（控制科学与工程专业论文）基于支持向量机的回转干燥窑生产过程建模与能耗优化研究.pdf

博士学位论文 摘要 摘要 回转干燥窑广泛应用于工业生产中，尤其在有色金属生产中占有 重要地位，如何降低其生产过程中的高能耗一直是困扰企业的难题。 干燥过程涉及复杂的传热、传质机理，与干燥物质的特性密切相关， 回转干燥窑是一个大惯性、大滞后性、存在时变参数的控制对象，加 上窑的主要部分处于回转状态，关键工艺参数难以准确及时的测量， 因此很难定量的描述封闭窑内的热工状况。这种参数信息的模糊性， 使得建模的难度非常大，导致传统的优化控制策略难以实施。 本文以锌精矿回转干燥窑为背景，在深入研究其干燥过程机理的 基础上，提出了基于支持向量机的回转干燥窑生产过程建模方法，采 用基于支持向量机模糊模型的方法解决模型中干燥速率难以确定的 问题。为了提高模型的预测精度，利用干燥过程分多个阶段的特点， 提出了基于多阶段多支持向量机的回转干燥窑生产过程级联模型的 方法，采用多阶段多支持向量机模糊模型确定干燥速率。针对支持向 量机模糊模型中超参数的优化问题，提出了改进的遗传算法及免疫进 化遗传算法，避免了人工选取参数的不足。为了提高模型的运算速度， 提出了改进的变长度粒子群优化算法精简支持向量。在所获模型基础 上提出了基于混沌扰动的粒子群约束优化算法，优化干燥过程热工参 数，实验数据、仿真和应用都验证了此方法的有效性。论文的主要研 究工作及创新性成果如下： ( 1 ) 建立了基于能量、质量守恒定律的回转干燥窑生产过程机理模 型，该模型由燃烧室及回转干燥窑窑体机理模型组成，通过燃烧室模 型确定产生的烟气量及烟气温度，通过回转干燥窑窑体模型掌握热量 利用情况，同时获得物料与烟气在窑内沿轴向连续变化的情况。设计 了热平衡测试、参数测试和干燥速率测试实验，并进行了模型仿真， 结果显示该模型能反映实际过程趋势，为后续研究奠定了基础。 ( 2 ) 提出了基于支持向量机的回转干燥窑生产过程建模方法，运用 机理模型描述干燥过程，确定模型的结构，运用模糊建模方法确定干 燥速率，并采用基于支持向量机回归模型的方法解决干燥速率模糊规 则难以获取的问题，既增加了模糊规则的可靠性又保持了模糊模型的 解释性。为了补偿干燥速率实验样本与现场生产数据之间的误差，提 出了基于支持向量的残差补偿方法，有效地提高了模型的预测精度。 博士学位论文 摘要 ( 3 ) 提出了改进的遗传算法及免疫进化遗传算法解决支持向量机模 糊模型中超参数的优化问题，改进的遗传算法保留了遗传算法全局搜 索能力，同时为了克服遗传算法收敛慢的不足，在后期融入了局部线 性搜索；免疫进化遗传算法将遗传算法的搜索空间划分为小生境，根 据小生境中个体的浓度利用免疫进化算法对适应值进行了修正，克服 了遗传算法易出现“早熟的问题。运行结果表明，两种方法都能有效 地找到最优超参数，而改进的遗传算法具有更快的收敛速度。 ( 4 ) 提出了基于多干燥阶段多支持向量机的回转干燥窑生产过程级 联模型的方法，利用多阶段多支持向量机模糊模型确定干燥速率。针 对建模时输入样本空间难以划分的问题，提出了融入分区熵判断准则 的模糊c 均值算法( f c m ) ，同时为了克服f c m 算法对噪声数据敏 感问题，引入了可能性f c m 聚类算法，讨论了基于核函数的聚类算 法，提高了输入样本空间划分的准确率。实验结果表明，该级联模型 能提高预测精度，但增加了模型的复杂程度。 ( 5 ) 针对过多的支持向量降低模型的运算速度问题，提出了一种新 的基于粒子群优化算法的支持向量精简方法，运用变长度粒子编码， 将预测精度直接作为性能指标，通过粒子群优化算法获得精简支持向 量集。结果表明该算法能在基本保持原预测精度的基础上有效地减少 了支持向量个数，提高了模型的运行速度。 ( 6 ) 在回转干燥窑生产过程模型的基础上，针对工程中带约束的优 化问题，提出了基于混沌扰动的粒子群约束优化算法，以干燥全过程 参数范围为约束，以热效率最高为目标，通过混沌扰动使粒子跳出局 部极值及不动点，获得最优的工艺参数，从而达到节约能源、降低消 耗的目的，运行结果及实际应用表明了方法的有效性。 关键字回转干燥窑，支持向量机回归，多支持向量机，级联模型， 遗传算法，粒子群算法 博士学位论文 a b s t r a c t r o t a r yd r y e r sa r ew i d e l yu s e di ni n d u s t r i a lp r o c e s s e s ，p a r t i c u l a r l yi n t h en o n f e r r o u sm e t a lp r o d u c t i o n b u th o wt or e d u c et h eh i g h - e n e r g y c o n s u m p t i o no fr o t a r yd r y e rd u r i n gp r o d u c t i o np r o c e s si ss t i l lab u s i n e s s p r o b l e m i t sd r y i n gp r o c e s sn o to n l yi n v o l v e sc o m p l e xh