[发明专利]一种基于机理与支持向量机的氧化锌挥发窑混合建模方法

说明书

本发明针对氧化锌挥发窑生产过程的多变量、大时延和非线性等特点导致的挥发窑锌还原物化反应过程无法准确表征的问题，提出了一种机理建模与关键参数拟合的混合建模方法。本发明提出的混合建模是基于对挥发窑结构、生产工艺、内部物理化学反应过程和传热传质机理的研究，建立的氧化锌挥发窑的质量守恒和能量守恒的偏微分方程组及基于支持向量机回归算法拟合关键参数的混合模型，该关键参数为采集某冶炼企业的窑设备参数和生产实验数据所得。本发明的混合建模方法不仅弥补了单纯的机理建模难以准确表征模型的不足，还克服了单纯的数据驱动建模难以表征窑内运行机理和反应过程的缺点，并能较准确地体现挥发窑的稳定特性和生产过程的动态特性。

技术领域

本发明涉及的是一种氧化锌挥发窑的建模方法，具体的说就是一种基于机理与支持向量机的氧化锌挥发窑的混合建模方法。

背景技术

氧化锌挥发窑窑体分为干燥带、预热带、烧成带和冷却带四个带区，其中窑内所有的反应与生产过程几乎全在烧成带完成，烧成带的温度是决定企业产品生产效率、质量、成本及生产过程的连续性，实际生产经验确定锌矿还原挥发烧成带温度为1100-1300℃，温度过低或过高都不利于产品的生产。温度过低带来的主要问题由于锌的还原过程是强烈的吸热过程，温度过低会使得混合料无法充分完全反应，减少了氧化锌的产量，提高了副产品的含量，焦粉在低温环境下会大量生成，还原气氛弱，也不利于氧化锌的生产。温度过高的负面影响是高温直接造成了能源的大量浪费，在后续的工艺中还要增加降温设备的投入，能源无法充分利用，会增加金属铅的成分，降低了锌的纯度，而且温度过高容易降低耐火材料的寿命,不仅会造成窑体的变形，还大大的减少了生产周期，提高了生产成本。因此，建立挥发窑烧成带温度模型为挥发窑控制系统设计奠定了基础，有利于氧化锌挥发窑生产自动化的实现。

目前挥发窑的建模方法主要有机理建模法、神经网络辨识法、最小二乘支持向量机拟合法。由于挥发窑是一个存在大惯性、大滞后和时变的对象，加上窑体一直处于回转状态，关键工艺参数难以准确及时的测量，因此单纯的机理模型很难准确地定量描述封闭窑内的热工状况和反应机理。神经网络建模方法虽然具有较强的非线性拟合能力，但其训练需要大样本数据，且训练效果对样本依赖性较强，训练结果不稳定，神经网络结构的确定还要凭借设计者经验等。故机理建模法和神经网络法都有其局限性。最小二乘支持向量机拟合法虽然训练效果较神经网络精度高速度快，但是单纯的通过数据拟合建立的模型涉及到的变量和生产因素较少且不能体现挥发窑内物料的化学反应过程和生产机理。因此可以考虑将机理建模与支持向量机拟合生产数据混合建模的方法建立氧化锌挥发窑模型。

发明内容

本发明的目的是对现存的挥发窑建模方法不能完全准确的表征窑内热工状况和生产机理，导致的难以设计控制系统和影响挥发窑生产自动化实现的进程，将机理与支持向量机拟合参数进行混合建模，使混合模型既能避免单一的机理建模和支持向量机建模的缺点，又能继承它们的优点。氧化锌挥发窑生产过程是一个分布参数系统，沿轴向的气相和固相温度分布互相影响。由于窑内化学反应伴随着能量的变化，则窑内烧成带温度与化学反应进程相辅相成，窑内的主要化学反应及其能量变化如下表1所示。根据窑内的化学反应、质量守恒和能量守恒建立机理模型。

由于在某一横截面的任何化合物质量随时间的变化量一定等于该化合物移动到该区域的

质量与在该区域生成的该化合物的质量之和。则质量守恒方程可写为：

式中，t为时间，z为沿窑向距离，m是所给化合物的质量，下标i为所给化合物序号，v为沿窑长的运动速度，r为反应速率及M为摩尔质量。

由表1的化学反应方程式可知，化合物包括C，CO，CO2，O₂，Fe，FeO，Fe₂O₃，Zn，ZnO，E为活化能，ΔH为反应热，k为指前因数，i为方程序号。

表1氧化锌挥发窑化学反应及热力学