（矿物加工工程专业论文）基于神经网络与遗传算法的配煤优化模型的研究.pdf

黑龙江科技学院硕士学位论文 摘要 动力配煤数字化信息控制系统对煤质在线检测的应时性、配煤煤质预 测的精度和配煤优化计算的效率等提出了较高的要求。但在动力配煤领域 仍普遍存在的一些问题，如煤炭发热量实验室测定方法繁琐，测定耗时长、 应时性差：配煤煤质预测，普遍采用的加权平均法，预测精度低；传统优 化方法效率低下、全局搜索能力差等，己成为严重影响动力配煤数字化信 息控制系统设计及良好运行的亟需克服的缺陷。 本文在配煤优化和煤质预测领域分别引入了遗传算法和神经网络技 术，并在此基础上，把神经网络和遗传算法相结合应用于配煤优化模型的 设计过程。 建立了基于加权平均法一遗传算法的动力配煤初步优化模型。该优化模 型具有较高的运算效率和稳定性，可以在单一煤种规模为2 0 ，参配煤种为 3 、精度为1 的情况下，获得最佳配煤方案。该配煤方案可用于选择合适 的煤种和设定初始配比。但由于对配煤煤质预测过程采用加权平均法计算， 导致配煤产品的煤质指标的预测值与实测值有较大的误差。 为解决加权平均法计算配煤煤质指标误差大、精度低的缺点，建立了 基于e l m a n 神经网络的配煤煤质预测模型。该预测模型不仅具有较高的预 测精度，而且解决了煤炭发热量测定应时性差的问题，能够根据各参配煤 种的m 胡、a a d 、v 且d 和对应的配比x ，直接预测出配煤产品的m a a 、a 硼、 和q n 州。 把基于e l m a n 神经网络的动力配煤煤质预测模型与遗传算法相结合， 建立了基于神经网络遗传算法的动力配煤实时优化模型。该模型具有较高 的精度，可以在配煤初步优化方案的基础上，根据配煤过程中的具体煤质 反馈数据，实现在线实时优化。 关键词：动力配煤；优化模型；预测模型：神经网络；遗传算法 黑龙江科技学院硕士学位论文 a b s t r a c t a tp r e s e n t , s o m ew e a k n e s s e se x i s ti nt h ef i e l do f s t e a mc o a lb l e n d i n g f i r s to f a 1 1 w e i g h t e da v e r a g i n gm e t h o di sm o s tc o m m o n l yu s e dt oe s t i m a t eq u a l i t i e so f c o a l sb l e n d e df r o mt h e i rc o m p o n e n tc o a l s n e v e r t h e l e s s ，m o r ea n dm o r e e x p e r i m e n t a la n dt h e o r e t i c a lr e s e a r c h e ss h o wt h a tm o s to ft h eq u a l i t i e so ft h e b l e n dc o a lc a nn o ta l w a y sb em e a s u r e da sw e i g h t e da v e r a g e so fc o r r e s p o n d i n g i n d e x e so fi t s c o m p o n e n tc o a l s s e c o n d l y , t h ec o n v e n t i o n a lm e t h o d f o r m e a s u r i n gh e a t i n gv a l u ei si n e f f i c i e n c y t h i r d l y , t h ec o n v e n t i o n a lo p t i m i z a t i o n a l g o r i t h mi se i t h e ri n e f f i c i e n to rc a no n l ya c h i e v ep a r t o p t i m i z a t i o na n di se a s i l y 仃a p p e di n t op a r t i a l l yo p t i m i z e dr e s u l t i nt h et h e s i s ，e l m a nn e t w o r ka n dg e n e t i ca l g o r i t h ma r ei n t r o d u c e di nt h e f i e l do f s t e a mc o a lb l e n d i n g a h y b r i da l g o r i t h mo fw e i g h t e da v e r a g i n gm e t h o da n dg e n e t i ca l g o r i t h mi s e m p l o y e ds u c c e s s f u l l y i n t ot h e p r i m a r ym o d e lo fo p t i m i z a t i o n g e n e t i c a l