基于模糊類聚遺傳算法的卡爾多爐參數(shù)尋優(yōu)控制方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及集成智能控制系統(tǒng)領(lǐng)域，尤其涉及卡爾多爐參數(shù)尋優(yōu)控制方法。
【背景技術(shù)】
[0002] 卡爾多爐（Kaldo)是瑞典波立登（Boliden)公司于上世紀(jì)開發(fā)，采用富氧頂吹技 術(shù)，廣泛用于有色冶金行業(yè)中處理鉛精礦、廢雜銅和陽(yáng)極泥等。銅陽(yáng)極泥是金屬銅電解精煉 時(shí)落于電解槽底的泥狀細(xì)粒物質(zhì)，含有較多的(：11、538、？13、1^及部分411、513、813 8和脈 石礦物。處理銅陽(yáng)極泥，可以回收有價(jià)稀有金屬，是現(xiàn)階段貴金屬資源綜合利用回收的典型 代表，符合國(guó)家產(chǎn)業(yè)政策。
[0003] 由于卡爾多爐火法處理銅陽(yáng)極泥工藝流程簡(jiǎn)潔，同一臺(tái)爐體內(nèi)完成熔煉(還原）和 吹煉(精煉)作業(yè)，作業(yè)周期短、金屬回收率高，處理金屬品種多，我國(guó)于20世紀(jì)70年代以 來(lái)引進(jìn)卡爾多爐。但銅陽(yáng)極泥成分多變，缺少在線檢測(cè)金屬成分儀器，化驗(yàn)室化驗(yàn)時(shí)間長(zhǎng) (約lh)，現(xiàn)場(chǎng)操控又比較復(fù)雜。其隨設(shè)備配套的控制系統(tǒng)為傳統(tǒng)的經(jīng)典控制方法(單回路控 制)，沒有涉及優(yōu)化控制問題。
[0004] Kaldo爐處理銅陽(yáng)極泥過程是一個(gè)典型的大滯后、時(shí)變、非線性、強(qiáng)耦合特性的多 輸入多輸出復(fù)雜工業(yè)過程，用傳統(tǒng)的經(jīng)典控制方法無(wú)法解決其優(yōu)化控制問題?？柖酄t熔 煉系統(tǒng)由爐體、加料系統(tǒng)、燃燒噴槍、吹煉噴槍、煙道、爐罩、循環(huán)水系統(tǒng)等組成。加料系統(tǒng)是 將陽(yáng)極泥在常壓浸出、壓力浸出工序處理后，經(jīng)過濾，形成銀硒混合物的濾餅和干燥劑，同 溶劑進(jìn)入Kaldo爐。燃燒噴槍通入氧氣和天然氣，用于加熱和熔煉，溫度大約1150°C，使?fàn)t 內(nèi)物料充分熔煉，熔煉產(chǎn)出銀多爾合金和爐渣，熔煉完成后，加入一定量的焦炭肩進(jìn)行渣還 原，使渣中銀含量低于0. 4%，爐溫控制在1000°C以上，否則形成泡沫渣，爐況難以控制。吹 煉噴槍通入壓縮空氣，用于吹煉，吹煉主要用于除去余下的Pb、Te、Bi、Sb和Se，形成氧化鉛 渣，硒氧化揮發(fā)，當(dāng)吹煉完成后，吹煉渣排出并返回下一個(gè)熔煉步驟。
[0005] Kaldo爐入爐物料主要包括以下三部分：銀硒混合物濾餅、熔劑(焦粉、蘇打等）和 循環(huán)返料。其中，銀硒混合物濾餅是入爐的主要原料，焦粉主要是用作還原劑而不是燃料， 它能把陽(yáng)極泥中的氧化鉛還原成金屬鉛。焦粉的用量，以還原適量的金屬鉛為度，不宜過 多，以防止其它雜質(zhì)氧化物也被還原，降低貴鉛質(zhì)量，焦粉多，灰分也多，會(huì)影響爐渣性質(zhì)， 增大渣量；蘇打（Na 2CO3)是堿性熔劑，能與As、Sb等高價(jià)氧化物造渣，并能降低爐渣的熔點(diǎn)， 改善爐渣的流動(dòng)性，使?fàn)t渣易與貴鉛分離，其配入量視陽(yáng)極泥中酸性成分SiO 2的含量而定， 以產(chǎn)出硅酸度為1-1. 5的爐渣為宜，一般加入量為8%-14%。
