專利名稱：一種廢塑料煉油燃燒優(yōu)化的建模方法
技術(shù)領(lǐng)域：
本發(fā)明屬于信息控制技術(shù)領(lǐng)域，涉及到數(shù)據(jù)建模技術(shù)，特別是涉及一種廢塑料煉油燃燒優(yōu)化的建模方法。
背景技術(shù)：
廢塑料煉油的燃燒控制是廢塑料裂解反應(yīng)和產(chǎn)品質(zhì)量保證的重要技術(shù)關(guān)鍵，其目標(biāo)是在一定生產(chǎn)條件和要求下，通過調(diào)整各燃燒器的運行參數(shù)而獲得反應(yīng)釜所需的理想的燃燒狀態(tài)，使反應(yīng)釜的溫度分布良好，廢塑料的裂解反應(yīng)在適當(dāng)?shù)臏囟认逻M行，使產(chǎn)品符合生產(chǎn)需求的基礎(chǔ)上利益最大化。加熱反應(yīng)釜的各燃燒器的給風(fēng)和給油等運行參數(shù)的不同對反應(yīng)釜內(nèi)的溫度分布有直接的影響，不同的燃燒器的給油和給風(fēng)的配合會直接導(dǎo)致不同的反應(yīng)釜內(nèi)的溫度分布的情況，尤其是在反應(yīng)釜進料有擾動的情況下，溫度分布更不穩(wěn)定。對于一定的生產(chǎn)條件和產(chǎn)品需求下，針對反應(yīng)釜所需的理想的燃燒狀態(tài)特征指標(biāo)，存在一種最優(yōu)的各燃燒器運行參數(shù)配置方案，能夠使相應(yīng)燃燒狀態(tài)的特征指標(biāo)最優(yōu)化，但是，反應(yīng)釜內(nèi)的溫度分布與各燃燒器運行參數(shù)和進料量及出產(chǎn)品量間有著非常復(fù)雜的耦合關(guān)系，要找到最優(yōu)的各燃燒器的運行參數(shù)的配置并不容易。廢塑料煉油是一種新的生產(chǎn)過程，其燃燒優(yōu)化控制問題還沒有得到解決。實際生產(chǎn)中廢塑料煉油的燃燒主要是靠工作人員經(jīng)驗，其目標(biāo)也只是維持生產(chǎn)正常進行，因此其生產(chǎn)過程中燃燒狀態(tài)還有很大的可提升空間。通過數(shù)據(jù)挖掘，在大量不同的生產(chǎn)運行參數(shù)組合中，應(yīng)用機器學(xué)習(xí)的方法，挖掘出各燃燒器的運行參數(shù)、進料量和出產(chǎn)品量與反應(yīng)釜內(nèi)軸向溫度分布間的關(guān)系模型，再結(jié)合優(yōu)化算法對進行燃燒優(yōu)化是非常有潛力的方法。如何使該方法真正達到廢塑料煉油生產(chǎn)實際的要求，是該技術(shù)的關(guān)鍵，主要難題包括，如何提高模型的預(yù)測和泛化能力，如何提高模型的自學(xué)習(xí)能力。

發(fā)明內(nèi)容
本發(fā)明的目標(biāo)是針對廢塑料煉油燃燒優(yōu)化中的瓶頸問題，提出一種廢塑料煉油燃燒優(yōu)化的建模方法。本發(fā)明具體是首先采集廢塑料煉油的燃燒情況數(shù)據(jù)，進行建模數(shù)據(jù)的選擇和適當(dāng)?shù)念A(yù)處理，以保證模型的預(yù)測能力和泛化能力，最終應(yīng)用相應(yīng)的建模算法和優(yōu)化算法建立廢塑料煉油的燃燒優(yōu)化模型。該方法通過數(shù)據(jù)選擇和預(yù)處理保證了模型的預(yù)測精度和泛化能力。本發(fā)明的技術(shù)方案是通過廢塑料煉油數(shù)據(jù)采集、建模，數(shù)據(jù)樣本的選擇和預(yù)處理、 建立廢塑料煉油的燃燒優(yōu)化模型，確立的一種廢塑料煉油燃燒優(yōu)化的建模方法，利用該方法可建立的較為精確和泛化能力較強的廢塑料煉油燃燒優(yōu)化模型。本發(fā)明方法的步驟包括