g o r i t h mi sg o o da ts e a r c h i n gf o rt h ef i n a lo p t i m i z e dr e s u l t b u tw e i g h t e d a v e r a g i n gm e t h o dm a k e i tf a i l e dt om e e tt h er e q u i r e dp r e c i s i o n t h ep r e d i c t i o nm o d e lo ft h es t e a mc o a lq u a l i t yb a s eo ne l m a nn e t w o r ki s p r e s e n t e dt o s o l v ep r o b l e mo fl o wa c c u r a c yc a u s e db yw e i g h t e da v e r a g i n g m e t h o d t h em o d e li sa d o p t e dt od e t e r m i n et h er e l a t i o n sb e t w e e nq u a l i t i e so ft h e b l e n d e dc o a la n di t sc o m p o n e n t sa n di se s t a b l i s h e df o rp r e d i c t i n gb l e n d e dc o a l s m o i s t u r ec o n t e n t ，a s hc o n t e n t ，v o l a t i l ec o n t e n ta n dh e a t i n gv a l u e t h em o d e li s v e r i f i e db yc o n f i d e n c ei n t e r v a la n a l y s i sa n dc h e c k e dd e g r e eo fr e l i a b i l i t yo f p r e d i c t a t e dr e s u l t s t e s tr e s u l t ss h o wt h a tt h em o d e li sf e a s i b l ea n de f f e c t i v e ah y b r i da l g o r i t h mo fe l m a nn e t w o r ka n dg e n e t i ca i g o r i t h m ，i nw h i c h w e i g h t e da v e r a g i n gm e t h o di sr e p l a c e db ye l m a nn e t w o r k , i m p r o v e st h e a c c u r a c ya n ds t a b i f i t y o ft h ep r i m a r yr e s u l ta n di ss u i tf o rt h er e a l t i m e o p t i m i z a t i o nm o d e l k e y w o r d s ：s t e a mc o a lb l e n d i n g ；t h eo p t i m i z a t i o nm o d e l ；t h ep r e d i c t i o nm o d e l ； e l m a l ln e t w o r k ；g e n e t i ca l g o r i t h m 黑龙江科技学院学位论文独创性声明 本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取 得的研究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中 不包含其他人已经发表或撰写过的研究成果，也不包含为获得黑龙江科技学 院或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本 研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。 研究生签名：堑逸垒日 黑龙江科技学院学位论文使用授权声明 黑龙江科技学院、中国科学技术信息研究所、国家图书馆有权保留本人 所送交学位论文的复印件和电子文档，可以采用影印、缩印或其他复制手段 保存论文。本人电子文档的内容和纸质论文的内容相一致。除在保密期内的 保密论文外，允许论文被查阅和借阅，可以公布( 包括刊登) 论文的全部或 部分内容。论文的公布( 包括刊登) 授权黑龙江科技学院研究生处办理。 日期： 黑龙江科技学院硕士学位论文 1 1 引言 第一章绪论 我国是世界上煤炭生产量最多、同时也是煤炭消费量最大的国家。煤 炭在未加工之前是一种非洁净能源和原料，煤炭的开发和利用过程中排放 大量的废弃物，极大地污染了我国人民赖以生存的环境。当前，人们最关 注的问题之一是在开发和利用煤炭的过程中如何最大限度地减少污染，保 护环境，造福人民和后代。