[0006] 熔劑的加入量對(duì)Kaldo爐爐況產(chǎn)生較大影響，恰當(dāng)?shù)募尤肓靠梢愿纳茽t況熔煉指 標(biāo)，縮短作業(yè)周期，提高作業(yè)效率。因此，在滿足爐內(nèi)合適溫度的情況下，尋找最優(yōu)的焦粉、 蘇打加入量，可實(shí)現(xiàn)生產(chǎn)過程優(yōu)化。
[0007] 在熔煉期間，在先期預(yù)熱在大約1000°C穩(wěn)定的情況下，開始進(jìn)料，此時(shí)是不允許爐 內(nèi)溫度忽高忽低或波動(dòng)過大，否則將對(duì)爐體造成傷害。進(jìn)料的多少，對(duì)爐內(nèi)熔體的溫度影響 較大，當(dāng)爐體內(nèi)部表面溫度達(dá)到1100-1200° C時(shí)，加熱必須限制以便保持在此溫度。過快 的溫升，由于熱慣性的存在，溫度上限難于控制，過慢的溫升，會(huì)造成物料熔煉(還原）不徹 底，時(shí)間過長(zhǎng)，影響作業(yè)效率，燃?xì)饬髁康恼{(diào)整范圍為200~1000Nm3/h，因此，實(shí)時(shí)對(duì)燃?xì)饬?量的優(yōu)化調(diào)整控制對(duì)爐體的安全及作業(yè)周期是具有重要意義。
[0008] 中國(guó)發(fā)明專利公告號(hào)CN101139661公開了一種"銅閃速熔煉操作參數(shù)優(yōu)化方法"， 以閃速熔煉綜合工況的穩(wěn)定為優(yōu)化目標(biāo)，分別建立了機(jī)理模型和基于模糊C均值聚類混沌 偽并行遺傳算法的智能優(yōu)化模型，并采用智能集成的方法對(duì)兩個(gè)模型的優(yōu)化結(jié)果進(jìn)行協(xié)調(diào) 輸出。該方法可以得到銅閃速熔煉過程最優(yōu)的操作參數(shù)，即閃速爐反應(yīng)塔熱風(fēng)與氧氣的最 優(yōu)加入量。但該發(fā)明步驟較多，計(jì)算量大，且系統(tǒng)的控制精度和系統(tǒng)的執(zhí)行速度不夠理想。

【發(fā)明內(nèi)容】

[0009] 本發(fā)明要解決的技術(shù)問題是如何從現(xiàn)有的集成智能控制系統(tǒng)技術(shù)的算法中合理 選擇算法，根據(jù)卡爾多爐體的結(jié)構(gòu)、生產(chǎn)特點(diǎn)、作業(yè)要求確定工況判斷模型以及智能算法中 參數(shù)的確定，為此提供一種基于模糊類聚遺傳算法的卡爾多爐參數(shù)尋優(yōu)控制方法。
[0010] 本發(fā)明的技術(shù)方案是：基于模糊類聚遺傳算法的卡爾多爐參數(shù)尋優(yōu)控制方法，其 特征是它包括以下步驟：利用模糊C均值聚類遺傳算法分別對(duì)焦粉、蘇打、燃?xì)饧尤肓窟M(jìn)行 優(yōu)化，將優(yōu)化結(jié)果和卡爾多爐工況實(shí)測(cè)值進(jìn)行比較并通過控制器進(jìn)行調(diào)整，再將經(jīng)過調(diào)整 后的焦粉、蘇打和燃?xì)饧尤肓坷霉r判斷模型對(duì)焦粉、蘇打、燃?xì)饧尤肓康恼{(diào)整值進(jìn)行判 斷：
式中：S2是綜合工況指數(shù)，WA、WB、We*別表示通過冶金學(xué)計(jì)算的需要的理論值，A、B、 C分別表示焦粉、蘇打、燃?xì)鈱?yōu)的目標(biāo)值，分別為焦粉、蘇打、燃?xì)饧尤肓繉?duì)綜 合工況指數(shù)的影響因子，其大小由歷史專家經(jīng)驗(yàn)確定，約束條件為：
