[发明专利]基于神经网络的环冷机温度控制方法及系统

权利要求书

1.一种基于神经网络的环冷机温度控制方法，其特征在于，所述方法包括：

利用设置在环冷机各个温区的温度检测装置，分别获取所述各个温区的当前检测温度；

将所述各个温区的当前检测温度输入预先训练好的神经网络模型中，输出所述各个温区温度耦合后的预测温度；

分别判断所述各个温区的预测温度是否超出其温区对应的温度阈值度；

如果至少有一个温区的预测温度超出其温区对应的温度阈值时，则分别对超出其温度阈值的温区对应的鼓风机输出风量进行调节；

其中，所述神经网络模型的训练方法包括：

分别将所述各个温区对应的鼓风机输出风量设定为不同的值，获取不同输出风量对应的所述各个温区的理想温度、以及与所述理想温度对应的耦合温度；

将所述各个温区的理想温度和耦合温度分为样本集数据和验证集数据；

将所述样本集数据中的理想温度和耦合温度分别作为输入变量和输出变量对神经网络进行训练，得到训练后的神经网络模型；

将所述验证集数据中的理想温度输入到所述训练后的神经网络模型中，得到实际输出温度；

分别判断所述验证集数据中理想温度对应的耦合温度与实际输出温度之间的差值是否小于预设误差值；

如果小于预设误差值，则将训练后的神经网络模型作为最终的神经网络模型。

2.根据权利要求1所述的方法，其特征在于，利用设置在环冷机各个温区的温度检测装置，分别获取所述各个温区的当前检测温度，包括：

根据环冷机烟气或料面温度范围，将所述环冷机划分为至少一个高温区和至少一个低温区；

利用设置在所述至少一个高温区和至少一个低温区中的温度检测装置，分别获取所述至少一个高温区的烟气或料面检测温度、以及所述至少一个低温区的烟气或料面检测温度。

3.根据权利要求1所述的方法，其特征在于，所述环冷机各个温区的划分方法包括：

将所述环冷机中同一个鼓风机对应风箱所在的位置划分为一个温区。

4.根据权利要求1所述的方法，其特征在于，分别将所述各个温区对应的鼓风机输出风量设定为不同的值，包括：

按照预设调整次序，依次将所述各个温区对应的鼓风机的频率或风门按照从小到大和从大到小的方向进行调整，其中，在对所述环冷机中一个鼓风机的频率或风门进行调整时，其它鼓风机输出风量保持不变。

5.根据权利要求1所述的方法，其特征在于，所述神经网络模型包括BP神经网络模型，所述BP神经网络模型中的连接函数包括非线性变换函数中的logsig函数和线性变换中的purelin函数。

6.根据权利要求1所述的方法，其特征在于，分别判断所述各个温区的预测温度是否超出其温区对应的温度阈值度，包括：

如果所述环冷机的温区为高温区，则判断各个所述高温区的预测温度是否超出其对应温区的第一温度阈值；

如果所述环冷机的温区为低温区，则判断各个所述低温区的预测温度是否超出其对应温区的第二温度阈值；

如果各个所述低温区中至少一个低温区的预测温度超出其对应温区的第二温度阈值，则判断超出所述第二温度阈值的低温区的预测温度是否超出其对应温区的第三温度阈值，其中，第三温度阈值的温度值大于第二温度阈值的温度值。

7.根据权利要求1所述的方法，其特征在于，分别对超出其温度阈值的温区对应的鼓风机输出风量进行调节，包括：

根据超出其温度阈值的温区的预测温度和对应的预设控制策略，对所述超出其温度阈值的温区对应的鼓风机输出风量进行比例积分微分PID调节或对所述环冷风机进行联锁处置。