e a tt r a n s f e ra n d m a s st r a n s f e rm e c h a n i s m ，b u ta l s oc l o s e l yr e l a t e st ot h ep r o p e r t i e so fd r y m a t e r i a l t h er o t a r yd r y e ri sac o n t r o lo b j e c tw i t hl a r g ei n e r t i a ，l a r g et i m e d e l a y , a n dt i m e v a r y i n gp a r a m e t e r s ，a n dw h a t sm o r e ，t h em a i np a r t so f t h ed r y e r sa r ei nar o t a t i n gs t a t e ，t h ek e yt e c h n o l o g i c a lp a r a m e t e rc a nn o t b em e a s u r e da c c u r a t e l ya n dt i m e l y t h e r e f o r e ，i ti sd i f f i c u l tt od e s c r i b e t h et h e r m a ls t a t eo fc l o s e d d r y e rq u a n t i t a t i v e l y t h ea m b i g u i t yo f p a r a m e t e ri n f o r m a t i o nm a k e sm o d e l i n gv e r yd i f f i c u l t ，s ot h et r a d i t i o n a l o p t i m i z a t i o nc o n t r o ls t r a t e g yi sh a r dt oi m p l e m e n t i nt h ep a p e r , t a k i n gaz i n cc o n c e n t r a t eo r er o t a r yd r y e ra st h e b a c k g r o u n d ，as u p p o r t - v e c t o r - r e g r e s s i o n ( s v r ) 一b a s e dm o d e lf o rr o t a r y d r y e rp r o d u c t i o np r o c e s si sp r o p o s e db a s e do nt h ed e e ps t u d yo ft h e d r y i n gp r o c e s sm e c h a n i s m as v r - b a s e df u z z ym o d e li sa d o p t e dt os o l v e t h ep r o b l e mo fd e t e r m i n gt h em o d e lp a r a m e t e r sd r y i n gr a t e i no r d e rt o i m p r o v ep r e d i c t i o na c c u r a c y , u s i n gt h em u l t i - - p h a s e d d i s t r i b u t i o nf e a t u r e o f r o t a r yd r y i n gp r o c e s s ，t h em u l t i - p h a s e da n dm u l t i - s v rc a s c a d em o d e l i sp r o p o s e da n dd r y i n gr a t ei sd e t e r m i n e db yu t i l i z i n gm u l t i - p h a s e da n d m u l t i s v rf u z z ym o d e l w h i l ef o rt h eo p t i m i z a t i o no fh y p e rp a r a m e t e r s o fs v rf u z z ym o d e l ，a ni m p r o v e dg e n e t i ca l g o r i t h ma n da l li m m u n e g e n e t i ca l g o r i t h m a r e p r o p o s e dr e s p e c t i v e l y t oa v o i dt h el a c ko f e x p e r i e n c ei nc h o o s i n gp a r a m e t e r s i no r d e rt oi m p r o v et h ec o m p u t a t i o n s p e e d o ft h e m o d e