因此，合理、有效和高效利用煤炭对于我国国 民经济的可持续发展和环境改善具有重要意义【l 】。 洁净煤技术旨在最大限度地发挥煤作为能源的潜能利用，同时又实现 最少地污染物释放，达到煤的高效、清洁利用的目的。基于我国的能源结 构以及环境状况，为实现环境、资源与发展的和谐统一，中国已把发展洁 净煤技术作为煤炭行业可持续发展的重大战略 2 1 。 为了促进煤的洁净利用，2 0 0 4 年1 2 月2 7 日，中华人民共和国发展和 改革委员会令，第2 5 号煤炭经营监管办法，第3 3 条明确规定，国家鼓励 使用洁净煤，推广动力配煤、工业型煤，节约能源，减少污染 3 l 。 动力配煤技术是以煤化学、煤的燃烧动力学和煤质溯试等学科和技术 为基础，将不同类别、不同质量的单一种煤通过筛选、破碎，按不同比例 混合和配入添加剂等过程，提供可满足不同燃煤设备要求的煤炭产品的一 种成本较低、易工业化实施的技术。通过动力配煤，可充分发挥单一种煤 的煤质优点，克服单一种煤的煤质缺点，生产出与单一煤种的化学组成、 物理性质和燃烧特性完全不同的“新煤种”，达到提高效率、节约煤炭和减少 污染物排放的目的。目前动力配煤技术是相对成熟、投入较低、见效较快、 符合我国国情、应予优先发展的洁净煤技术之_ _ 1 4 1 。 任何类型的锅炉和窑炉对煤质均有一定的要求，在现有条件下，要提 高锅炉热效率，就要保证锅炉达到正常高效运行，使燃煤特性和锅炉设计 参数相匹配。煤质过高或过低都难以达到最佳效果，在满足燃煤设备对煤 质要求的前提下，采用动力配煤技术可最大限度地利用低质煤或更充分地 利用当地现有的煤炭资源。不同品质煤的相互配合，还可以按不同地区对 黑龙江科技学院硕士学位论文 大气环境、水质的要求，调节燃煤的硫分及氮、氯、砷、氟等有害元素含 量，减少s 0 2 、n o x 及有害元素的排放，最大限度地满足环境保护要求。 概况而言，动力配煤技术具有以下几点意义【5 】： ( 1 ) 保证燃煤特性与用煤设备设计参数相匹配、提高设备热效率、节约 煤炭； ( 2 ) 通过“均质化”来保证燃煤质量的稳定，使用煤设备正常、高效运行； ( 3 ) 充分利用低质煤或当地现有煤炭资源，做到物尽其用，提高社会效 益： ( 4 ) 调节燃煤中硫及其它有害物质的含量、满足环保要求。 1 2 国内外动力配煤的研究状况 1 2 1 国外动力配煤技术发展状况 国外一些电厂进行动力配煤的主要原因和目的是采用低硫煤与高硫煤 混合燃烧以降低s 0 2 的排放，降低锅炉的结渣、沾污和积灰，充分利用高 热值煤，保证灰含量和发热量等【6 】。美国、德国、日本、英国、西班牙、 荷兰和加拿大等是从事动力配煤研究较早的国家。他们研究内容涉及到混 合系统和混合方法的研究、配煤着火性能的研究、配煤对结渣性能影响的 研究、采用配烧方法以降低n o x 及s o x 排放的研究等0 1 。 美国东部、中部煤含硫较高，分别为1 8 一3 8 和2 5 0 o - - 5 o ，洗选后 仍在1 5 v 2 5 和2 0 - - 3 5 。这使得东部和中部的电厂须用西部煤或采用 脱硫装置才能满足s o ；排放要求。采用东部、中部煤搀配西部煤进行燃烧， 既可减少运行费用与脱硫装置，又能满足s o x 和n o x 等废气排放要求。美 国在采用配煤方法降低s o x 的排放方面进行了较为深入的研究。与此同时， 也考虑通过电厂配煤运行方式来稳定入炉煤的煤质，以此避免锅炉的结渣， 而且灰含量稳定还能使灰处理系统高效运行。 德国电厂配煤燃烧始于7 0 年代初，当时烧褐煤的电厂因其质量性能常 常偏离设计指标，电厂无法满负荷运行，因而将褐煤与烟煤配烧，通过配 煤来提高低热值褐煤的利用价值。根据p t o k m o s i s 和a l i v e r i 电厂的运行情 况表明，在褐煤中配烧一定量的烟煤( 如烟煤含量1 5 ) ，除能使电厂锅炉满 2 黑龙江科技学院硕士学位论文 负荷运行外，还取得了更高的燃烧稳定性，租灰及飞灰中未燃成分f 即灰渣 含碳量) 降低，出口烟气温度下降的效果。 日本的动力燃料依赖进口，为了减少运费，近几年来开始扩大利用发 热量高的无烟煤等低挥发分煤，因而出现了煤粉炉中使用无烟煤和石油焦 等低挥发分燃料的倾向。通过配煤燃烧，燃煤质量长期稳定可靠，发电煤 耗降低，其灰渣含碳量稳定在3 以下，日本对配烧不同煤种时出现的排放 污染物增加及未完全燃烧损失增高等问题正在进行深入研究。 英国利用配煤燃烧可以将燃煤的灰分含量限制在1 7 以下，收到了减 轻或消除结渣的良好效果。 西班牙的劣质煤储量较多，为了充分利用这些煤，其研究人员研究了 低挥发分煤燃烧和配煤的燃烧特性，研究结果表明当采用配煤燃烧时，可 以提高锅炉的燃烧效率以及保证锅炉燃烧的经济性。 荷兰为防止结渣、沾污和腐蚀，并形成稳定的火焰，常燃用配煤，采 用配煤燃烧时的结渣和腐蚀倾向均有不同程度的降低。 加拿大研究了用配煤的方法调节煤的燃烧及飞灰特性，主要结论有， 燃用配煤的粉煤炉可以通过调节配入煤的比例来减少或避免运行中经常遇 到的问题：岩相学和热重法可用于研究配煤的燃烬特性，如果飞灰中的可 燃物超过1 2 ，会导致除尘器效率下降；降低氧化性飞灰中的可燃物，可以 配入活性强的高挥发分煤以强化燃烧。