根據(jù)計(jì)算獲得的值，可將綜合工況指數(shù)分為優(yōu)、良、中、差四個(gè)區(qū)間，四個(gè)區(qū)間的取值范 圍分別是〇~％、ai~a 2、a2~a 3、> a3 ;如果當(dāng)前的綜合工況指數(shù)落在"優(yōu)"區(qū)間，則保持 當(dāng)前的操作參數(shù)；如果當(dāng)前的綜合工況指數(shù)落在"非優(yōu)"區(qū)間，則根據(jù)陽(yáng)極泥批料冶金學(xué)計(jì) 算工況計(jì)算出的焦粉、蘇打、燃?xì)饧尤肓康睦碚撝嫡{(diào)用模糊C均值聚類遺傳算法并利用現(xiàn) 代控制理論中的操作空間設(shè)定控制焦粉、蘇打和燃?xì)馄谕笜?biāo)，給出操作優(yōu)化指導(dǎo)。
[0011] 上述方案中所述模糊C均值聚類遺傳算法包括 St印1 :建立樣本庫(kù) 建立Kaldo爐作業(yè)過程優(yōu)化操作數(shù)據(jù)庫(kù)，用于保存歷史上典型工況下的優(yōu)化操作數(shù) 據(jù)；數(shù)據(jù)庫(kù)中的個(gè)體樣本主要由兩部分構(gòu)成：用于樣本聚類的數(shù)據(jù)，包括陽(yáng)極泥濾餅的加 入量、各溶劑的加入量、富氧流量、空氣流量、恪煉還原時(shí)間、恪體溫度和各金屬的質(zhì)量分?jǐn)?shù) 等；用于優(yōu)化操作的數(shù)據(jù)，包括添加溶劑和富氧流量的設(shè)定值，這些數(shù)據(jù)能反映出在與當(dāng)前 類似工況的條件下專家操作經(jīng)驗(yàn)，當(dāng)前采集獲得的現(xiàn)場(chǎng)數(shù)據(jù)樣本包含同樣內(nèi)容； Step2 :模糊聚類 采用模糊C均值聚類方法對(duì)優(yōu)化操作數(shù)據(jù)庫(kù)中的樣本進(jìn)行聚類，如果有新的優(yōu)化操作 樣本加入則需要重新對(duì)樣本進(jìn)行聚類；聚類后優(yōu)化操作樣本可分為10類，第i類的類中心 為Ci，現(xiàn)場(chǎng)數(shù)據(jù)樣本與類中心之間的相似性用相似系數(shù)表示：
式中：題、％為兩個(gè)樣本，P為樣本中用于聚類的元素個(gè)數(shù)，如果樣本中所有元素取正 數(shù)，則1越接近于1，表明二者越相似；當(dāng)_輪@ =1時(shí)，說(shuō)明，、，完 全相同；
Step3 :判斷當(dāng)前工況所屬類別 計(jì)算現(xiàn)場(chǎng)數(shù)據(jù)樣本與10個(gè)聚類中心的相似系數(shù)，選擇相似系數(shù)最大的類，作為當(dāng)前工 況所屬類別； Step4 :遺傳編碼確定 編碼長(zhǎng)度取決于工藝參數(shù)的編碼精度，由Kaldo爐作業(yè)數(shù)據(jù)可知，變化范圍最大的工 藝參數(shù)是燃?xì)猓ㄗ兓繛?000-200=800)，采用二進(jìn)制編碼方式，當(dāng)編碼長(zhǎng)度取10時(shí)(共 210=1〇24個(gè))，其精度為800/1024=0. 78,滿足生產(chǎn)要求，故編碼長(zhǎng)度取10 ; Step5 :群體個(gè)數(shù) 當(dāng)群體小于某個(gè)數(shù)時(shí)，網(wǎng)絡(luò)難于進(jìn)化；但隨群體的增大，相應(yīng)的訓(xùn)練時(shí)間加長(zhǎng)，群體大 小選擇相似系數(shù)較大的10個(gè)工況所屬類別； Step6 :適應(yīng)度函數(shù) 以綜合工況指數(shù)S2為適應(yīng)度評(píng)價(jià)函數(shù)，并計(jì)算適應(yīng)度函數(shù)的值，判斷當(dāng)前爐況是否符 合表一的優(yōu)化準(zhǔn)則，若符合，停止迭代計(jì)算，得到工藝參數(shù)的優(yōu)化值，否則，轉(zhuǎn)向Step7 ; St印7 :交叉和變異概率 交叉概率取0. 75,變異概率取0. 05 ; Step8 ： 得到由交叉和變異操作產(chǎn)生新一代的種群，并返回Step6。