l ，a ni m p r o v e dv a r i a b l e l e n g t h p a r t i c l e s w a r m o p t i m i z a t i o na l g o r i t h mb a s e dr e d u c e ds u p p o r tv e c t o ri sp r o p o s e d b a s e d o nt h eo b t a i n e dm o d e l ，t h ec h a o sd i s t u r b e n c ep a r t i c l es w a r mc o n s t a i n e d o p t i m a z a t i o na l g o r i t h mi sp r o p o s e dt oo p t i m i z et h et h e r m a lp a r a m e t e r so f d r y i n gp r o c e s s e x p e r i m e n t a ld a t a ，s i m u l a t i o n sa n da p p l i c a t i o n sh a v e p r o v e d t h ee f f e c t i v e n e s so ft h i s m e t h o d t h em a i nr e s e a r c ha n d i n n o v a t i v ea c h i e v e m e n t so f t h ep a p e ra r ea sf o l l o w s ： i i i 博士学位论文 ( 1 ) r o t a r yd r y e rp r o d u c t i o np r o c e s sf i r s t p r i n c i p l e m o d e lb a s e do n e n e r g yc o n s e r v a t i o na n dm a s sc o n s e r v a t i o nl a wi se s t a b l i s h e d t h em o d e l c o n s i s t so fc o m b u s t i o nc h a m b e ra n dr o t a r yd r y e rb o d yf i r s t p r i n c i p l e m o d e l t h ev o l u m ea n dt e m p e r a t u r eo ff l u e g a sa r eo b t a i n e db yt h e c o m b u s t i o nc h a m b e rm o d e l t h eh e a tu t i l i z a t i o na n dt h ec o n t i n u o u s l y c h a n g i n gs i t u a t i o n so fm a t e r i a la n dd r y i n gm e d i u mi nt h ed r y e ra l o n gt h e a x i a l d i r e c t i o na r eg o t t e nb yt h er o t a r yd r y e rb o d ym o d e l t h e r m a l b a l a n c et e s t i n ge x p e r i m e n t s ，p a r a m e t e r st e s t i n ge x p e r i m e n t sa n dd r y i n g r a t e t e s t i n ge x p e r i m e n t sa r ed e s i g n e da n ds i m u l a t e d ，w h i c hl a y s a f o u n d a t i o nf o r f o l l o w u ps t u d y t h es i m u l a t i o nr e s u l t s s h o wt h a tt h i s m o d e lc a nr e f l e c tt h et r e n do ft h ea c t u a lp r o c e s s ( 2 ) t h es v r - b a s e dr o t a r yd r y e rp r o d u c t i o np r o c e s s m o d e li s p r o p o s e d f i r s t p r i n c i p l em o d e li su s e d t od e s c r i b et h ed r y i n gp r o c e s sa n d d e t e r m i n et h es t r u c t u r eo ft h em o d e l f u z z ym o d e l i n gm e t h o di s e m p l o y e dt od e t e r m i n