但也有研究表明，测得配煤飞灰含 碳量降低仅仅是表明高活性煤的燃烬度较大，总的飞灰含碳量并未改变。 在配煤技术方面，国外配煤一般采用仓混式、库混式，带混式或采用 炉内直接混合等形式，并且己经发展到依靠配煤理论、运用计算机指导煤 场和电厂的动力配煤。 采用计算机优化配煤运行是一种应付当今火电厂燃煤频繁变更，控制 入炉煤煤质的重要手段，可以有效地控制入炉煤质，保证锅炉的稳定运行， 减轻结渣、沾污、积灰、腐蚀和磨损。 例如美国p r a x i e 公司于九十年代中期开发的电厂优化配煤专家系统 ( c b a s ) 已经用于美国和加拿大的部分电厂，根据p r a x i e 公司的最新统计分 析显示： 美国p e n n s y l v a n i a 电厂在使用了c b a s 系统后，一改往日只使用固定煤 种的情况，采用多煤种的配煤燃烧，仅此一项每年可节约达2 0 0 万美元。 黑龙江科技学院硕士学位论文 肯塔基州电厂在使用了c b a s 系统后，通过配煤燃烧，增加了廉价煤 使用量，降低了发电成本，同时降低了s 0 2 和n o x 的排放，全年总计节约 1 0 0 0 万美元。 美国的另一座电厂使用c b a s 系统控制配煤的质量，达到了减轻结渣 的目的，全年总计节约2 5 0 万美元。 瑞士a b b 公司开发了应用于电厂的配煤专家系统( c o a lq u a l i t y e x p e r t ) ，此套系统为电厂带来了良好的经济效益，并在控制污染物排放中 起到了一定的作用。 1 2 2 国内动力配煤技术发展状况 中国动力配煤技术开始于2 0 世纪7 0 年代末期，上海燃料公司针对当 时煤炭供应紧张，质量很不稳定和浪费严重的情况，将几种煤加工成“混合 煤”供应用户，收到良好效果。此后，配煤技术开始推广。近二十年来，我 国已建成了较大规模的动力配煤生产线，配煤能力约为5 0 m t ，年。据统计， 燃用动力配煤比燃用单种煤的t s p 排放量降低4 1 ，s o , 排放量降低2 6 7 ，节煤率提高6 8 。 在国内，煤炭科学研究院北京煤化所、浙江大学热能工程研究所、华 中理工大学煤燃烧国家重点实验室、华北电力大学、哈尔滨工业大学、中 国矿业大学等单位和研究机构，对配煤特性进行了深入研究。 煤炭科学研究院北京煤化所对动力配煤进行了研究，提出了动力配煤 优化配方的数学模型，并开发了动力配煤优化配方的应用软件【1 ”。 西安热工所在研究劣质煤燃烧和锅炉改造时对电厂配煤特性，结渣特 性作过研究。他们使用热天平、一维火焰燃烧炉等试验装置，研究了晋东 南无烟煤及其配煤的燃烧特性，试验结果表明：阳心无烟煤在2 0 m w 及其 以上容量锅炉机组燃用时掺入3 0 潞安贫煤或2 0 黄陵烟煤，其火焰稳定 性会得到较大提高，锅炉的机械不完全燃烧损失比单烧阳心无烟煤有所减 少，但掺入黄陵烟煤对炉内结渣趋势增强，故实际应用时推荐采用掺潞安 贫煤。此外，他们还对配煤的灰渣粘温特性进行了研究，发现了不同煤种 配烧时，粘温特性变化的规律【l “。 哈尔滨工业大学和哈尔滨发电设备成套设计研究所等国内有关单位的 4 黑龙江科技学院硕士学位论文 专家在大量调查研究的基础上就如何配烧配煤提出了如下看法【1 3 】： ( 1 ) 不同煤种配烧时，煤质特性对燃烧的影响很大，电厂应用时，必须 对其进行测定； ( 2 ) 性质相近的煤种，如褐煤与长焰煤混合对燃烧可靠性和经济性影响 不大，可按任何比例配烧； ( 3 ) 燃烧性能有一定差异的煤种，如褐煤与焦煤配烧时，虽可稳定燃烧， 但对经济性及其他参数有影响，须通过实验确定最佳配烧比； ( 4 ) 燃烧性能相差悬殊的煤种，如褐煤与贫煤混合，会使经济性大幅度 下降，在一般情况下不宜采用； ( 5 ) 在粉煤炉中燃用配煤时，为了消除它们对运行的不利影响，在应用 之前应仔细测定煤和灰的特性，并尽可能对配煤进行燃烧试验。 华中理工大学煤燃烧国家重点实验室对配煤的挥发分析出规律、配煤 的者火特性、燃烧的燃烬特性、配煤的结渣特性、配煤的硫和氮的析出特 性等进行了研究，建立了配煤燃烧的数学模型，预测配煤的燃烬度。 在2 0 世纪9 0 年代末，浙江大学热能工程研究所在对性能各异的数十 种无烟煤、烟煤、褐煤及配煤的热解、着火、燃烧、结渣、固硫及助燃特 性进行了广泛深入的研究后提出如下观点d 4 - 1 7 l ： ( 1 ) 配煤特性与各组成单一煤种之间并非是简单的加权关系，而是具有 复杂的非线性特征，可运用神经网络技术和模糊数学等现代数学方法来探 索新的配煤技术和方法。 ( 2 ) 开发和应用电厂优化配煤专家系统可以指导电厂的配煤生产，优化 锅炉的运行以及加强煤场的管理，这是电厂动力配煤技术进一步发展的方 向。 目前，在国内动力配煤得到了广泛的应用，配煤技术得到了极大的发 展，已发展到自动化、智能化控制阶段，并取得了硕硕成果f 1 8 】。 ( 1 ) 宝钢从1 9 9 8 年开始开发“宝钢配煤专家系统”，并于2 0 0 0 年投入运 行，率先将人智能技术应用于配煤管理，将我国的配煤技术和配煤管理推 进到新的阶段。 ( 2 ) 煤炭科学研究总院高新技术事业部建立了实时闭环自动配煤控制系 统。 ( 3 ) 武汉科技大学开发了p l c 配煤控制系统。 