摘要
本发明涉及一种基于子模态划分约束优化的高炉多元铁水质量控制方法,包括获取高炉生产过程中的运行数据构建原始数据集并进行清理,再采用相关分析方法,选择模型的输入变量和输出变量,并基于输入、输出变量数据间的时序关系确定高炉冶炼过程中非线性动态特性的输入输出变量组合;基于所述的输入输出变量组合,应用反向传播神经网络建立软测量预测模型,用于对高炉铁水质量指标进行在线预测;基于所述软测量预测模型,结合反馈校正机制与滚动优化策略对高炉铁水质量进行控制,其中,在滚动优化策略过程中,基于历史运行数据引入K‑means聚类算法对子模态进行划分,通过当前工况确定约束优化空间,从而确保优化过程始终在安全范围内进行。
技术关键词
滚动优化策略
高炉
变量
铁水
历史运行数据
校正机制
分析方法
模型预测控制系统
非线性
时序
工况
延迟效应
算法
数据处理模块
数据采集模块
处理器
关系
动态
在线
系统为您推荐了相关专利信息
知识图谱嵌入方法
三元组
推理方法
挖掘工具
实体
无线接入设备
无线网络规划方法
粒子群优化算法
地理空间信息
信号传播路径
子模块
信息系统
孤立森林算法
生成设备
深度Q网络