et h ed r y i n gr a t e i nr e g a r dt ot h ep r o b l e mo f o b t a i n i n gt h ed r y i n gr a t ef u z z yr u l e s ，am e t h o du s i n gs v rm o d e li s a d o p t e d i no r d e rt oc o m p e n s a t e e r r o r sb e t w e e ne x p e r i m e n t a ls a m p l e sa n d a c t u a lp r o d u c t i o ns a m p l e so fd r y i n gr a t e , as u p p o r tv e c t o rr e s i d u a l c o m p e n s a t i o nm e t h o di sp r o p o s e d t h i sm e t h o dc a nc o m p e n s a t ef o rt h e e r r o r se f f e c t i v e l y ( 3 ) a ni m p r o v e dg e n e t i ca l g o r i t h ma n da ni m m u n eg e n e t i ca l g o r i t h m a r eu s e dr e s p e c t i v e l yt os o l v et h ep r o b l e mo fo p t i m i z a t i o no fh y p e r p a r a m e t e r so fs v rf u z z ym o d e l f e a t u r e so ft h ef o r m e ri n c l u d e ：r e t a i n t h eg l o b a ls e a r c ha b i l i t yo fg e n e t i ca l g o r i t h m ，a n di no r d e rt oo v e r c o m e t h es l o wc o n v e r g e n c eo fg e n e t i ca l g o r i t h m ，i n t e g r a t el o c a ll i n e a rs e a r c hi n t h el a t t e rp a r to ft h ea l g o r i t h mt os p e e du pt h ec o n v e r g e n c er a t e f o rt h e l a t t e r , i no r d e rt oo v e r c o m et h e p r e m a t u r e ”p r o b l e mo fg e n e t i ca l g o r i t h m d u r i n gp r o c e s so fs e a r c h i n gf o rt h eo p t i m a ls o l u t i o n ，g e n e t i ca l g o r i t h mi s i m p r o v e d d i v i d i n gt h es e a r c hs p a c eo fa l g o r i t h mi n t os m a l ln i c h e s ，a n d a c c o r d i n gt ot h ec o n c e n t r a t i o no fi n d i v i d u a ln i c h e ，i m m u n ee v o l u t i o n a r y a l g o r i t h mi su s e dt oa m e n d t h ef i t n e s sv a l u e s t h er e s u l t ss h o wt h a tb o t h m e t h o d sc a nf i n dt h eo p t i m a lm o d e lh y p e rp a r a m e t e r se f f e c t i v e l y , w h i l e t h ei m p r o v e dg e n e t i ca l g o r i t h mh a sf a s t e rc o n v e r g e n c es p e e d ( 4 ) ar o t a r yd r y e rp r o d u c t i o np r o c e s sc a s c a d em o d e lb a s e do n i v 博士学位论文a b s t r a ( t m u l t i d r y i n g p h a s e da n dm u l t i - s v ri sp r o p o s e d f o rt h ek e yp r o b l e m t h a ti n p u ts a m p l es p a c ei sv