[发明专利]基于时滞动态确定的玻璃窑炉池底温度智能预测控制方法

摘要

本发明涉及一种基于时滞动态确定的玻璃窑炉池底温度智能预测控制方法，属于自动控制、信息技术和先进制造领域，其特征在于，首先采用ARMAX模型(自回归滑动平均模型)对玻璃窑炉天然气流量与玻璃窑炉池底温度之间的缓慢变化的时滞进行动态确定；在每次确定时滞后，基于相关历史生产数据，采用ARMAX和ANFIS(自适应神经模糊推理系统)相结合的建模方法动态建立玻璃窑炉池底温度预测模型；基于该预测模型，采用前馈和反馈相结合的智能控制方法，对玻璃窑炉天然气流量进行在线智能调整，其中，前馈输入为玻璃窑炉池底温度预测值。该方法可用于对玻璃窑炉池底温度进行智能控制，以有效降低玻璃窑炉池底温度的波动，提高玻璃产品质量，降低窑炉能耗。

主权项

1.一种基于时滞动态确定的玻璃窑炉池底温度智能预测控制方法，其特征在于，包括：/n采集和处理玻璃窑炉池底温度控制相关的生产信息，并确定所述生产信息的每小时变化平均值；/n根据所述生产信息的每小时变化平均值，采用自动回归滑动平均模型ARMAX对玻璃熔窑缓慢变化的时滞进行确定并定时更新；/n采用ARMAX和ANFIS相结合的建模方法动态建立玻璃窑炉池底温度预测模型；/n基于所述玻璃窑炉池底温度预测，采用前馈和反馈相结合的智能控制方法，对玻璃窑炉天然气流量进行在线智能调整；/n其中，所述对玻璃熔窑缓慢变化的时滞进行确定并定时更新，具体方法为：以过去24小时内池底温度每小时变化平均值作为输出y(t)，t＝-24，-23，…，-1，以过去24小时内天然气流量每小时变化平均值、玻璃窑炉产率每小时变化平均值、含水率每小时变化平均值作为输入X(t)＝[x₁(t)，x₂(t)，x₃(t)]，t＝-24，-23，…，-1，ARMAX模型为使用ARMAX模型的参数学习算法，从而确定a_i和b_j，此时，如果b₁，b₂，…，b_T为0，而b_T+1不为零，则时滞为T小时；此判断过程每隔12小时或24小时运行一次，以对玻璃窑炉的时滞进行实时判断和定时更新；/n所述采用ARMAX和ANFIS相结合的建模方法动态建立玻璃窑炉池底温度预测模型，具体是按如下步骤进行的：/n步骤(1)：根据确定的时滞，从玻璃窑炉生产信息中获取玻璃窑炉池底温度智能预报模型所需的训练数据对，即traindata_k＝{X(ｋ-T)，y(ｋ)}，i＝1,2，…，N，其中N为训练数据个数，X(k-T)为天然气流量每小时变化平均值、玻璃窑炉产率每小时变化平均值、含水率每小时变化平均值形成的输入值，y(k)为池底温度每小时变化平均值，T为时滞；/n步骤(2)：建立ARMAX预测模型/n令ARMAX模型即池底温度与过去5小时内的池底温度和过去T至14小时内的天然气流量、玻璃窑炉产率、含水率每小时变化值有关，根据traindata_i，i＝1,2，…，N训练数据，采用ARMAX的参数学习方法，可得到a_i和b_j；在确定参数后，调用一次上述ARMAX模型，可得y(t)，将此预测值代入上述ARMAX模型，可得y(t+1)，此过程循环T次，即可得y(t+T)，从而完成玻璃窑炉池底温度的预测；/n步骤(3)：建立ANFIS预测模型/n根据traindata_i，i＝1,2，…，N，采用ANFIS的前馈/反馈学习方法，得到ANFIS预测模型，即可根据X(ｋ)的值，预测y(ｋ+T)，令ANFIS模型的预测值为y_A(ｋ+T)；/n步骤(4)：ARMA和ANFIS模型融合/n在ARMAX模型计算y(t+T)时，需要用ARMAX模型迭代计算y(t+q)，q＝0,2，…，T-1，将ANFIS模型的计算结果融入每次ARMAX模型迭代计算中，即新的计算值为y′(t+q)＝y(t+q)+y_A(ｋ+T)，从而得到经模型融合后的池底温度预测值y′(t+T)；/n所述采用前馈和反馈相结合的智能控制方法，对玻璃窑炉天然气流量进行在线智能调整，具体包含如下步骤：/n步骤(1)：通过前馈预测，确定天然气流量合理的设定范围/n根据生产实际要求的池底温度工艺范围，采用给出的池底温度预测模型，根据当前玻璃窑炉生产信息，以池底温度预测模型输出落在池底工艺范围内为优化目标，优化搜索天然气流量设定值输入，从而得到本阶段天然气流量设定值的允许变化范围/n步骤(2)：通过反馈控制，确定本阶段天然气流量设定值/n采用PID反馈控制算法，在通过实验合理确定PID参数的情况下，确定本阶段天然气流量设定值则最终的流量设定值为/n /n