冶金行業(yè)一直是我國工業(yè)的能源消耗大戶,是推進節(jié)能降耗的重點行業(yè)。高爐熱風(fēng)爐和加熱爐等裝置是節(jié)能降耗的關(guān)鍵環(huán)節(jié),因此,其燃燒控制與優(yōu)化問題一直是國內(nèi)外專家學(xué)者研究和關(guān)注的重點。
中國科學(xué)院沈陽自動化研究所科研團隊以加熱爐的優(yōu)化控制為切入點,提出了一種基于遷移學(xué)習(xí)的加熱爐爐溫預(yù)測算法。實現(xiàn)加熱爐的優(yōu)化控制,首先要克服加熱爐生產(chǎn)過程中原料來源多樣、生產(chǎn)條件多變、工況波動頻繁等難題,對加熱爐各個加熱區(qū)的溫度精準(zhǔn)預(yù)測。同時,還需要滿足工況對實時性的要求,對預(yù)測算法的計算效率和計算時間等性能指標(biāo)提出了更高的要求。
為了應(yīng)對這些挑戰(zhàn),研究團隊設(shè)計了基于時間卷積網(wǎng)絡(luò)和遷移學(xué)習(xí)技術(shù)的多區(qū)爐溫預(yù)測框架,并通過生成對抗網(wǎng)絡(luò)來提升預(yù)測精度,建立了實時的爐溫預(yù)測模型。實例研究表明,團隊所提出的基于遷移學(xué)習(xí)的爐溫預(yù)測框架在每個加熱區(qū)快速建模的基礎(chǔ)上都能極大提升預(yù)測精度。相關(guān)學(xué)術(shù)成果發(fā)表于Sensors,也為人工智能技術(shù)應(yīng)用于冶金行業(yè)加熱爐能耗優(yōu)化控制提供了新方法。
近年來,沈陽自動化所數(shù)字工廠研究室依托“中科云翼”工業(yè)互聯(lián)網(wǎng)平臺開展了基于工業(yè)大數(shù)據(jù)的人工智能方法研究,取得了一系列高水平研究成果,為人工智能和大數(shù)據(jù)技術(shù)與制造工藝的深度融合提供了理論方法和技術(shù)支撐。
基于遷移學(xué)習(xí)的爐溫預(yù)測框架