e r yd i f f i c u l tt od i v i d ed u r i n gm o d e l i n g ，a l l i m p r o v e df u z z ycm e a n sa l g o r i t h m ( f c m ) b a s e do ns p a c ee n t r o p yr u l e s i sp r o p o s e d m e a n w h i l e ，i no r d e rt oo v e r c o m et h ep r o b l e mt h a tf c m a l g o r i t h mi sv e r ys e n s i t i v et on o i s ed a t a ，t h ep o s s i b i l i t yf c mc l u s t e r i n g a l g o r i t h m ( p f c m ) i si n t r o d u c e d ，t h ek e r n e l - b a s e dc l u s t e r i n ga l g o r i t h m ( k p f c m ) i sd i s c u s s e d ，t om a k et h ea c c u r a c yo fi n p u ts a m p l es p a c eb e t t e r t h ee x p e r i m e n t a lr e s u l t ss h o wt h a tt h ec a s c a d em o d e lc a r li m p r o v et h e p r e d i c t i o na c c u r a c y , b u ti n c r e a s et h ec o m p l e x i t yo fm o d e l ( 5 ) f o rt h ep r o b l e m so fi n c r e a s i n gc o m p u t a t i o ns p e e dc a u s e db yt o o m a n ys u p p o r tv e c t o r s ，an e wp a r t i c l es w a r mo p t i m i z a t i o na l g o r i t h mb a s e d r e d u c e ds u p p o r tv e c t o rm e t h o di sp r o p o s e d u s i n gv a r i a b l el e n g t hp a r t i c l e c o d i n gt op r e d i c ta c c u r a c y , l e t t i n gi ta sap e r f o r m a n c ei n d e xd i r e c t l y , a n d o b t a i n i n gt h er e d u c e ds u p p o r tv e c t o rs e tb yp a r t i c l es w a r mo p t i m i z a t i o n a l g o r i t h m t h er e s u l t ss h o wt h a tt h ea l g o r i t h mc a r lr e d u c et h en u m b e ro f s u p p o r tv e c t o r se f f e c t i v e l yo nt h eb a s i so fm a i n t a i n i n gt h eo r i g i n a l p r e d i c t i o na c c u r a c y , a n dt h u si m p r o v et h em o d e ls p e e d ( 6 ) b a s e d o n r o t a r yd r y e rp r o d u c t i o np r o c e s sm o d e l ，f o rt h e o p t i m i z a t i o np r o b l e m s w i t hc o n s t r a i n t si n e n g i n e e r i n g ，t h e c h a o s d i s t u r b e n c ep a r t i c l es w a r mc o n s t a i n e do p t i m i z a t i o na l g o r i t h mi sp r o p o s e d t a k i n gt h er a n g eo fp a r a m e t e r si nd r y i n gp r o c e s sa sc o n s t r a i n t ，w i t ht h e h i g h e s tt h e r m a le f f i c i e n c ya st h eg o a l ，m a k ep a r t i c l e so u to