资源描述：
《基于有限信息的铜吹炼动态过程智能集成建模》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。
1、第26卷第8期2009年8月文章编号:1000−8152(2009)08−0860−07控制理论与应用ControlTheory&ApplicationsVol.26No.8Aug.2009基于于有有限信息的铜吹炼动态过程智能集成建模王雅琳,桂卫华,阳春华,谢永芳,宋海鹰(中南大学信息科学与工程学院,湖南长沙410083)摘要:针对具有强动态变化特征但过程信息有限可知的铜转炉吹炼过程,提出一种基于有限数据信息的吹炼动态过程智能集成建模方法.依据冶金反应动力学原理,建立了描述吹炼过程反应体系变化的非线性
2、动力学模型;引入动力学系数修正因子,基于有限的数据信息和龙格–库塔公式,构建了动力学系数修正因子的优化模型;结合智能决策生成的典型样本集,提出了基于微粒群算法和模式搜索法的混合智能算法确保有效获得最优修正因子,最终形成吹炼过程的动态模型.用实际生产数据仿真实验,模型预测的最大相对误差小于5%,仿真结果验证了模型有效性.关键词:铜转炉吹炼;动态过程;智能集成建模;有限数据信息;混合智能算法中图分类号:TF355;TP391.9文献标识码:AIntelligentintegratedmodelingforth
3、edynamiccopper-convertingprocessbasedonlimiteddatainformationWANGYa-lin,GUIWei-hua,YANGChun-hua,XIEYong-fang,SONGHai-ying(SchoolofInformationScienceandEngineering,CentralSouthUniversity,ChangshaHunan410083,China)Abstract:Forthecopper-convertingprocesswith
4、significantvariationindynamicsandlimitedinformationofprocess,weproposeanintelligentintegratedmodelingmethodbasedonitslimiteddatainformation.First,wedevelopanonlinearreactionkineticmodelforthecopper-convertingprocessbythemetallurgicalreactionprinciples;sec
5、ond,wecreateamodelforoptimizingitskineticcoefficientsbasedonthelimiteddataandbyusingtheRunge-Kuttaformula.Finally,byemployingparticleswarmoptimizationandpatternsearcheswiththetypicalsamplesetgeneratedbyintelligentdecision,weputforwardahybridintelligentalg
6、orithmtoacquiretheoptimalkineticcoefficientsforthedynamicmodelofcopperconvertingprocess.Themaximumrelativeerrorislessthan5%,whencomparingthesimulationresultofourdynamicmodelwiththerealvalueofthePeirce-Smith(PS)converterinacoppersmeltery.Thisshowstheeffect
7、ivenessoftheproposedmodel.Keywords:copperconverting;dynamicprocess;intelligentintegratedmodeling;limiteddatainformation;hybridintelligentalgorithm1引言(Introduction)铜转炉吹炼是火法炼铜的一个关键环节,现有生产以人工操作方式为主,产品质量波动大、合格率低,能源资源浪费严重,急需通过过程的优化控制予以解决.铜转炉吹炼过程是一个复杂的间歇式、高温、多相
8、熔池反应过程,涉及化学反应、传热、传质、流体流动等,具有强烈的动态变化特征.要实现铜转炉吹炼过程的优化控制,建立该过程的数学模型是非常重要的.然而基于热力学平衡计算的静态数学模型[1,2],难以描述吹炼的动态过程.尽管不少学者针对铜锍吹炼过程的反应动力学开展了研究,并建立了一些动力学模型[3∼6],但这些模型主要考虑吹炼过程中某一化学反应,缺乏对吹炼过程反应体系的整体描述,难以用于优化控制.另一方面,尽管神经网络、支持向量机
