人工智能与混沌理论在铜锍吹炼炉实时仿真与优化决策中的应用研究
该文简要介绍了铜锍吹炼的基本在理,分析了铜锍吹炼的基本特性、吹炼过程的控制目标及其影响因素,对自热过程、炉衬温度场、气体喷射现象进行了解析,对造渣制度的优化进行了研究.在此基础上,以节能降耗为目标,在"数学模拟——全息仿真——整体优化"的思想方法和技术路线指导下,提出了铜锍吹炼过程风口区温度、熔剂加入制度、冷料加入制度与鼓风制度的优化策略;通过对来自生产实践的原始样本进行自标准化和噪音样本过滤处理后,运用机理分析和数理统计方法选择建模变量,将主成分分析法(PCA)、最优判别平面(ODP)和偏最小二乘化(PLS)应用于历史样本数据的模式识别,建立了铜锍吹炼炉渣重量和成份的小波神经网络预测模型,提出了基于自回归AR(P)与三重指数平滑法的铜锍品位动态组合预测模型;利用混沌运动的遍历性和遗传算法的反演性,提出了一种混沌遗传优化算法(CGA),并对其优化效率进行了定量的评价,.研究表明其寻优效果良好;针对炉冷料种类多、成份变化大的特点,建立了冷料熔化的动力学模型,基于机理分析和人工智能技术建立了铜锍吹炼过程操作参数优化决策模型和炉况实时在线仿真检测模型,建立了利用烟气温度对某厂的造铜期终点进行预报的数学模型.
铜锍吹炼;人工智能;混沌遗传算法;小波;神经网络;在线仿真检测
中南大学
博士
热能工程
梅炽;彭小奇
2001
中文
TF803.11
100
2004-04-08（万方平台首次上网日期，不代表论文的发表时间）