fl o c a lm i n i m a a n dn o n f i x e d p o i n tb yc h a o t i cd i s t u r b i a n t e t oo b t a i nt h e o p t i m a l t e c h n o l o g i c a lp a r a m e t e r s ，a n dt h u ss a v ee n e r g ya n dr e d u c ec o n s u m p t i o n t h er e s u l t sa n dp r a c t i c a la p p l i c a t i o nh a v ep r o v e dt h ee f f e c t i v e n e s so ft h i s m e t h o d k e yw o r d sr o t a r yd r y e r , s u p p o r t v e c t o rr e g r e s s i o n ，m u l t i s u p p o r t - v e c t o rr e g r e s s i o n ，c a s c a d e m o d e l ，g e n e t i ca l g o r i t h m ，p a r t i c l es w a r m a l g o r i t h m v 博士学位论文 符号表 符号表 符号含义 单位 符号含义单位 名称名称 j | 物料与空气的接触面积 m 2 q 。 煤气带入的显热 l c j l l a v 比表面积 m 2 m 3 q 。 离窑烟尘带出热k j m b 煤气消耗量 k g n m 3 q ， 煤气燃烧热l c j m c i 进入燃烧室空气的比热 k j k g q 。 出燃烧室烟气带出的显热k j m c c 煤气的比热k j n m 3 q 。 煤气低位发热量 k j n m 3 g 。 蒸气的比热 k j k g q 外界供给的热量 l ( j l l g 水的比热 k j k g 么 回转窑表面散热 l ( j m g 绝干物料的比热 k j k g q 离窑输出的热量 l c j l l q 烟气的比热 k j k g 幺 离窑物料带出热 l c j h q 烟尘的比热 k j k g q i 离窑烟气带出热l 【j m d 干燥窑内径 m q 水分蒸发热l ( j m l 摩擦因子 玑 离窑物料中水分带出热 l 【j l i r 干燥窑表面积 m 2 敛 工艺要求耗热量 l ( j m g d 离开燃烧室烟气含尘量 n m 3 m q l 损失的热 l ( j h 进入干燥窑的理论烟气量 n m 3 h s 干燥窑横截面积 m 2 g ， 进入干燥窑的实际烟气量 n m 3 hf 物料干燥时间 h 6 厶 离窑的干烟气量 n m 3 m 毛 进入燃烧室空气的温度 6 0 离窑烟气量 n m 3 h 岛 煤气的温度 g 0 离窑烟气中的水分 k g hf d 离窑烟尘的温度 g m 进料量 k e r n t e l 出燃烧室烟气的理论温度 瓯 离窑物料中的水分 k g h f g l 出燃烧室烟气的实际温度 h v 蒸发的潜热 k j k g 龟 窑内烟气的温度 幽， 0 c 时蒸发的潜热 k j k gf k 干燥窑表面温度 烟气的焓值 k j k g 窑内物料温度 烟气进干燥窑的焓值 k j k g f u 环境温度 l t l 烟气出干燥窑的焓值 k j k g 知 窑内物料中水的温度 置2 湿物料的焓值 k j k gu - 体积对流传热系数k w m 3 l - 物料进干燥窑的焓值 k j k g匕 窑横截面上单位面积气体 k g m 2 sl 血l 博士学位论文符号表 流速 物料出干燥窑的焓值 k j k g y干燥窑的体积 m 3 l m 2 水蒸汽的焓值 k j k g 干燥速率 k g m 2 s l _ l 冒l 水蒸气在1 4 6 时的焓值 k j k g 巩 绝干烟气质量流率 k g s 厶 传质因子 既 绝干物料质量流率 k g s 矗 传热因子 睨 水分蒸发汽化量 k g s k 传质系数 x 物料的湿含量( 干基) k g k g z 干燥窑的长度 m x l 物料进干燥窑的湿含量 k g k g 工。 理论空气量 n m 3 x 2 物料出干燥窑的湿含量 k g k g 工。 实际空气量 n n l 3 x 。 临界湿含量( 干基) k g k g m 2 绝干烟气量 蚝 x 。 平衡湿含量( 干基) k g k g 绝干物料质量 k g y 烟气的湿含量( 干基) k g k g 蚝 烟气的摩尔质量 k g m o l y l 烟气进干燥窑的湿含量 k g k g 朋 水的摩尔质量 k g m o le 烟气出干燥窑的湿含量 k g k g ? i f 扬沙板的数量 匕 绝对平衡湿含量 k g k g n干燥强度 k g m 3 s 伊 特征湿含量 p o 总的压力 p a 校正系数 最o ) 饱和蒸汽压力 p a 丫 回转干燥窑的高温系数 缸 烟气传递给物料的平均传 k j m 2 s 干燥窑总给热系数 a o 热速率 g 烟气传递给物料的传热速 k j m 2 s 口 对流传热系数 k w m 2 * c 率 q 热流量 w 空气过剩系数 见 空气带入的显热1 ( j h 博士学位论文第一章绪论 1 1 研究背景 第一章绪论 干燥是最古老、使用最为普遍的操作，它是冶金、化学、农业、食品、陶瓷、 造纸、木材等行业必不可少的过程，同时干燥也是一种高能耗的操作，据文献【l 】 报道，在各种工业部门总能耗中，干燥耗能从4 ( 化学工业) 到3 5 ( 造纸工 业) 。