一種氧化鋁生產(chǎn)蒸發(fā)過程多參數(shù)數(shù)據(jù)的時(shí)間配準(zhǔn)方法
【技術(shù)領(lǐng)域】 [0001] 本發(fā)明涉及一種氧化鋁生產(chǎn)蒸發(fā)過程多參數(shù)數(shù)據(jù)的時(shí)間配準(zhǔn)方法。
【背景技術(shù)】 [0002] 在氧化鋁生產(chǎn)中，鋁酸鈉溶液的蒸發(fā)是極其關(guān)鍵的一道工序。該過程工 藝機(jī)理復(fù)雜，具有流程長(zhǎng)、設(shè)備多的特點(diǎn)。以常見的蒸發(fā)器+閃蒸器工藝來說，流程通常配 備有5到7臺(tái)蒸發(fā)器和3到5臺(tái)閃蒸器，其中一些蒸發(fā)器為保證蒸發(fā)效果還配套安裝了預(yù) 熱器。生產(chǎn)過程中，料液需依次流經(jīng)各效蒸發(fā)器（含預(yù)熱器）和各級(jí)閃蒸器，蒸汽（包括二 次蒸汽）需依次流經(jīng)各效蒸發(fā)器，多個(gè)可控參數(shù)分布在流程的各個(gè)單元中。由于生產(chǎn)中的 物流（包括物料和蒸汽）無法標(biāo)記跟蹤，物料在各單元設(shè)備和回路停留的時(shí)間均不同，與實(shí) 時(shí)的生產(chǎn)狀態(tài)和設(shè)備本身的參數(shù)都有關(guān)，且不同參數(shù)的采樣頻率不一致，使得同一組物流 在每個(gè)階段（或設(shè)備）的信息難以匹配、自變量與因變量難以對(duì)應(yīng)，導(dǎo)致工作人員對(duì)當(dāng)前工 況判斷的準(zhǔn)確性受限，操作滯后。同時(shí)，閉環(huán)控制回路的時(shí)滯也會(huì)對(duì)生產(chǎn)環(huán)境和產(chǎn)品質(zhì)量產(chǎn) 生一定的影響，增加了蒸發(fā)過程工藝指標(biāo)穩(wěn)定控制的難度，也對(duì)氧化鋁的產(chǎn)量和生產(chǎn)能耗 產(chǎn)生很大的影響。流程工業(yè)過程普遍存在類似于氧化鋁蒸發(fā)過程這樣具有流程長(zhǎng)、設(shè)備多、 機(jī)理復(fù)雜特點(diǎn)的流程，因而同一組物料在不同階段的信息不匹配、自變量與因變量不對(duì)應(yīng) 的問題在流程工業(yè)過程中普遍存在。針對(duì)流程工藝特點(diǎn)，如何將不同的過程參數(shù)在空間與 時(shí)間上進(jìn)行配準(zhǔn)以準(zhǔn)確跟蹤物流變化，對(duì)流程工業(yè)過程的建模和優(yōu)化控制具有重要意義， 是目前氧化鋁生產(chǎn)以及眾多流程工業(yè)過程實(shí)際生產(chǎn)中亟需解決的問題。
[0003] 目前，已經(jīng)有一些有效的時(shí)滯辨識(shí)或時(shí)間信息提取方法，比較典型的有內(nèi)插外推 法、神經(jīng)網(wǎng)絡(luò)算法。內(nèi)插外推法由于計(jì)算簡(jiǎn)便，運(yùn)行時(shí)間短等優(yōu)點(diǎn)在實(shí)際中應(yīng)用廣泛。但是 內(nèi)插外推算法在對(duì)象模型簡(jiǎn)單時(shí)具有較好效果，對(duì)象模型復(fù)雜時(shí)配準(zhǔn)誤差較大。神經(jīng)網(wǎng)絡(luò) 算法盡管不需要精確的數(shù)學(xué)模型，僅需要采用一定數(shù)量的輸入和輸出樣本進(jìn)行網(wǎng)絡(luò)訓(xùn)練， 就能逼近時(shí)滯的動(dòng)態(tài)特性，但收斂速度慢，滿足不了實(shí)時(shí)控制的要求，隨機(jī)性較強(qiáng)，且易陷 入局部最優(yōu)解。
[0004] 針對(duì)上述存在的問題，研究如何根據(jù)實(shí)際生產(chǎn)流程和工序?qū)ΜF(xiàn)場(chǎng)的大量生產(chǎn)數(shù)據(jù) 進(jìn)行有效地信息分析和時(shí)間配準(zhǔn)的方法，并保證其能夠長(zhǎng)期穩(wěn)定地應(yīng)用到實(shí)際生產(chǎn)中，對(duì) 實(shí)現(xiàn)蒸發(fā)過程穩(wěn)定控制，提高生產(chǎn)效率和產(chǎn)品質(zhì)量有著重要意義。