黑龙江科技学院硕士学位论文 ( 4 ) 浙江大学电气自动化研究所合作开发了集管理调度、过程控制于一 体的自动化输煤控制系统，成功地解决了自动上煤、自动配煤、多分站网 络配置、燃煤分炉计量、输煤皮带的跑偏、拉绳、速度、打滑、撕裂等保 护、上位机监控和闭路电视监视相匹配等难题。 ( 5 ) 黑龙江省洁净煤技术研究中心，董平教授作为项目负责人承担的黑 龙江省科技厅攻关项目“动力配煤数字化信息控制系统的研究 ( n o ：g c 0 3 j 1 0 2 ) ”正处于攻关阶段。 1 3 动力配煤数字化信息控制系统概述 动力配煤数字化信息控制系统是应社会之需而产生，是集配煤煤质在 线预测，配煤智能优化计算，配煤配比智能调整，配煤自动输煤、自动配 伍，配煤煤质在线检测，煤质检测数据反馈等多项功能于一体的自动化控 制系统。该方案基本上可以实现配煤厂及火电厂配煤全过程的自动化和智 能化。动力配煤数字化信息控制系统的大致工作流程图如图1 1 所示： 图1 1 动力配煤数字化信息控制系统的工作流程图 6 黑龙江科技学院硕士学位论文 其中，配煤智能优化模块是整个动力配煤数字化信息控制系统的核心 部分之一，也是该系统良好运行，并获得合格、经济的配煤产品的关键。 配煤优化主要包括两部分： ( 1 ) 动力配煤初步优化，即从配煤厂已有或预进购等可供选择的煤种中 选择出合适的煤种，并初步确定合理的优化配比，为下一步动力配煤数字 化信息控制系统的在线、实时优化提供初步配煤方案。 ( 2 ) 动力配煤在线、实时优化，即在初步优化方案的基础上对配煤过程 中煤质进行在线、实时监测，并根据具体煤质反馈数据进行实时优化。 同时，配煤煤质预测技术又是建立配煤智能优化模块的理论基石，只有 在对配煤煤质进行精确预测的基础上才能获得合格的优化配煤方案。 因此，本文就主要针对配煤智能优化技术及配煤煤质预测技术做了详细 的研究。 1 4 配煤优化数学模型和配煤煤质、燃烧特性研究概述 1 4 1 动力配煤优化数学模型 动力配煤所要解决的问题即为：在用户提出的配煤指标的基础上确定 出应从煤场所拥有的单一煤种中选择哪几种煤相配及对应的配比，以使最 终的配煤产品满足用户的要求并使配煤的某一目标达到最优或一组目标综 合评价最优。 根据用户对配煤的煤质特性和燃烧特性的要求，建立优化动力配煤问题 的数学模型常需考虑以下l o 个配煤指标，包括：发热量、挥发分、硫分、 水分、灰分、灰熔点、结渣特性、着火特性、燃烬特性及s 0 2 的排放特性， 以价格最低为目标，则优化动力配煤的数学模型可写为【1 9 l ： 目标函数：p 嘣n = c f 五 ( 1 1 ) 扛l 约束条件： 发热量： q 璺p ( x q ，m l ，h i ，v f ) 鸯q b 挥发分： c a _ v - - - f ( x _ i qm l ，a i ，v i ，f j ) s - y b 硫分：s 签= ( x i ，s o 签b 水分： v i a 翊d = f m ( x b o i ，m l ，a t ，v i ，f i ) s 拟b 7 黑龙江科技学院硕士学位论文 灰分：a 盏忙( ) ( i ，q i , m t , ，a i ，v j ，f i ) b 灰熔点：t 2 茑 2 = f t 2 ( x i ，各单一煤种的灰成分分析) g r 2 b 着火温度：t 垫) 【i ，q j ，m l a i ，v i ，功鱼b 结渣特性：r 5 承= 取x ，各单一煤种的灰成分分析) 鲴b 燃烬特性：d s d = f j ( x i ，q i , m l a i v i v ，f 0 组) b s 0 2 排放特性：q q = 如( ) ( i ，s i ，q i ，各单一煤种的灰成分分析) 5 ；q b 上述模型的目标函数中：p 。表示配煤所追求的最低成本，n 表示参配 的煤种个数，c j 为各参配煤种的单价，x i 为各参配煤种的比例。 约束条件中：符号q 、v 、s 、m 、a 、t 2 、t 、r 、d 和q 分别为配煤的 发热量、挥发分、硫分、水分、灰分、灰熔点、着火温度、结渣特性指标、 燃烬特性指标和s o ：排放指标，其中不等式的左边( 带下标a ) 分别表示各相 应指标的下限，而不等式的右边( 带下标8 ) 贝j j 表示对应的上限； 约束条件中的各函数、岛、f a 、如、f t 、e 、f d 及f , 0 2 分别表示配煤 的发热量、挥发分、硫分、水分、灰分、灰熔点、着火温度、结渣特性指标、 燃烬特性指标和s 0 2 排放指标与相关因素的函数关系；约束条件中各函数的 自变量x j ，q 。，m i ，a i ，v j ，f i 及s i 分别表示各参配煤种的配比、发热量、全水 分、灰分、挥发分、固定碳及全硫分。 根据上述数学模型可以看到，动力配煤优化问题是个带有约束条件的优 化问题。若各函数、0 、f m 、f t 2 、丘、厶及2 均己知的话，则求出 其解应该不是一件很困难的事。 但问题的关键就在于目前对配煤的成份及煤质特性指标与组成该配煤 的各单一煤种相应成份及煤质特性指标之间的关系不太了解，甚至对单一煤 种，现在仍有一些煤质分析数据或燃烧特性指标尚未能总结出一条较为精确 的、有一定推广能力的且为大家所认可的计算关系式。 因此可以说，对动力配煤煤质特性和燃烧特性的准确预测已成为目前配 煤领域甚至是整个煤化学领域最亟需解决、也是最困难的问题之一1 2 们。 