发达国家如法国、英国、瑞典等国家，工业总能耗的1 2 被用于干燥方面， 在我国干燥操作的能耗约占总能耗的1 0 ，随着我国经济的高速发展，干燥耗能 也越来越大，然而据文酬2 】报道，干燥中的生产操作成本绝大部分是能耗，而不 是最初的设备投资，在美国每年干燥设备所占的资本仅为8 亿美金。目前有报道 的干燥设备数目达到了4 0 0 余种，其中常用的有1 0 0 多种【3 】。回转干燥窑在冶金 行业中应用最为广泛，问世已逾百年，尤其在有色金属生产中占有重要的地位， 用来对矿石、精矿、中间产物进行加热脱水处理。我国是世界上使用回转干燥窑 数量最多的国家之一f 4 】，回转干燥窑与其它干燥设备相比，具有许多优点：生产 能力大，可连续操作；结构简单，操作方便；故障少，维修费用低；适用范围广， 流体阻力小，可以用它干燥颗粒状物料，对于那些附着性大的也很有利【5 】，但其 使用过程中的高能耗一直是困扰企业的难题。 从控制的角度而言，解决回转干燥窑能耗的关键是充分掌握并控制窑内的热 工状况，寻找最优工作点并优化各工艺参数，使干燥窑能在最优工作点附近稳定 运行，以达到节能降耗的目的。然而回转干燥窑是一个大惯性、大滞后性、存在 时变参数的控制对象，即使是最简单的回转干燥窑，物料在窑内的运动过程也是 高度非线性、复杂的，同时干燥尤其是回转干燥是个非常复杂的过程，它不仅涉 及到复杂的传热、传质机理，还与干燥物质的物料特性密切相关，加上窑的主要 部分处于回转状态，检测仪器通常只能安装在窑的两端，导致关键工艺参数难以 准确及时的测量，因此我们很难定量的描述封闭窑内的热工状况。这种参数信息 的模糊性，使得建模的难度非常大，导致传统的优化控制策略难以实施，复杂的 非线性优化问题也使得应用传统优化理论遇到了困难。 与此同时，无需对生产过程有深入了解，并结合一定机理的基于数据统计的 建模方法以及智能优化方法正逐步为广大研究者和工程师所接受。随着现代智能 技术得到不断的发展，人们逐渐把模糊系统、人工神经网络、专家系统等智能方 法应用到建模过程中 6 - s ，各种新颖的技术如基于小样本的通用学习方法支持向 量机方法的应用，不仅解决了样本难以获取的问题而且克服了人工神经网络的不 足，给建模技术的发展注入了新的活力。在模型优化方面各种智能优化方法也应 运而生，尤其是各类仿生智能优化算法如遗传算法、免疫算法、粒子群算法的广 博士学位论文第一章绪论 泛应用使得建立的模型更为实用，模型的精确性也得到了大大的提高。在美国、 法国等发达国家利用建立过程模型，将过程控制和优化理论引入到回转干燥过程 的方法指导生产可节能1 0 3 0 【3 1 ，然而我国在这方面还很少有人研究，国内很 多回转干燥窑还主要依靠手动操作，依赖人工技巧和经验判断窑内热工状态，不 仅能耗高，而且生产技术、检测与控制手段与先进国家差距较大，尤其是冶金行 业用回转干燥窑技术，基本停留在五、六十年代建厂时水平。 随着我国经济的快速增长，对能源的需求也随之递增，当前我国正面临能源 和资源两大技术瓶颈，尤其是有色冶金、水泥等重化工工业的能源消耗特别大。 当前对于干燥技术有三项目标是学者们公认的：一是干燥操作要保证产品质量， 二是干燥作业对环境不造成污染，三是要节制1 1 。因此，如何从回转干燥窑生产 过程建模与优化着手，减少热损失，提高回转干燥窑的热效率具有特别重要的意 义。本课题正是在这样的背景下产生，对于给定的回转干燥窑，力图采用一种更 为合理的建模技术用于其生产过程中生产目标与操作参数的描述，并在此基础上 实现回转干燥窑生产过程能耗优化控制，为企业提高经济效益、推行清洁生产提 供切实的解决途径。 本课题受到国家自然科学基金重点项目( n o ：6 0 6 3 4 0 2 0 ) 、国家自然科学基 金项目( n o ：6 0 8 7 4 0 6 9 ) 、湖南省科技厅项目( n o ：2 0 0 7 g k 3 0 4 9 ) 的资助。 1 2 回转干燥窑生产过程建模方法研究现状 k 2 1 回转干燥窑生产过程模型 对于回转干燥窑生产过程模型的研究，最早从6 0 年代开始，通常是建立机 理模型，计算物料沿窑轴向各点的温度及出料湿含量，建模过程中提出的假设条 件决定了模型的精度及复杂程度。1 9 6 3 年m y k l e s t a d t 9 】第一个利用烟气温度、物 料输入湿含量及喂料量预测出料湿含量。1 9 6 4 年s h a r p l e s 等人【l o j 第一次建立了 顺流型回转干燥窑模型，该模型是一个全模型，由四联立微分方程组成，用来描 述物料的传热传质过程，作者在计算机上做了仿真研究但没有现场验证过。