一种基于水泥烧成系统的煤耗优化方法

本申请涉及水泥生产的煤耗优化，特别是一种基于水泥烧成系统的煤耗优化方法。

背景技术：

1、水泥烧成系统是水泥生产关键子系统之一，随着工业技术的发展，水泥烧成系统装备技术得到了显著提升。但智能化设备的普及并没有带来配套的优化方法的提高。现有的水泥工业生产线，具有设备多、生产机理复杂等特征，难以建立有效的机理模型，因此煤耗的优化目前是仍然依靠工艺工程师的主观调节，但具有不确定性，导致我国水泥制造业仍面临资源利用率低，产品质量差，排废量大等问题。

技术实现思路

1、鉴于所述问题，提出了本申请以便提供克服所述问题或者至少部分地解决所述问题的一种基于水泥烧成系统的煤耗优化方法，包括：

2、一种基于水泥烧成系统的煤耗优化方法，所述方法包括：

3、获取水泥烧成系统中对应于目标设备的变量的历史数据和实时数据；其中，所述变量包括生产被控变量和生产目标；

4、确定所述生产被控变量与所述生产目标之间的影响关系；

5、依据所述影响关系构建变量分类模型；

6、依据所述变量实时数据和所述变量分类模型生成优化推荐结果。

7、进一步地，所述确定所述生产被控变量与所述生产目标之间的影响关系的步骤，包括：

8、确定所述目标设备对应的最佳设备变量；

9、依据所述生产被控变量的历史数据和所述最佳设备变量确定所述生产被控变量与所述生产目标之间的优劣关系；

10、通过将所述优劣关系进行标准衡量确定生产被控变量与生产目标之间的影响关系。

11、进一步地，所述依据所述影响关系构建变量分类模型的步骤，包括：

12、通过支持向量机对所述影响关系进行分类模型训练构建变量分类初级模型；

13、通过网格搜索优化所述变量分类初级模型生成变量分类模型。

14、进一步地，所述依据所述变量实时数据和所述变量分类模型生成优化推荐结果的步骤，包括：

15、通过所述变量分类模型从历史数据中筛选出较好推荐值表；

16、通过对所述变量实时数据与所述较好推荐值进行欧氏距离的匹配生成优化推荐结果。

17、进一步地，所述依据所述变量分类模型反馈的最优推荐值进行煤耗优化的步骤，还包括：

18、当数据筛选后得不到标签值低于10的100条数据时，对历史数据进行遗传算法的变异，生成较好推荐值表。

19、进一步地，所述变量还包括生产过程变量。

20、进一步地，所述生产被控变量与所述生产过程变量相耦合，且所述生产过程变量与所述生产目标相耦合。

21、一种基于水泥烧成系统的煤耗优化装置，所述装置包括：

22、数据获取模块，用于获取水泥烧成系统中对应于目标设备的变量的历史数据和实时数据；其中，所述变量包括生产被控变量和生产目标；

23、关系确定模块，用于确定所述生产被控变量与所述生产目标之间的影响关系；

24、模型构建模块，用于依据所述影响关系构建变量分类模型；

25、结果生成模块，用于依据所述变量实时数据和所述变量分类模型生成优化推荐结果。

26、一种计算机设备，包括处理器、存储器及存储在所述存储器上并能够在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如上所述的基于水泥烧成系统的煤耗优化方法的步骤。

27、一种计算机可读存储介质，所述计算机可读存储介质上存储计算机程序，所述计算机程序被处理器执行时实现如上所述的基于水泥烧成系统的煤耗优化方法的步骤。

28、本申请具有以下优点：

29、在本申请的实施例中，针对于现有技术中煤耗的优化具有不确定性的问题，本申请提供了通过支持向量机实时进行煤耗优化的解决方案，具体为：获取水泥烧成系统中对应于目标设备的变量的历史数据和实时数据；其中，所述变量包括生产被控变量和生产目标；确定所述生产被控变量与所述生产目标之间的影响关系；依据所述影响关系构建变量分类模型；依据所述变量实时数据和所述变量分类模型生成优化推荐结果。通过支持向量机对水泥烧成系统中的大量历史数据进行训练，生成一个针对水泥烧成系统的支持向量机分类模型，进而对可调节的输入变量进行预测优化，解决了智能优化煤耗具有的不确定性问题，达到了实时更新输入变量的数值和优化煤耗的目的，从而节省资源与成本，保护环境。

技术特征：

1.一种基于水泥烧成系统的煤耗优化方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述确定所述生产被控变量与所述生产目标之间的影响关系的步骤，包括：

3.根据权利要求1所述的方法，其特征在于，所述依据所述影响关系构建变量分类模型的步骤，包括：

4.根据权利要求1所述的方法，其特征在于，所述依据所述变量实时数据和所述变量分类模型生成优化推荐结果的步骤，包括：

5.根据权利要求4所述的方法，其特征在于，所述依据所述变量分类模型反馈的最优推荐值进行煤耗优化的步骤，还包括：

6.根据权利要求1所述的方法，其特征在于，所述变量还包括生产过程变量。

7.根据权利要求6所述的方法，其特征在于，所述生产被控变量与所述生产过程变量相耦合，且所述生产过程变量与所述生产目标相耦合。

8.一种基于水泥烧成系统的煤耗优化装置，其特征在于，所述装置包括：

9.一种计算机设备，其特征在于，包括处理器、存储器及存储在所述存储器上并能够在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如权利要求1至7中任一项所述的方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的方法。

技术总结
本申请提供了一种基于水泥烧成系统的煤耗优化方法，所述方法包括：获取水泥烧成系统中对应于目标设备的变量的历史数据和实时数据；其中，所述变量包括生产被控变量和生产目标；确定所述生产被控变量与所述生产目标之间的影响关系；依据所述影响关系构建变量分类模型；依据所述变量实时数据和所述变量分类模型生成优化推荐结果。通过支持向量机对水泥烧成系统中的大量历史数据进行训练，生成一个针对水泥烧成系统的支持向量机分类模型，进而对可调节的输入变量进行预测优化，解决了智能优化煤耗具有的不确定性问题，达到了实时更新输入变量的数值和优化煤耗的目的，从而节省资源与成本，保护环境。

技术研发人员：张沛昌,练玉涛,蒋隽毅,黄磊,钱恭斌,连阳
受保护的技术使用者：深圳大学
技术研发日：
技术公布日：2024/1/16