1 4 2 配煤煤质特性和燃烧特性的预测技术综述 动力配煤煤质特性和燃烧特性的预测是优化配煤理论的研究基石，要 得到较为合理的配煤方案，首先必须弄清楚配煤煤质特性及燃烧特性的变 化规律。研究动力配煤特性预测技术的目的就是力求根据各组分单一煤种 黑龙江科技学院硕士学位论文 的煤质特性和燃烧特性来准确描述配煤的煤质特性和燃烧特性。 目前，在动力配煤特性预测领域主要有两种理论，一种理论认为，配 煤与单一煤种之间存在线性关系，即各单一煤种的加权平均值与实测值之 间不存在显著性差异，或者认为配煤与单一煤种之间大部分煤质参数呈线 性关系，少数不呈线性关系的煤质参数可以通过简单的处理转换成线性 【2 1 。2 5 1 。 另一种理论认为，配煤的煤质特性与各组成单一种煤之间并非简单的 加权关系，而是具有复杂的非线性关系，用线性拟合或者多项式拟合都是对 其内在规律的一种简单揭示，可运用神经网络技术和模糊数学等现代数学 方法求解【2 6 - 2 s 。 这两种理论在动力配煤领域都取得了一定成果，尤其线性理论由于简 单明了，易于求解，己被广泛用于动力配煤的研究；而后者由于精度较高， 近年来也得到了较多的应用。 随着配煤理论的不断发展完善以及用户对配煤精度要求的不断提高， 有必要对配煤与单一煤种关系进一步研究，明确动力配煤的哪些指标存在 线性关系，哪些指标存在非线性关系。对于那些具有非线性特性的动力配 煤煤质及燃烧特性指标可采用神经网络进行预测 2 9 - 3 5 。 1 5 配煤优化模型寻优算法综述 动力配煤优化技术就是在众多来煤中实时、高效、准确地选择合适的 煤种，并以合适的配比形成符合锅炉炉况的煤种的技术。因此，要获得实 时、高效、准确和合理的配煤方案，选择适当的寻优算法至关重要。目前 应用于配煤优化领域的寻优算法主要有穷举法、混合离散变量优化设计法 和遗传算法等。下面对这几种寻优算法的原理、流程和优缺点进行了简要 的描述和比较。 1 5 1 穷举法 1 5 1 1 穷举法的原理和实现 穷举法是一种寻遍所有组合可能性的算法，即在一个连续有限搜索空 间或离散无限搜索空间中，计算空间中每个点的目标函数值，且每次计算 9 黑龙江科技学院硕士学位论文 一个。对于搜索满足上述约束条件集p 晌，以单价分别为c 。、c 2 、c 3 的三 种参配煤种进行配伍为例，设煤种库中总共有n 种单一煤种，配煤精度为 1 。 配煤主程序核心程序如下： b e g i n f o r c l 单一煤种i ：单一煤种n ； f o r c 2 = 单一煤种1 ：单一煤种n ： f o r c 3 = 单一煤种1 ：单一煤种n ： 调用“配煤子程序”： e n d f o r e n d f o r e n d f o t e n d 则从n 种单一煤种中取3 种进行配伍的可能组合有种，即需要从配 煤主程序中调用“配煤子程序”c ；次。在实际配煤过程中，参配煤种的比例 必须大于或等于1 0 ，因此配煤子程序核心程序如下： b e g i n f o r x l = 1 0 ：8 0 o ( 步长1 ) ； f o r x 2 = 1 0 ：8 0 ( 步长l ) ； f o r x 3 = 1 0 ：8 0 ( 步长1 ) ； i f 满足约束条件集t h e n 计算p = q 墨( f = 1 2 ，3 ) 忙l i fp p m j nt h e n 印d f m c n d e m - e n d f o r e n d 1 0 础础 黑龙江科技学院硕士学位论文 因此，对于每次运算“配煤子程序”，所有可能的配比组合为7 0 3 ，并 且在这每种可能的配比组合下，需要对所有的约束条件进行判断，并保留 当前最优解，运算量非常大。 1 5 1 2 穷举法应用于优化配煤模型的优缺点 ( 1 ) 优点：结果准确。由于穷举法遍历了所有可能的参配煤种和所有可 能的参配配比，它计算出的结果是准确可靠的。 ( 2 ) 缺点：效率低，耗时长。随着参配煤种的增加、单一煤种总数的增 加和配煤精度的提高，计算时间也急剧变长。当单一煤种总数为2 0 种、参 配煤种为4 、配煤精度为1 时，计算时间竞高达3 0 0 秒，大大超出了正常 的等待时间【3 6 】。 另外，通常采用的穷举法并非完全穷举法，即不是对所有解进行尝试， 而是有选择的尝试，如动态规划法、限界剪枝法等，而这些算法鲁棒性不 强，全局搜索能力较弱。 1 5 2 混合离散变量优化设计( i i d o d ) 法 1 5 2 1m d o d 法的原理 m d o d 法构造思想如下1 3 7 】：首先从一个可行的离散点出发，沿相对混 合次梯度方向进行离散一维搜索，从而得到一个使目标函数值减小同时又 满足约束条件的新离散点。然后由此点开始继续重复，直至当得不到这样 的一个新点时，就开始在离散子空间e d 和连续子空问e c 内进行轮变搜索。 若轮变搜索后能得到一个新的可行离散点，则返回第一步的搜索过程：否 则，即可根据停留的离散点的目标函数和约束函数所提供的信息，按确定 的规则在单位领域内查点；若查找到了新离散点，则返回第一步搜索过程， 否则根据最优解的基本性质，此点即为局部离散最优解。 