冶金行業(yè)一直是我國(guó)工業(yè)的能源消耗大戶,是推進(jìn)節(jié)能降耗的重點(diǎn)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(guó)內(nèi)外專家學(xué)者研究和關(guān)注的重點(diǎn)。
中國(guó)科學(xué)院沈陽自動(dòng)化研究所科研團(tuán)隊(duì)以加熱爐的優(yōu)化控制為切入點(diǎn),提出了一種基于遷移學(xué)習(xí)的加熱爐爐溫預(yù)測(cè)算法。實(shí)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(dòng)頻繁等難題,對(duì)加熱爐各個(gè)加熱區(qū)的溫度精準(zhǔn)預(yù)測(cè)。同時(shí),還需要滿足工況對(duì)實(shí)時(shí)性的要求,對(duì)預(yù)測(cè)算法的計(jì)算效率和計(jì)算時(shí)間等性能指標(biāo)提出了更高的要求。
為了應(yīng)對(duì)這些挑戰(zhàn),研究團(tuán)隊(duì)設(shè)計(jì)了基于時(shí)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(cè)框架,并通過生成對(duì)抗網(wǎng)絡(luò)來提升預(yù)測(cè)精度,建立了實(shí)時(shí)的爐溫預(yù)測(cè)模型。實(shí)例研究表明,團(tuán)隊(duì)所提出的基于遷移學(xué)習(xí)的爐溫預(yù)測(cè)框架在每個(gè)加熱區(qū)快速建模的基礎(chǔ)上都能極大提升預(yù)測(cè)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(dòng)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(tái)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(cè)框架