一种基于KAN增强神经网络的水泥分解炉温度预测控制方法

本发明提供了一种基于KAN增强神经网络的水泥分解炉温度预测控制方法，属于水泥煅烧技术领域，通过建立CNN‑LSTM‑KAN网络作为f‑CaO、Nox预测模型，联系实际生产需求建立状态参数优化目标函数，通过多目标粒子群优化算法求得分解炉状态参数最优解及最优解区间。建立KAN‑Enhanced‑Informer网络预测分解炉温度，结合状态优化结果以预测结果越精确、煤耗越少、替代燃料量合理为目标建立目标函数，获取喂煤量、替代燃料量最优解，应用于控制模型保证分解炉温度达到最优设定值。解决了实际水泥生产过程中能耗过高、产量不理想、排污较多的问题。