[0005]

【發(fā)明內(nèi)容】
本發(fā)明的目的是提供一種氧化鋁蒸發(fā)過程多參數(shù)數(shù)據(jù)的時(shí)間配準(zhǔn)方 法。
[0006] 本發(fā)明在分析蒸發(fā)過程工藝流程、運(yùn)行狀態(tài)的基礎(chǔ)上，根據(jù)蒸發(fā)過程單元數(shù)及單 元間連接關(guān)系，提出了時(shí)基序列的概念，
[0007] D = [(I1 d2 …dj …dn] (1)
[0008] 式中η為時(shí)基序列的長(zhǎng)度，等于蒸發(fā)過程的單元個(gè)數(shù)；士表示蒸發(fā)過程第j個(gè)單元 的時(shí)基，為整數(shù)且無量綱。記需要進(jìn)行時(shí)間配準(zhǔn)的參數(shù)的采樣周期為T，則該參數(shù)在第j個(gè) 單元的停留時(shí)間為τ Ij= d _jT。
[0009] 在時(shí)基序列的基礎(chǔ)上，按照配準(zhǔn)法則對(duì)該類參數(shù)的采樣數(shù)據(jù)進(jìn)行時(shí)間和空間上的 合理匹配，從中提取出與時(shí)基序列對(duì)應(yīng)的初配數(shù)據(jù)時(shí)空矩陣，配準(zhǔn)法則如下：
[0010] 針對(duì)蒸發(fā)實(shí)際生產(chǎn)，記該類參數(shù)對(duì)應(yīng)于物料在流程入口和各單元出口采樣得到的 原始數(shù)據(jù)形成的時(shí)空矩陣為A = [A。A1 A2…Aj…AJ，其中當(dāng)j = O時(shí)，A_j為入口數(shù)據(jù) 列，當(dāng)1彡j彡η時(shí)Aj為第j個(gè)單元出口數(shù)據(jù)列。從A。中選擇從某一時(shí)刻t起的f個(gè)數(shù)據(jù)， 得到數(shù)據(jù)時(shí)間序列Xc形式為[Xixt x0T…x0lT…χ<^41)τ)τ，其中f滿足
使得時(shí)空矩陣的所有數(shù)據(jù)至少能包含物流從流程入口至流程出口的一個(gè)變化周期。對(duì)于 A1部分，取該參數(shù)從t+d J時(shí)刻起的f個(gè)數(shù)據(jù)生成數(shù)據(jù)時(shí)間序列
，形式為
其余單元的數(shù)據(jù)時(shí)間序列取值方 法以此類推，最后得到與該時(shí)基序列和各單元空間匹配的初配數(shù)據(jù)時(shí)空矩陣X為
[0012] 數(shù)據(jù)矩陣中往往蘊(yùn)含著所采樣參數(shù)的某些信息，初配數(shù)據(jù)時(shí)空矩陣X中的各列數(shù) 據(jù)來自于蒸發(fā)過程的不同單元，列與列之間存在相互關(guān)聯(lián)。通過計(jì)算列與列之間的關(guān)聯(lián)度 并進(jìn)行綜合評(píng)價(jià)，從而可提取出其中蘊(yùn)含的時(shí)間信息。首先對(duì)初配數(shù)據(jù)時(shí)空矩陣進(jìn)行如下 變換
[0014] 其中COV(X)表示協(xié)方差矩陣，σ i表示X中第i列的標(biāo)準(zhǔn)差。然后利用范數(shù)定 量描述數(shù)據(jù)矩陣中數(shù)據(jù)的關(guān)聯(lián)特性，求馬的H"范數(shù)I IrxI I"作為關(guān)聯(lián)度值，I IrxI I"越大， 則該初配數(shù)據(jù)時(shí)空矩陣內(nèi)數(shù)據(jù)的關(guān)聯(lián)性越強(qiáng)。