1 5 2 2m d o d 算法应用于优化配煤模型的优缺点【3 8 】 ( 1 ) 优点：实践证明，当配煤精度为1 时，在“配煤子程序”内部用m d o d 法寻优，l v l d o d 法的计算时间少于穷举法，提高了运算效率。 ( 2 ) 缺点： m b o d 算法在优化配煤模型中应用时只能在参配煤种确定的情况下 对参配煤种的配比进行优化，而对于使用哪几种煤进行参配却无法优化。 我们只能用它进行局部的寻优，即在“配煤子程序”内部采用m d o d ，而在 黑龙江科技学院硕士学位论文 配煤主程序”还是只能采用穷举法。 正是由于这种寻优是局部性的，随着单一煤种总数的增加和参配煤 种个数的增加，其计算时间也急剧增加。尤其，当参配煤种总数为3 0 、四 种煤相参配时，计算时间可高达3 5 0 秒，大大超出了正常的等待时间。 1 5 3 遗传算法 1 5 3 1 遗传算法的原理 遗传算法是一种以群体中的所有个体为对象，具有“生成+ 检测”的迭代 过程的搜索算法，尤其适用于处理传统搜索方法难以解决的复杂和非线性 问题。选择、交叉、变异是遗传算法的三个主要操作算子，它们构成了所 谓的遗传操作。遗传算法从任一初始化的群体出发，通过随机选择f 使群体 中优秀的个体有更多的机会传给一下一代) 、交叉( 体现了自然界中群体内个 体之间的信息交换) 和变异( 在群体中引入新的变种确保群体中信息的多样 性) 等遗传操作，使群体一代一代地进化到搜索空间中越来越好的区域，直 至抵达最优解点i ”】。 1 5 3 2 遗传算法的主要特点 遗传算法具有很强的鲁棒性【帅】，这是因为比起普通的优化搜索方法， 它采用了许多独特的方法和技术，主要有以下几个方面【引- 4 4 1 ： ( 1 ) 遗传算法处理的对象是对参数进行编码得到的个体，而不是参数本 身；遗传算法对要求解的问题，无连续性、可微性要求，只需要知道目标 函数的信息，因此可以对很多问题进行求最优解，特别是当目标函数不可 微、多极值和时变的情况下，其它方法很难适用。 ( 2 ) 遗传算法不像传统的单点搜索方法，它在整个寻优过程始终保持整 个种群的进化，即它同时对搜索空间中的多个解进行评估，具有内在隐并 行性。这使得遗传算法具有较好的全局收敛性能，易于并行优化，从而提 高了搜索效率。 ( 3 ) 在遗传算法中，评价个体需要适应度函数值，并在此基础上进行遗 传操作。而对适应度函数的要求就是能评价各个个体性能的优劣程度。 ( 4 ) 遗传算法采用概率化的寻优方法，能自动获得和指导优化的搜索空 间，能自动地调整搜索方向，不需要确定的规则，要解决的问题越复杂， 目标越不明确，越能显示其优越性。 1 2 黑龙江科技学院硕士学位论文 ( 5 ) 运算效率高。遗传算法是一种有导向的随机搜索方法，因此与传统 寻优方法比较具有更高的寻优效率。 1 5 4 寻优算法的比较 穷举法准确但效率太低，而混合离散变量优化设计( m d o d ) 法只能 局部优化并易陷入局优解。 遗传算法应用于优化问题的求解，是一个启发式的随机搜索的过程。 它通过群体和遗传算子( 选择、交叉和变异) 可以实现扬弃性的探索，克服局 部极值陷阱和模式欺骗，实现整个解空间范围内的搜索，提高全局寻优能 力。通过继承性的开发，维持群体的可进化性，同时克服早熟问题，实现 领域搜索，提高逼近最优解的搜索能力。从而克服了穷举法效率太低，混 合离散变量优化设计( m d o d ) 法局部优化并易陷入局优解的缺点。 动力配煤优化是一个带有多个约束条件的复杂的非线形组合优化问 题，在该领域引入遗传算法来进行动力配煤优化模型设计具有可行性 【3 6 椰粕l 。 1 6 课题来源 本研究课题是黑龙江省洁净煤技术研究中心，董平教授作为项目负责 人承担的黑龙江省科技厅攻关项目“动力配煤数字化信息控制系统的研究 ( n o ：g c 0 3 j 1 0 2 ) ”中的一部分研究内容。 同时，本课题也对黑龙江省研究生创新基金项目“利用神经网络建立动 力配煤预测模型( n o ：y j s c x 2 0 0 5 1 7 4 h l j ) ”做了系统地研究。 1 7 本论文的研究内容 动力配煤数字化信息控制系统是一个整体化控制系统，涉及动力配煤 智能优化计算、配煤煤质在线预测、煤质在线检测技术、煤质在线数据反 馈技术和配煤过程的自动化及相关控制技术等。 本文主要对动力配煤优化技术及配煤煤质预测进行了系统的研究，主 要研究内容有： 黑龙江科技学院硕士学位论文 ( 1 ) 综述国内外动力配煤技术的应用及发展状况；系统地阐述遗传算法 和e l m a a 神经网络的原理和程序流程及应用；分析遗传算法和e l m a n 神经 网络在动力配煤领域应用的可行性。 ( 2 ) 建立基于加权平均法遗传算法的动力配煤初步优化模型，为动力 配煤数字化信息控制系统提供初步优化方案，用于选择合适的煤种和设定 初始配比：对最佳配煤方案的配煤煤质指标进行实验室测定，以检验初步 优化模型的精度。 ( 3 ) 采用t 检验方法对配煤煤质指标的可加性进行检验；建立基于e l m a n 神经网络的动力配煤煤质预测模型，对配煤的煤质进行预测；采用多种检验 方法对预测模型的预测效果进行综合性评价。 ( 4 ) 建立基于神经网络遗传算法的动力配煤实时优化模型，用基于 e l m a n 神经网络的动力配煤煤质预测模型代替加权平均法对配煤煤质进行 预测，在初步优化的最佳配煤方案的基础上，根据配煤过程中的实际煤质 情况，进行在线实时优化。 