[发明专利]基于基因表达式编程的盐酸雾排放浓度数学建模及应用方法

说明书

技术领域

    本发明涉及一种基于基因表达式编程（GEP）的盐酸雾排放浓度数学建模及应用方法。 

背景技术

国内钢厂对酸洗带钢后产生的富含氯化亚铁的盐酸基本上均采用喷雾焙烧法进行再生处理，生成可以再次利用的盐酸和高纯度的氧化铁粉。目前酸再生工艺主要存在的问题之一是对被抽出焙烧炉的烟气处理后，排到大气的废气中的氯化氢气体含量不稳定，有时甚至超过企业内部的排放标准(30mg/m³)，超标排放的氯化氢气体气温降低后液化和水结合形成盐酸，对与之接触的设备产生腐蚀，对人体的器官产生危害^[3]。另一方面，由于整个酸再生过程是一个高度复杂的非线性过程，酸雾排放浓度的影响因素多且复杂。目前对酸雾排放浓度变化产生的原因尚不能给出准确的描述，无法指导酸再生生产，工人只能凭经验操作。因此，有必要对酸再生过程的自动监测数据和工艺控制条件进行深入研究，建立准确的盐酸雾排放浓度的数学模型，从而指导酸再生过程的优化运行和控制，实现废酸回用和酸雾排放下降的目的。 

目前，有关酸再生过程的盐酸雾排放浓度的数学模型还未见详细报道。酸再生工艺设备的特点是密闭的流程型化工生产装置，流程工业过程的多变量、非线性、强耦合、时变时滞以及不确定等特性反映了工业过程的复杂性，也决定了常规的机理分析建模和统计数据建模方法在复杂生产过程很难获得理想的效果。针对这一局限性，基因表达式编程(Gene Expression Programming, GEP)提供了一种可行的自动建模方法。基因表达式编程(gene expression programming, GEP)是一种2000年以后才诞生的一种数据挖掘算法，其出色的函数挖掘能力使得该算法已被成功应用于函数发现、分类、关联规则、时间序列预测等领域^[8]，是一种不需要先验知识的进化算法，尤其在函数自动建模方面体现了优越的性能。  

发明内容

本发明的目的在于解决已有技术存在的问题，提供一种基于基因表达式编程（GEP）盐酸雾排放浓度数学建模及应用方法，本方法将影响盐酸雾浓度的各种因素数据结合建立最优的数学模型，利用本方法可得到控制的方法，降低对空气环境的污染。 

为了实现上述目的，本发明采用的技术方案是： 

一种基于基因表达式编程的盐酸雾排放浓度数学建模及应用方法，其特征在于：主要包括下列步骤：

步骤一，历史数据的获取，利用WinCC/OLEDB技术获取WinCC系统中的过程归档数据，即各项影响盐酸雾排放浓度的数据；

步骤二，利用基因表达式编程（GEP）建立离线模型，利用得到的各项影响盐酸雾排放浓度的数据，计算出相应时刻的盐酸雾浓度，并与实际测得的盐酸雾浓度对比得到满意结果，此模型可用；

步骤三，模型应用，根据在线获得的实时过程数据并利用模型预测未来某时刻的盐酸雾浓度，如超过了正常范围则分析影响浓度的主要因素，通知工作人员调节某些设备以降低盐酸雾浓度。

上述步骤二建立离线模型包括以下具体步骤： 

(1) 数据预处理：主要包括：数据类别选择，选取重点影响数据；

(2) 模型选择：采用基于基因表达式编程的盐酸雾排放浓度模型，可用于精确指导酸再生生产的盐酸雾排放浓度。

(3) 离线模型的建立：包括：参数设置和建立盐酸雾排放浓度模型。 

上述步骤(1)中，数据预处理选择影响盐酸雾排放浓度的主要因素。 

由于影响最终盐酸雾排放浓度的因素多且复杂。为了简化酸再生的工艺流程，降低建模难度，挑选出酸再生工艺的主关键设备以及相应盐酸雾排放浓度的主要影响因素。 

上步骤(2)中，模型选择采用基于基因表达式编程的盐酸雾排放浓度模型，可用于精确指导酸再生生产的盐酸雾排放浓度，建立一个可用于精确指导酸再生生产的盐酸雾排放浓度的数学模型： 

                (1)

其中，y 表示盐酸雾排放浓度，X 表示盐酸雾排放浓度的影响因素，表征盐酸雾排放浓度和各影响因素之间的函数关系式。

同时，考虑前一时刻（t-1）排放浓度对当前时刻(t)排放浓度的影响，将t-1时刻的排放浓度作为影响盐酸雾排放浓度的影响因素之一，即变量x₁₁，则： 

  (2)

 (3)

这样，就可以对酸雾排放浓度变化的原因给出准确的数学描述，研究其对各个影响因素的变化率关系，继而指导酸再生生产。