步驟(1).采集廢塑料煉油生產(chǎn)過程中各燃燒器運行參數(shù)、反應(yīng)釜進料量和反應(yīng)釜出產(chǎn)品量及反應(yīng)釜所需要的燃燒狀態(tài) 的特征指標(biāo)，建立廢塑料煉油燃燒實時數(shù)據(jù)庫；具體的各燃燒器運行參數(shù)、反應(yīng)釜進料量、反應(yīng)釜出產(chǎn)品量和反應(yīng)釜所需要的燃燒狀態(tài)的特征指標(biāo)，是通過廢塑料煉油生產(chǎn)過程中實時的數(shù)據(jù)監(jiān)測控制系統(tǒng)獲取，或直接通過儀器設(shè)備測
量米集。所述的各燃燒器運行參數(shù)為各燃燒器的給風(fēng)量和給油量；所述的反應(yīng)釜所需要的燃燒狀態(tài)的特征指標(biāo)為反應(yīng)釜內(nèi)軸向溫度分布(反應(yīng)釜內(nèi)壁軸向取M個溫度監(jiān)測點， M > 3)。這個過程積累數(shù)據(jù)，在積累了相當(dāng)?shù)臄?shù)據(jù)后，再進行后邊的數(shù)據(jù)挖掘建模。步驟(2).對數(shù)據(jù)庫中的數(shù)據(jù)進行選擇和預(yù)處理，分別用最小二乘支持向量機和 BP神經(jīng)網(wǎng)絡(luò)建立廢塑料煉油燃燒各燃燒器運行操作參數(shù)與燃燒狀態(tài)的特征指標(biāo)間的燃燒模型，具體方法是
在數(shù)據(jù)庫中進行數(shù)據(jù)選擇，選擇出建模用的樣本數(shù)據(jù)，選擇時遵循以下原則①分布均勻，即在模型的輸入量的拓撲結(jié)構(gòu)空間上分布是均勻的；②數(shù)量均等，即在拓撲結(jié)構(gòu)中位于不同點的數(shù)據(jù)的樣本量相等或相近；
對選擇出的數(shù)據(jù)進行建模前的預(yù)處理，通過單位的變換或乘系數(shù)的方法，使各輸入量及相應(yīng)輸出量的數(shù)據(jù)處于相同或相近的數(shù)量級，再對輸入量進行歸一化處理；
應(yīng)用預(yù)處理好的數(shù)據(jù)，首先采用最小二乘支持向量機算法建模，最小二乘支持向量機算法所建模型泛化能力較強，然后再應(yīng)用神經(jīng)網(wǎng)絡(luò)建模，神經(jīng)網(wǎng)絡(luò)所建模型經(jīng)驗風(fēng)險較小，最后將最小二乘支持向量機模型和神經(jīng)網(wǎng)絡(luò)模型進行組合形成最終的燃燒優(yōu)化模型；用于建模的輸入?yún)?shù)及表征廢塑料煉油燃燒狀態(tài)的特征指標(biāo)的輸出參數(shù)表示為
{k.J} Ii，其中&表示第,組作為輸入數(shù)據(jù)的各燃燒器的運行參數(shù)(包括各燃燒器的給油
和給風(fēng)量)、反應(yīng)釜進料量和反應(yīng)釜出產(chǎn)品量向量，乃表示第i組作為輸出參數(shù)的表征反
應(yīng)釜所需要的燃燒狀態(tài)的特征指標(biāo)的參數(shù)向量(M個反應(yīng)釜軸向的溫度值)#力樣本數(shù)量，以實際運行數(shù)據(jù)為基礎(chǔ)建立各燃燒器運行參數(shù)、反應(yīng)釜進料量和反應(yīng)釜出產(chǎn)品量與反應(yīng)釜所需要的燃燒狀態(tài)的特征指標(biāo)間的模型；
首先采用最小二乘支持向量機算法建模，核函數(shù)選為徑向基函數(shù)
權(quán)利要求