。 1 4 黑龙江科技学院硕士学位论文 第二章基于加权平均法遗传算法的动力配煤 初步优化模型的研究 2 1 遗传算法的基本原理和方法 2 1 1 遗传算法介绍 遗传算法是一种借鉴生物界自然选择和自然遗传机制的随机化搜索算 法，由美国h o l l a n d 教授1 9 7 5 年提出，其主要特点是群体搜索策略和群体 间个体之间的信息交换。它尤其适用于处理传统方法难于解决的复杂和非 线性问题，可广泛用于组合优化、机器学习、自适应控制、规划设计等领 域，是2 1 世纪有关智能计算中的关键技术之一 遗传算法是一个以适应度函数( 或目标函数) 为依据，通过对群体个体施 加遗传操作实现群体内个体结构群组的迭代处理过程。在这一过程中，群 体个体( 问题的解) 一代一代地得以优化并逐渐逼近最优解。遗传算法模拟的 是自然界生物优胜劣汰的进化过程。 2 1 2 遗传算法基本用语及算法流程 遗传算法是自然遗传学和计算机科学相互结合渗透而形成的新的计算 方法。借用生物界优胜劣汰的生物进化机制，遗传算法中经常使用有关自 然进化中的一些用语。 生物的遗传物质的主要载体是染色体，d n a 是其中的主要遗传物质而 基因又是控制生物性状的遗传物质的功能单位。复数个基因组成染色体， 染色体中基因的位置称作基因位置，而基因所取的值又叫等位基因。基因 和基因位置决定了生物个体的性状。 此外，染色体有两种相应的表现模式，即基因型( g e n o t y p e ) 和表现型 ( p h e n o t y p e ) 。所谓表现型是指生物个体所表现出的性状，而基因型指与表现 型密切相关的基因组成。同一种基因型在不同的环境下可能有不同的表现 型，因此，表现型是基因型与环境条件相互作用的结果的 黑龙江科技学院硕士学位论文 在遗传算法中，染色体对应的是数据或数组，在标准遗传算法中，这 通常是由一维的串结构数据来表现的。串上各个位置对应上述的基因位置， 而各位置所取的值对应上述等位基因。 遗传算法处理的是染色体，或者叫基因型个体。一定数量的个体组成 了群体，也叫集团。群体中个体的数目称为群体的大小，也叫群体规模。 而各个体对环境的适应程度叫做适应度( f i t n e s s ) 。 执行遗传算法时包含两个必需的数据转换操作，一个是表现型到基因 型的转换，另一个是基因型到表现型的转换。前者是把搜索空间中的参数 或解转换成遗传空间中的染色体或个体，此过程叫做编码( c o d i n g ) 操作：后 者是前者的一个相反操作，叫做译码操作。 表2 1 列出了生物遗传基本概念在遗传算法中作用的对应关系。 表2 1 遗传算法中的基本概念 生物遗传概念遗传算法中的作用 适者生存 个体 染色体 基因 适应性 群体 种群 选择 交叉 变异 在算法结束时，最优目标值的解有最大可能性被保留 算法中的解 解的编码( 字符串、向量等) 解中每一分量的特征( 如各分量的值) 适应度函数值 选定的一组解( 其中解的个数为群体规模) 根据适应度函数值选定的一组解 通过选择策略选定的一组父代群体 通过交叉策略产生一组新解的过程 编码的某一分量发生变化的过程 遗传算法是具有“生成十检测”的迭代过程的搜索算法，采用群体型操 作，该操作以群体中的所有个体为对象，其流程图如图2 1 。 选择( s e l e c t i o n ) 、交叉( c r o s s o v e r ) 和变异( m u t a t i o n ) 是遗传算法的三个主 要操作算子，它们构成了所谓的遗传操作( g e n e t i co p e r a t i o n ) ，使遗传算法具 有了其他传统方法所没有的特性。 遗传算法包括六个基本要素：( 1 ) 参数编码；( 2 ) 初始群体的设定：( 3 ) 适 应度函数的设计；( 4 ) 遗传操作设计；( 5 ) 算法终止条件；( 6 ) 控制参数设定( 指 群体大小和遗传操作的概率等) ，这六个要素构成了遗传算法的核心内容。 1 6 黑龙江科技学院硕士学位论文 图2 - 1 遗传算法基本流程图 2 1 3 遗传算法基本操作 ( 1 ) 编码 遗传算法并不是直接处理解空间的解数据，而是通过编码将其表示成 遗传空间的基因串施加各种遗传操作，即所谓编码就是把问题的可行解从 解空间到遗传算法所能处理的搜索空间的转换。因此，编码问题是应用遗 传算法时要解决的首要问题，也是设计遗传算法的关键步骤。目前常用的 编码方法有二进制编码、g a r y 编码、实数编码和字符编码。 ( 2 ) 初始群体的生成 遗传操作是一种群体操作，继编码设计后的问题就是初始种群的设定。 初始种群可以在解空间随机产生，也可以加入专家的经验，将其作为初始 种群的一部分。 ( 3 ) 适应度函数的设定 适应度函数是度量个体有可能达到或接近最优解的优良程度的函数， 应该根据不同的优化问题选择相应的适应度函数。 1 7 黑龙江科技学院硕士学位论文 ( 4 ) 遗传操作 遗传操作是模拟生物基因遗传的操作。在遗传算法中，遗传操作就是 以群体中各个个体对环境的适应程度( 即适应度) 为依据通过一个选择、交叉 和变异的反复的过程，不断寻找出适应度值大的个体，淘汰适应度值小