一种水泥生产线篦冷机控制方法与流程

本发明属于工业篦冷机控制，具体为一种水泥生产线篦冷机控制方法。

背景技术：

1、水泥生产过程中的能耗和产品质量一直是业界关注的重点，而篦冷机作为水泥生产线上主要的冷却和热回收设备，对于水泥生产线的能耗和产品质量有着关键的影响。

2、现有的篦冷机控制算法存在着没有考虑实际生产环境中篦冷机整体性能和缺乏符合实际生产需求的优化算法等问题。因此，本发明结合实际生产中篦冷机的工作机理，分析出表征篦冷机性能指标，结合实际工业生产中对篦冷机性能的侧重，提出了基于优先级的多目标粒子群优化算法，提升篦冷机的在实际生产中的整体性能。

技术实现思路

1、针对上述情况，为克服现有技术的缺陷，本发明提供一种水泥生产线篦冷机控制方法，有效的解决了背景技术提出的问题。

2、为实现上述目的，本发明提供如下技术方案：一种水泥生产线篦冷机控制方法，包括以下步骤：

3、步骤一：从dcs存储的数据中，生成resnet-lstm训练数据集，训练预测篦冷机控制参数的模型；

4、步骤二：构建基于resnet-lstm模型的基于优先级的多目标粒子群寻优算法pmopso，在历史数据上寻优取得良好效果；

5、步骤三：将调试好的pmopso算法接入dcs系统，使得能从dcs系统中实时获取篦冷机参数数据，并将篦冷机控制参数值输入dcs系统；

6、步骤四：从dcs系统读取需要的前一段时间相关数据，输入pmopso算法；

7、步骤五：pmopso算法进行篦冷机控制参数计算；

8、步骤六：将pmopso算法计算出的篦冷机控制参数输入dcs系统，实现对篦冷机的控制。

9、优选的，resnet网络中通过小尺寸卷积核和深层结构提取数据的局部和全局特征，增强模型的细节捕捉能力；lstm网络处理时序数据，与resnet网络结合构成预测模型。

10、优选的，pmopso算法根据篦冷机的控制目标，在历史数据上进行寻优，得到优化的控制参数。

11、与现有技术相比，本发明的有益效果是：

12、本发明对篦冷机参数由于延迟大，非线性程度高造成的难以精确预测的问题，利用残差网络（resnet）增加网络深度，提取影响预测参数的丰富特征信息，将提取后的信息通过长短期记忆网络（lstm）处理时序数据的能力，捕捉篦冷机运行过程中的非线性特征和时间序列数据的依赖关系，显著提高了参数预测的准确性；

13、本发明还结合实际工业生产中对篦冷机性能有侧重的特点，基于多目标粒子群优化算法（mopso），提出了基于优先级的多目标粒子群算法优化算法（pmopso），定义了寻优过程中寻优目标的优先级，结合实际需求，提出了从帕累托最优解集中选择解的方法，提升篦冷机的在实际生产中的整体性能，实现了对篦冷机控制的综合优化。

技术特征：

1.一种水泥生产线篦冷机控制方法，包括以下步骤：

2.根据权利要求1所述的一种水泥生产线篦冷机控制方法，其特征在于：resnet网络中通过小尺寸卷积核和深层结构提取数据的局部和全局特征，增强模型的细节捕捉能力；lstm网络处理时序数据，与resnet网络结合构成预测模型。

3.根据权利要求1所述的一种水泥生产线篦冷机控制方法，其特征在于：pmopso算法根据篦冷机的控制目标，在历史数据上进行寻优，得到优化的控制参数。

技术总结本发明公开了一种水泥生产线篦冷机控制方法，包括以下步骤：步骤一：从DCS存储的数据中，生成ResNet‑LSTM训练数据集，训练预测篦冷机控制参数的模型；步骤二：构建基于ResNet‑LSTM模型的基于优先级的多目标粒子群寻优算法PMOPSO，在历史数据上寻优取得良好效果；本发明结合实际工业生产中对篦冷机性能有侧重的特点，基于多目标粒子群优化算法（MOPSO），提出了基于优先级的多目标粒子群算法优化算法（PMOPSO），定义了寻优过程中寻优目标的优先级，结合实际需求，提出了从帕累托最优解集中选择解的方法，提升篦冷机的在实际生产中的整体性能，实现了对篦冷机控制的综合优化。技术研发人员：吕续康,褚栋梁,高云飞,侯爱琴受保护的技术使用者：浙江昕越数字科技有限公司技术研发日：技术公布日：2024/8/1