摘要
本发明涉及一种数据驱动的熔炼控制优化方法,属于熔炼控制技术领域。包括步骤:通过当前熔炉的历史运行数据采用聚类分析进行工况分类,并对各簇内进行关联规则挖掘,建立参数规则库;根据熔炉运行的生产数据通过参数规则库获取当前熔炉炉温的工况类别;根据当前的炉温特征数据和工况类别,对炉温的变化进行实时预测;根据当前的工况类别和预测的炉温数据从参数数据集中选择能耗最优的控制参数组合;实时监测炉温数据并进行工况识别,并通过炉温预测调整熔炼运行的控制参数组合,同时通过炉温波动程度进行预警。本发明通过工况识别进行炉温预测,然后根据预测结果和工况类别筛选控制参数组合,从而对熔炼过程进行调控实现节能优化。
技术关键词
控制优化方法
工况
历史运行数据
关联规则挖掘算法
熔炉
长短期记忆神经网络
能耗
设备控制参数
增量学习方法
滑动窗口
数据更新
梯度下降算法
LSTM模型
特征选择
变量
空燃比
连续型
实时数据
系统为您推荐了相关专利信息
控制设备
自动化控制方法
采集平台
框架
深度控制方法
可编程逻辑控制器
远程监控平台
智能巡检机器人
加药泵
控制系统
净负荷预测方法
负荷预测模型
周期结构
模型预测值
分布式发电
热电联产机组
锅炉辅机设备
汽轮机
负荷
热电企业