此后 有许多研究者进行了类似于s h a r p i e s 等人的分析，建立了更为复杂的模型，著名 的有1 9 7 2 年t h o r p d l l 】将回转干燥窑分解成若干个理想阶段，并对每个阶段列写 传热传质方程，当分解的阶段数足够大时，t h o r p e 获得了与s h a r p i e s 等人类似的 结果。尽管如此，他仍然没有将实验值与实际值进行比较。1 9 7 7 年k e l l y 与 d o 衄d l 【1 2 】提出了新的计算滞留时间的式子，并结合p o r t e r t l 3 】的热转换方程建立 了回转干燥的全模型。该模型虽然获得了很好的预测结果，但作者同时也承认这 是个非常复杂的模型，不适合应用于实际生产中。1 9 7 9 年r e a y t l 4 j 建立了两个独 2 博士学位论文第一章绪论 立的模型描述回转窑，其中一个描述物料的干燥特性，与回转窑的类型无关，另 一个描述热转换过程及物料的运动过程，他在文中指出获得模型的难度在于干燥 速率的确定。1 9 8 6 年k a m k e 与w i l s o n 【l5 】研究木材回转干燥特性时发现物料最初 的湿含量值与烟气温度对出料湿含量的影响最大。1 9 9 3 年d o u g l a s 等人【怕】建立 了糖厂逆流型回转干燥窑集中参数式动态模型并验证了模型的有效性。随后 w a n g 等人u 刀基于d o u g l a s 等人的模型，提出了糖厂回转干燥窑分布式参数模型， 并利用多种方法预测热量的变化情况。1 9 9 7 年d u c h e s n e 1 8 】建立了动态回转干燥 窑仿真器，通过仿真检测燃料流量、二次空气流量对物料湿含量及温度的影响。 2 0 0 3 年i g u a z t l 9 】等人将窑分成1 0 个部分，每部分列写传热传质方程，建立了顺 流型回转干燥窑模型，用来预测出料湿含量、物料及气体的温度。 运用机理建模方法最大的优点是它具有明确的物理意义，可以充分利用己知 的过程知识，准确地描述干燥过程的本质特点，有较大的适用范围且操作条件变 化可以类推。但在实际应用中由于回转干燥窑的干燥机理复杂，因此建模时通常 需要做适当的简化假设，建模的过程比较繁琐，同时模型参数也难以确定。虽然 这类模型已成功仿真窑的操作过程，但只适用于简单粗略的分析，很少有应用于 实际回转干燥窑的报道。 随着现代智能技术得到不断的发展，人们开始把模糊系统、人工神经网络、 专家系统等智能方法应用到建模过程中。由于模糊模型具有善于表达知识，推理 类似于人的思维等特点，因此目前在回转干燥窑生产过程模型中应用得最为广 泛。1 9 7 8 年丹麦学者l a r s e n 2 0 】为一条湿法水泥回转窑成功设计了世界上第一台 模糊控制器，从而开辟了水泥回转窑控制的新途径。1 9 9 9 年奥卢大学控制工程 实验室的y l i i l i e m i 【2 l ，2 2 】在实验回转干燥窑上分别建立了含p i 控制的模糊模型及 神经网络模型用来控制方解石的出料湿含量，并进行了仿真测试，测试结果显示 这两种模型可以提高实验回转干燥窑的热效率，降低有害气体排放。2 0 0 1 年该 实验室的另一名学者j a r v e n s i v u 捌在工业水泥回转窑上建立了带前馈控制的模 糊模型控制输出端烟气的温度。2 0 0 3 年h a g e r n o e n 2 4 】在工业水泥回转窑上分别设 计了燃烧专家模型及产量专家模型调节燃料流量、二次空气流量及喂料量和窑 速，运行结果显示水泥产量增加了1 0 ，燃料的效率增加了5 。2 0 0 5 年希腊的 t s o u r v e l o u d i s 【2 5 j 在工业回转干燥窑上分别建立了基于专家经验的模糊模型及自 适应神经模糊推理模型控制橄榄石的含油量，并在多种操作条件下进行了检测与 比较。 值得指出的是回转干燥窑生产过程经验模型的建立虽然不需要涉及复杂的 过程机理，只需过程操作数据就可以在相对短的时间内完成，但该类方法的缺点 也是明显的，模型的精度取决于初始数据集的选择，而从回转干燥窑现场采样得 3 博士学位论文第一章绪论 到的样本往往存在着样本数据量不足，样本质量不高等问题，导致模糊规则难以 获取且较难全面、准确地反映实际对象，使模型的可靠性降低，尤其当利用这类 模型外推的时候，由于其只能反映系统输入输出之间的特性，不能充分利用过程 的内部信息，模型参数也不象机理模型参数一样，具有明确的物理意义，因此它 很难直接适应不同的操作条件，更容易发生模型所得结果违背先验知识的情况， 影响其有效性。 上述两种建模方法各自的局限性使得很多学者建议将实际过程分解成机理 己知和未知两部分，针对已知部分建立机理模型，而对于无法机理建模的部分， 则采用经验建模的方法。这类智能模型的特点是考虑了回转干燥过程的机理信息 和现场采集的信息，因此模型获得的信息更加丰富和全面，同时还能减少计算量， 使模型获得较强的适用性【2 6 1 。目前此类模型常见的结构有两类，一类是以机理模 型为基础，同时采用人工智能技术为一些重要的过程参数建模，将其输出作为机 理模型的输入。典型的例子如c u b i l l o s 等人【27 】以质量守恒、能量守恒定律为基础， 建立了回转干燥窑、流化床出料湿含量的机理模型，并采用神经网络的方法确定 干燥速率与对流传热系数，仿真结果表明该方法比单纯用神经