资源描述：
《铅锌烧结配料过程的智能集成建模与综合优化方法》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、第35卷第5期自动化学报Vol.35,No.52009年5月ACTAAUTOMATICASINICAMay,2009铅锌烧结配料过程的智能集成建模与综合优化方法王春生1吴敏1曹卫华1何勇1摘要以铅锌烧结配料过程为背景,针对传统配料方法中存在的成本高和准确率低的问题,提出一种智能集成建模与综合优化方法.首先,在建立过程神经网络模型和改进灰色系统预测模型的基础上,利用信息论中熵值的概念,提出一种既可保证预测精度又能满足配料计算对数据完备性要求的烧结块成分集成预测模型;其次,以成本最小为目标建立烧结配料优化模型,采用基于专家推理策略和改进免疫遗传算法的定性定量综合集成方
2、法,实现烧结配料的优化.仿真结果验证了该方法的有效性.关键词铅锌烧结过程,集成预测模型,配料优化模型,专家推理策略,改进免疫遗传算法,定性定量综合集成中图分类号TP273IntelligentIntegratedModelingandSyntheticOptimizationforBlendingProcessinLead-ZincSintering1111WANGChun-ShengWUMinCAOWei-HuaHEYongAbstractTodealwiththeproblemofhighcostandlowaccuracyexistinginconventi
3、onalmethodsfortheblendingprocessinlead-zincsintering,akindofmethodologyforintelligentintegratedmodelingandsyntheticoptimizationisproposedinthispaper.First,basedontheprocessneuralnetworkmodelandimprovedgreysystempredictionmodel,anintelligentintegratedmodelispresentedusingtheconceptofen
4、tropytonotonlyguaranteethecompositionpredic-tionprecisionofPb-Znagglomeratebutalsomeettherequirementsofthedatacompletenessbyblendingcomputation.Then,ablendingoptimizationmodelisestablishedforthepurposeofminimizingthecosts.Finally,themixturera-tiosareoptimizedbyusingaqualitativeandquan
5、titativemeta-synthesismethodologybasedontheexpertreasoningstrategiesandimprovedimmunegeneticalgorithm.Thesimulationresultsdemonstratethevalidityoftheproposedmethodology.KeywordsLead-Zincsinteringprocess,integratedpredictionmodel,blendingoptimizationmodel,expertreasoningstrategy,improv
6、edimmunegeneticalgorithm,qualitativeandquantitativesynthesis铅锌烧结过程是密闭鼓风炉铅锌熔炼工艺(Im-配比的确定采用传统的验算法,工程技术人员根据perialsmeltingprocess,ISP)的一个重要工艺流程,原料的化学成分和烧结块的技术规格,凭经验给出配料是烧结生产过程的首道工序,其一配配比和二各种原料配料比的假设,然后按照一定步骤进行验配配比用于调节精矿和返粉的加料量,是铅锌烧结算.该方法存在以下问题:计算量大且自动化水平过程的一个重要操作参数,对烧结透气性等其他参低,配比的确定没有直接与烧
7、结块质量挂钩,准确率数有较大影响,并最终影响到烧结生产的产量、质量和经济性不高.等指标参数,所以对烧结配比进行优化具有非常重本文针对上述问题,结合某冶炼厂生产实际,在要的意义.对烧结过程工艺机理进行分析的基础上,建立了烧针对烧结配料优化问题,许多学者进行了广泛结块成分集成预测模型和配料优化模型,提出了专研究[1¡3].在实际的铅锌烧结生产过程中,配料作为家推理策略和改进免疫遗传算法,从系统论的观点稳定和优化生产的首要环节尚未充分发挥作用:如出发,采用定性定量综合集成方法[4],把过程神经网络技术、灰色系统理论与专家推理策略、改进免疫收稿日期2007-11-01收修
8、改稿日期2