1. 一種廢塑料煉油燃燒優(yōu)化的建模方法，其特征在于該方法的具體步驟包括 步驟(1).采集廢塑料煉油生產(chǎn)過程中，各燃燒器運行參數(shù)、反應(yīng)釜進料量和反應(yīng)釜出產(chǎn)品量及反應(yīng)釜所需要的燃燒狀態(tài)的特征指標(biāo)，建立廢塑料煉油燃燒實時數(shù)據(jù)庫；具體的各燃燒器運行參數(shù)、反應(yīng)釜進料量、反應(yīng)釜出產(chǎn)品量和反應(yīng)釜所需要的燃燒狀態(tài)的特征指標(biāo)，通過廢塑料煉油生產(chǎn)過程中實時的數(shù)據(jù)監(jiān)測控制系統(tǒng)獲取，或直接通過儀器設(shè)備測量采集；所述的各燃燒器運行參數(shù)為各燃燒器的給風(fēng)量和給油量；所述的反應(yīng)釜所需要的燃燒狀態(tài)的特征指標(biāo)為反應(yīng)釜內(nèi)軸向M個溫度監(jiān)測點的溫度分布，M^3；步驟(2).對數(shù)據(jù)庫中的數(shù)據(jù)進行選擇和預(yù)處理，分別用最小二乘支持向量機和神經(jīng)網(wǎng)絡(luò)建立廢塑料煉油燃燒各燃燒器運行操作參數(shù)與燃燒狀態(tài)的特征指標(biāo)間的燃燒模型，具體方法是在數(shù)據(jù)庫中進行數(shù)據(jù)選擇，選擇出建模用的樣本數(shù)據(jù)，選擇時遵循以下原則①分布均勻，即在模型的輸入量的拓撲結(jié)構(gòu)空間上分布是均勻的；②數(shù)量均等，即在拓撲結(jié)構(gòu)中位于不同點的數(shù)據(jù)的樣本量應(yīng)該相等或相近；對選擇出的數(shù)據(jù)進行建模前的預(yù)處理，通過單位的變換或乘系數(shù)的方法，使各輸入量及相應(yīng)輸出量的數(shù)據(jù)處于相同或相近的數(shù)量級，再對輸入量進行歸一化處理；應(yīng)用預(yù)處理好的數(shù)據(jù)，首先采用最小二乘支持向量機算法建模，然后再應(yīng)用神經(jīng)網(wǎng)絡(luò)建模，神經(jīng)網(wǎng)絡(luò)所建模型經(jīng)驗風(fēng)險較小，最后將最小二乘支持向量機模型和神經(jīng)網(wǎng)絡(luò)模型進行組合形成最終的燃燒優(yōu)化模型；用于建模的輸入?yún)?shù)及表征廢塑料煉油燃燒狀態(tài)的特征指標(biāo)的輸出參數(shù)表示為
全文摘要
本發(fā)明涉及一種廢塑料煉油燃燒優(yōu)化的建模方法。目前廢塑料煉油燃燒優(yōu)化中存在瓶頸問題。本發(fā)明方法是通過廢塑料煉油數(shù)據(jù)采集、建模，數(shù)據(jù)樣本的選擇和預(yù)處理、建立廢塑料煉油的燃燒優(yōu)化模型，確立的一種廢塑料煉油燃燒優(yōu)化的建模方法。首先采集廢塑料煉油的燃燒情況數(shù)據(jù)，進行建模數(shù)據(jù)的選擇和適當(dāng)?shù)念A(yù)處理，以保證模型的預(yù)測能力和泛化能力，最終應(yīng)用相應(yīng)的建模算法和優(yōu)化算法建立廢塑料煉油的燃燒優(yōu)化模型。利用該方法可建立的較為精確和泛化能力較強的廢塑料煉油燃燒優(yōu)化模型。本發(fā)明方法通過數(shù)據(jù)選擇和預(yù)處理保證了模型的預(yù)測精度和泛化能力。
文檔編號G06N3/02GK102184287SQ201110115409
公開日2011年9月14日 申請日期2011年5月5日 優(yōu)先權(quán)日2011年5月5日
發(fā)明者俞天明, 吳鵬鋒, 王建中, 王春林, 薛安克 申請人:杭州電子科技大學(xué), 浙江宜景環(huán)保科技有限公司