了以加热质量、能源消耗和氧化烧损为目标项的操作优化模型，提出了改进的差分进化(Differential Evolution，DE)算法求解OOFP问题;为进一步提高OOFP中传热机理模型的温度预测精度，研究了基于机理和数据解析的混合建模方法来重建传热模型，并提出了改进的差分进化算法求解基于混合建模的OOFP问题;针对加热炉预测控制和操作优化集成问题，应用滚动优化对炉温进行动态调节，以确保实现提高加热质量、降低能耗并减少氧化烧损的目标。本文主要工作概括如下:
1)针对加热炉具有动态、非线性与时滞性的特点，基于机理模型，建立了以最小化板坯温度偏差、能源消耗和氧化烧损量为目标，加热炉各段的温度为决策变量的加热炉操作优化模型。针对传热机理模型中微分方程难于求解的问题，采用基于龙格-库塔的配置法对其进行差分离散，将加热炉生产过程的动态机理模型转化为静态非线性规划模型。基于实际生产数据对传热机理模型进行测试，结果表明所构建机理模型的精度符合实际操作优化的要求。
2)针对加热炉生产过程操作优化问题的结构特征，结合差分进化算法全局搜索能力强、收敛速度快的特点，设计了改进的差分进化算法(DE for OOFP，O-DE)对问题进行求解。在O-DE中，通过搜索空间收缩机制，减小了算法的搜索域，加快了收敛速度;利用组合变异策略及自适应参数设定策略，改善了种群多样性并提高搜索效率。基于标准测试数据和实际生产数据的实验结果表明，O-DE算法能够有效求解一般非线性规划问题以及OOFP问题，且O-DE算法性能优于参加比较的同类算法性能。
3)针对加热炉的热传导过程难以用机理模型精确刻画的情况，为进一步提升传热机理模型的预测精度，建立了基于机理和数据解析的混合模型。采用了基于DE算法优化参数的最小二乘支持向量机(LS-SVM)，对加热炉传热机理模型输出的板坯温度偏差进行动态补偿。基于实际生产数据对加热炉混合传热模型进行测试，结果表明混合模型比单一机理模型在板坯温度的预测精度上有显著的提高。
4)针对基于混合建模的OOFP问题的结构特征，设计了改进的差分进化算法(Improved O-DE，IO-DE)。在IO-DE中，利用可行域动态调整机制，加快算法的收敛速度;采用种群规模渐进缩减策略，提高算法的深度搜索能力以获得更优质的解。基于标准测试数据和实际生产数据的实验结果表明，IO-DE算法能够高效求解一般非线性规划问题以及基于混合传热模型的OOFP问题，且其性能优于参与比较的同类算法性能。
5)针对加热炉生产过程中的预测控制和操作优化两阶段的特点，研究了集成优化问题，将操作优化得到的炉温设定值作为预测控制的期望值，将板坯温度偏差作为反馈值，通过调节加热炉燃料控制系统的输入参数，对加热炉生产过程进行滚动优化，以确保在实际动态环境下实现提高板坯加热质量、降低能源消耗和减少氧化烧损的目标。基于实际生产数据的实验结果证明，集成优化能够有效、准确地对加热炉生产过程进行优化。