摘要
本发明的一种钢铁生产设备的多时间尺度智能控制方法,属于钢铁生产过程的智能控制技术领域。包括:采集历史多模态数据并进行预处理,构成多模态时间序列数据;构建融合物理模型和数据驱动模型的设备数字孪生体,对设备响应进行预测,采用多模态时间序列数据对设备数字孪生体进行训练;采集实时的多模态数据,经预处理后输入到训练好的设备数字孪生体,获得设备响应的预测值;基于设备响应的预测值,通过改进多目标粒子群优化算法和约束贝叶斯优化算法对控制参数进行多时间尺度分层优化控制;基于优化控制结果,通过PLC执行机构调节设备的控制参数,并将调整后的设备状态变量反馈至传感器,实现闭环控制。
技术关键词
数字孪生体
粒子群优化算法
智能控制方法
数据驱动模型
带钢
多时间尺度
钢铁
调节设备
多模态传感器
物理
闭环控制
序列
累积分布函数
智能控制技术
执行机构
粗轧工序
概率密度函数
系统为您推荐了相关专利信息
智能调度方法
智能调度模型
智能派单
智能调度系统
文本
故障诊断模型
光伏设备
故障诊断方法
判断环境状态
光伏阵列输出功率
待测材料
有限元分析法
粒子群优化算法
布局
传感器响应
智能调控系统
智能调控方法
速度
粒子群优化算法
指令