一种α氧化铝隧道窑焙烧过程控制方法及相关设备与流程

本说明书涉及氧化铝生产领域，更具体地说，本申请涉及一种α氧化铝隧道窑焙烧过程控制方法及相关设备。

背景技术：

1、氧化铝隧道窑焙烧是氧化铝生产过程中的关键环节，氧化铝隧道窑是α氧化铝生产过程中的关键设备，其焙烧过程参数的优化对于提高α氧化铝质量和降低能耗具有重要意义。然而，传统的α氧化铝隧道窑焙烧过程参数调整主要依赖于操作人员的经验和判断，缺乏科学性、精确性和数据支持，导致焙烧过程不稳定、能耗高、生产效率低、产品质量难以保证。烟气检测数据的获取和分析在优化焙烧过程参数方面有巨大影响，烟气检测数据可以实时反映隧道窑内的燃烧状况和物料变化。

2、因此，非常有必要开发一种基于烟气检测数据优化α氧化铝隧道窑焙烧过程参数的方法及系统。

技术实现思路

1、在技术实现要素：部分中引入了一系列简化形式的概念，这将在具体实施方式部分中进一步详细说明。本申请的发明内容部分并不意味着要试图限定出所要求保护的技术方案的关键特征和必要技术特征，更不意味着试图确定所要求保护的技术方案的保护范围。

2、第一方面，本申请提出一种α氧化铝隧道窑焙烧过程控制方法，包括：

3、获取烟气检测的成份实测信息、温度实测信息、流速实测信息和颗粒物实测速度，其中，上述成份实测信息包括湿度信息、氧含量信息、烟气颗粒物浓度信息、一氧化碳浓度信息和二氧化碳浓度信息；

4、将上述烟气检测成份实测信息、上述温度实测信息、上述流速实测信息和上述颗粒物实测速度输入至参数智能识别模型，以确定当前生产目标下的理想烧制参数；

5、基于上述理想烧制参数对当前烧制参数进行调整，以控制α氧化铝隧道窑焙烧过程。

6、在一种可行的实施方式中，上述智能识别模型中包括α氧化铝产量预测模型、α氧化铝质量模型和焙烧效率模型，上述α氧化铝产量预测模型和上述α氧化铝质量模型是基于成份信息、温度信息、流速信息和颗粒物速度建立的线性模型，上述焙烧效率模型是基于成份信息、温度信息、流速信息和颗粒物速度建立的非线性模型。

7、在一种可行的实施方式中，上述α氧化铝产量预测模型和上述α氧化铝质量模型是采用多元线性回归方法建立的，上述焙烧效率模型是采用支持向量机非线性方法建立的。

8、在一种可行的实施方式中，上述参数智能识别模型是基于既定关系建立的，上述既定关系包括烟气温度与氧化铝产量既定关系、烟气温度与氧化铝质量既定关系、温度与焙烧过程既定关系、流速与热量损失和烧结程度既定关系、氧含量与燃烧效率既定关系、烟气颗粒物浓度和排放量与焙烧过程物料损失既定关系以及一氧化碳和二氧化硫与燃烧效率和环境污染既定关系。

9、在一种可行的实施方式中，还包括：

10、获取α氧化铝隧道窑焙烧仿真结果信息；

11、基于上述仿真结果信息获取既定关系的对应权重信息；

12、基于上述权重信息调整每个既定关系在上述参数智能识别模型的影响权重。

13、在一种可行的实施方式中，上述基于上述仿真结果信息获取既定关系的对应权重信息，包括：

14、根据上述仿真结果信息利用递归特征消除法进行特征选择，并确定特征对应的权重信息。

15、在一种可行的实施方式中，上述基于上述权重信息调整每个既定关系在上述参数智能识别模型的影响权重；

16、根据上述权重信息调整每个既定关系对应的神经网络层的权重信息，以调整上述影响权重。

17、第二方面，本申请还提出一种α氧化铝隧道窑焙烧过程控制装置，包括：

18、获取单元，用于获取烟气检测的成份实测信息、温度实测信息、流速实测信息和颗粒物实测速度，其中，上述成份实测信息包括湿度信息、氧含量信息、烟气颗粒物浓度信息、一氧化碳浓度信息和二氧化碳浓度信息；

19、识别单元，用于将上述烟气检测成份实测信息、上述温度实测信息、上述流速实测信息和上述颗粒物实测速度输入至参数智能识别模型，以确定当前生产目标下的理想烧制参数；

20、控制单元，用于基于上述理想烧制参数对当前烧制参数进行调整，以控制α氧化铝隧道窑焙烧过程。

21、第三方面，一种电子设备，包括：存储器、处理器以及存储在上述存储器中并可在上述处理器上运行的计算机程序，上述处理器用于执行存储器中存储的计算机程序时实现如上述的第一方面任一项的α氧化铝隧道窑焙烧过程控制方法的步骤。