[0012] 本發(fā)明的有益效果是采用聚類算法將優(yōu)化樣本空間范圍縮小，再采用遺傳算法進(jìn) 行搜索，有效地加快搜索速度，二者結(jié)合、揚(yáng)長(zhǎng)避短，相得益彰，既克服了模糊C均值聚類算 法對(duì)初值敏感易陷入局部最小值的缺點(diǎn)，也避免了遺傳算法因種群大而導(dǎo)致收斂速度慢、 易早熟的遺憾，有效解決Kaldo爐工作過程中高溫、反應(yīng)復(fù)雜、因素多變而不確定、難以建 立工業(yè)在線控制機(jī)理模型的問題。
【附圖說(shuō)明】
[0013] 圖1是為卡爾多爐參數(shù)優(yōu)化模型結(jié)構(gòu)圖。
【具體實(shí)施方式】
[0014] 下面結(jié)合附圖對(duì)本發(fā)明做進(jìn)一步說(shuō)明。
[0015] 如圖1所示，本發(fā)明以Kaldo爐綜合工況的穩(wěn)定為控制目標(biāo)，以影響Kaldo爐的主 要因素為研究對(duì)象，為簡(jiǎn)化算法，采用優(yōu)化控制方法尋找最優(yōu)的焦粉、蘇打、燃?xì)獾募尤肓俊?br>[0016] 利用模糊C均值聚類遺傳算法分別對(duì)焦粉、蘇打、燃?xì)饧尤肓窟M(jìn)行優(yōu)化，將優(yōu)化結(jié) 果和卡爾多爐工況實(shí)測(cè)值進(jìn)行比較并通過控制器進(jìn)行調(diào)整，再將經(jīng)過調(diào)整后的焦粉、蘇打、 燃?xì)饧尤肓坷霉r判斷模型對(duì)焦粉、蘇打和燃?xì)饧尤肓康恼{(diào)整值進(jìn)行判斷： 由于焦粉、蘇打、燃?xì)饧尤肓磕軌蛑庇^地反映 Kaldo爐作業(yè)過程的綜合工況，在此引入 綜合工況指數(shù)，即待求解的均方差：
式中：WA、WB、W^>別表示通過冶金學(xué)計(jì)算的需要的理論值，A、B、C分別表示焦粉、蘇打、 燃?xì)鈱?yōu)的目標(biāo)值，《辦分別為焦粉、蘇打、燃?xì)饧尤肓繉?duì)綜合工況指數(shù)的影響因 子，其大小由歷史專家經(jīng)驗(yàn)確定，由于陽(yáng)極泥成分多變、并且含量不穩(wěn)定，不能用一個(gè)具體 的數(shù)值代替。約束條件為：
根據(jù)計(jì)算獲得的值，結(jié)合表一可將綜合工況指數(shù)分為優(yōu)、良、中、差四個(gè)區(qū)間。如表1所 示，如果當(dāng)前的綜合工況指數(shù)落在"優(yōu)"區(qū)間，則保持當(dāng)前的操作參數(shù)；如果當(dāng)前的綜合工況 指數(shù)落在"非優(yōu)"區(qū)間，則則根據(jù)陽(yáng)極泥批料冶金學(xué)計(jì)算工況計(jì)算出的焦粉、蘇打、燃?xì)饧尤?量的理論值調(diào)用模糊C均值聚類遺傳算法并利用現(xiàn)代控制理論中的操作空間設(shè)定控制焦 粉、蘇打和燃?xì)馄谕笜?biāo)，利用智能優(yōu)化算法即模糊C均值聚類遺傳算法給出操作優(yōu)化指 導(dǎo)。
[0017] 表一綜合工況判斷表
其中，ai、a2、&3均為常數(shù)，可根據(jù)歷史數(shù)據(jù)專家經(jīng)驗(yàn)確定。
[0018] 在圖1所示的操作優(yōu)化樣本庫(kù)中保存有大量的各種不同溶劑及工況參數(shù)情況下 的優(yōu)化操作參數(shù)，事實(shí)上相當(dāng)于保存了歷史上大量的優(yōu)化操作專家經(jīng)驗(yàn)。智能優(yōu)化算法的 基本思想就是利用一種智能的搜索策略，從操作優(yōu)化樣本庫(kù)中搜索與當(dāng)前工況最