[0015] 由于各時(shí)基均存在一定的范圍內(nèi)取值，在未確定各時(shí)基具體數(shù)值之前，時(shí)基序列 存在多種可能取值，采用直接計(jì)算的方法尋找具有最大關(guān)聯(lián)度的時(shí)空矩陣對(duì)應(yīng)的時(shí)基序列 具有很大的難度。因此，將時(shí)空關(guān)聯(lián)分析與遺傳算法進(jìn)行結(jié)合，產(chǎn)生多個(gè)時(shí)基序列作為遺傳 算法的種群，以時(shí)基序列的時(shí)空關(guān)聯(lián)分析結(jié)果（即關(guān)聯(lián)度值）作為適應(yīng)度計(jì)算的依據(jù)，利用 改進(jìn)的遺傳算法尋找適應(yīng)度最大（也即關(guān)聯(lián)度最大）時(shí)的最優(yōu)時(shí)基序列作為最終的匹配結(jié) 果。這種全局搜索的特性能夠大大減小算法的運(yùn)算時(shí)長(zhǎng)。采用遺傳算法進(jìn)行時(shí)基序列尋優(yōu) 的步驟如下：
[0016] 1.時(shí)基序列種群初始化
[0017] 針對(duì)遺傳算法中二進(jìn)制編碼進(jìn)行函數(shù)優(yōu)化時(shí)精度不高的特點(diǎn)，結(jié)合時(shí)基取值為整 數(shù)這一實(shí)際情況，對(duì)種群采用十進(jìn)制編碼，得到初始時(shí)基序列種群如下
[0019] 其中，一行代表一個(gè)時(shí)基序列，m為種群大小，即時(shí)基序列的個(gè)數(shù)，η為一個(gè)時(shí)基序 列中時(shí)基的個(gè)數(shù)，即蒸發(fā)單元數(shù)。
[0020] 2.時(shí)空關(guān)聯(lián)分析
[0021] 利用配準(zhǔn)法則為I中的每一個(gè)時(shí)基序列生成對(duì)應(yīng)的初配數(shù)據(jù)時(shí)空矩陣，共m個(gè)。對(duì) 每一個(gè)初配數(shù)據(jù)時(shí)空矩陣進(jìn)行時(shí)空關(guān)聯(lián)分析，求出各自的關(guān)聯(lián)度值。
[0022] 3.遺傳操作
[0023] 將各初配數(shù)據(jù)時(shí)空矩陣對(duì)應(yīng)的關(guān)聯(lián)度值作為計(jì)算依據(jù)進(jìn)行適應(yīng)度計(jì)算，根據(jù)適應(yīng) 度值對(duì)初始種群依次經(jīng)過選擇、交叉、變異操作后得到一次進(jìn)化后的種群。然后基于進(jìn)化后 的種群繼續(xù)進(jìn)行時(shí)空關(guān)聯(lián)分析和遺傳操作，每次遺傳操作結(jié)束后，產(chǎn)生一群更優(yōu)秀的個(gè)體， 種群進(jìn)化到搜索空間中更好的區(qū)域。這樣種群經(jīng)過多次遺傳算法迭代后，不斷進(jìn)化，最后收 斂到一群最適應(yīng)的個(gè)體。從最終的種群中找出最大關(guān)聯(lián)度值對(duì)應(yīng)的那一個(gè)時(shí)基序列，即為 最優(yōu)時(shí)基序列。使用該時(shí)基序列對(duì)參數(shù)進(jìn)行時(shí)間配準(zhǔn)，即可得到該參數(shù)最佳的配準(zhǔn)結(jié)果，即 由該最優(yōu)時(shí)基序列配準(zhǔn)得到的各參數(shù)采樣值即為物料經(jīng)過每個(gè)單元設(shè)備時(shí)對(duì)應(yīng)的狀態(tài)參 數(shù)值。
【附圖說明】
[0024] 圖1為參數(shù)的時(shí)間配準(zhǔn)方法流程圖；
[0025] 圖2為改進(jìn)遺傳算法迭代過程中的性能指標(biāo)圖；
[0026] 圖3為利用配準(zhǔn)前的數(shù)據(jù)進(jìn)行預(yù)測(cè)建模的結(jié)果對(duì)比圖；
[0027] 圖4為利用配準(zhǔn)后的數(shù)據(jù)進(jìn)行預(yù)測(cè)建模的結(jié)果對(duì)比圖。
【具體實(shí)施方式】
[0028] 本發(fā)明通過深入分析蒸發(fā)過程工藝流程機(jī)理，利用時(shí)空關(guān)聯(lián)分析方法和改進(jìn)的遺 傳算法