22、第四方面，本申请还提出一种计算机可读存储介质，其上存储有计算机程序，上述计算机程序被处理器执行时实现第一方面任一项的α氧化铝隧道窑焙烧过程控制方法。

23、综上，本申请实施例的α氧化铝隧道窑焙烧过程控制方法包括：获取烟气检测的成份实测信息、温度实测信息、流速实测信息和颗粒物实测速度，其中，上述成份实测信息包括湿度信息、氧含量信息、烟气颗粒物浓度信息、一氧化碳浓度信息和二氧化碳浓度信息；将上述烟气检测成份实测信息、上述温度实测信息、上述流速实测信息和上述颗粒物实测速度输入至参数智能识别模型，以确定当前生产目标下的理想烧制参数；基于上述理想烧制参数对当前烧制参数进行调整，以控制α氧化铝隧道窑焙烧过程。申请的提出的一种α氧化铝隧道窑焙烧过程控制方法，在焙烧过程中，通过获取和分析烟气检测数据(包括湿度、氧含量、一氧化碳和二氧化碳浓度等)，实时监控窑内环境，并利用智能模型对烧制参数进行优化调整，从而提高了焙烧效率和产品质量。通过实时获取的烟气检测数据，智能模型能够准确分析和预测理想的烧制参数，减少人为判断的误差，确保烧制过程的科学性和可重复性。智能模型的应用可以快速响应窑内环境变化，实时调整烧制参数，缩短调整时间，提高生产线的运行效率。优化的烧制参数可以减少不必要的能源浪费，同时降低有害气体的排放量，对环境友好。系统可根据不同的生产需求，调整智能模型设定的参数，灵活适应生产变化，提高适应能力和市场竞争力通过自动化的控制系统和智能决策支持，减轻操作员的工作负担，实现更高级的过程监控和管理。通过这种技术的应用，不仅提升了α氧化铝的生产质量和效率，也推动了传统工业生产方式向智能化、自动化的转变。

24、本申请提出的α氧化铝隧道窑焙烧过程控制方法，本申请的其它优点、目标和特征将部分通过下面的说明体现，部分还将通过对本申请的研究和实践而为本领域的技术人员所理解。

技术特征：

1.一种α氧化铝隧道窑焙烧过程控制方法，其特征在于，包括：

2.根据权利要求1所述的α氧化铝隧道窑焙烧过程控制方法，其特征在于，

3.根据权利要求2所述的α氧化铝隧道窑焙烧过程控制方法，其特征在于，所述α氧化铝产量预测模型和所述α氧化铝质量模型是采用多元线性回归方法建立的，所述焙烧效率模型是采用支持向量机非线性方法建立的。

4.根据权利要求2所述的α氧化铝隧道窑焙烧过程控制方法，其特征在于，

5.根据权利要求4所述的α氧化铝隧道窑焙烧过程控制方法，其特征在于，还包括：

6.根据权利要求5所述的α氧化铝隧道窑焙烧过程控制方法，所述基于所述仿真结果信息获取既定关系的对应权重信息，包括：

7.根据权利要求5所述的α氧化铝隧道窑焙烧过程控制方法，其特征在于，所述基于所述权重信息调整每个既定关系在所述参数智能识别模型的影响权重；

8.一种α氧化铝隧道窑焙烧过程控制装置，其特征在于，包括：

9.一种电子设备，包括：存储器和处理器，其特征在于，所述处理器用于执行存储器中存储的计算机程序时实现如权利要求1-7中任一项所述的α氧化铝隧道窑焙烧过程控制方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-7中任一项所述的α氧化铝隧道窑焙烧过程控制方法的步骤。

技术总结本申请公开了一种α氧化铝隧道窑焙烧过程控制方法及相关设备，涉及氧化铝生产领域，该方法包括：获取烟气检测的成份实测信息、温度实测信息、流速实测信息和颗粒物实测速度，其中，上述成份实测信息包括湿度信息、氧含量信息、烟气颗粒物浓度信息、一氧化碳浓度信息和二氧化碳浓度信息；将上述烟气检测成份实测信息、上述温度实测信息、上述流速实测信息和上述颗粒物实测速度输入至参数智能识别模型，以确定当前生产目标下的理想烧制参数；基于上述理想烧制参数对当前烧制参数进行调整，以控制α氧化铝隧道窑焙烧过程。技术研发人员：张烁,李琰,韦芳舒,刘现民,王毅,王跃勇,宋转,韩莉,赵清杰,张保伟,张艳芳,鄂以帅,段龙,王园方,陈首慧,白书兴受保护的技术使用者：中铝郑州有色金属研究院有限公司技术研发日：技术公布日：2024/9/9