神经网络与遗传算法结合的球团竖炉燃烧优化-东南大学学报.PDFVIP

第４２卷第１期 东南大学学报（自然科 学版 ） Ｖｏｌ．４２ Ｎｏ．１ 　 ２０１２年１月 ＪＯＵＲＮＡＬＯＦＳＯＵＴＨＥＡＳＴＵＮＩＶＥＲＳＩＴＹ（ＮａｔｕｒａｌＳｃｉｅｎｃｅＥｄｉｔｉｏｎ） 　 Ｊａｎ．２０１２ ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１００１－０５０５．２０１２．０１．０１７ 神经网络与遗传算法结合的球团竖炉燃烧优化 １ １ ２ ２ １ １ ２ ２ 黄　山　蒋　鹭　王天才　刘　飞　钟文琪　金保癉　张　智　冯上进 １ （东南大学能源与环境学院，南京２１００９６） ２ （南京南钢产业发展有限公司，南京２１００３５） 摘要：对神经网络与遗传算法结合的球团竖炉燃烧优化方法进行了研究．首先构建了以矿料成 分及含水率、相关操作参数以及燃烧室和炉膛温度等１６个参数作为输入量，球团竖炉煤气吨耗 和ＮＯ 污染物排放浓度作为输出量的人工神经网络模型．采用７００组现场运行数据作为样本对 ｘ 神经网络进行训练，训练后的模型具有良好的泛化能力和预测精度，煤气吨耗预测误差低于３％ 且ＮＯ 排放浓度的相对误差在５％以内．此外，结合所建模型，采用实数编码的遗传算法，对球团 ｘ 竖炉燃烧进行优化计算，在寻优过程中对煤气吨耗及ＮＯ 排放这２个优化分量采用线性加权和 ｘ 的方法转化为单一数值的目标函数．通过选择不同的权重比例得出不同侧重条件下的优化目标 函数，并给出该优化函数下寻优所得的操作参量优化控制方案．由所选优化方案数值解可以看出 在煤气吨耗上升１．７％的情况下，ＮＯ 的排放浓度下降了２０．３７％． ｘ 关键词：竖炉；神经网络；能耗；ＮＯ 污染物排放；遗传算法 ｘ 中图分类号：ＴＫ１６　　文献标志码：Ａ　　文章编号：１００１－０５０５（２０１２）０１００８８０６ Ｏｐｔｉｍｉｚａｔｉｏｎｏｆｃｏｍｂｕｓｔｉｏｎｆｏｒｐｅｌｌｅｔｓｈａｆｔｆｕｒｎａｃｅ ｂａｓｅｄｏｎａｒｔｉｆｉｃｉａｌｎｅｕｒａｌｎｅｔｗｏｒｋａｎｄｇｅｎｅｔｉｃａｌｇｏｒｉｔｈｍ １ １ ２ ２ １ ＨｕａｎｇＳｈａｎ　ＪｉａｎｇＬｕ　ＷａｎｇＴｉａｎｃａｉ　ＬｉｕＦｅｉ　ＺｈｏｎｇＷｅｎｑｉ １ ２ ２ ＪｉｎＢａｏｓｈｅｎｇ　ＺｈａｎｇＺｈｉ　ＦｅｎｇＳｈａｎｇｊｉｎ １ （ＳｃｈｏｏｌｏｆＥｎｅｒｇｙａｎｄＥｎｖｉｒｏｎｍｅｎｔ，ＳｏｕｔｈｅａｓｔＵｎｉｖｅｒｓｉｔｙ，Ｎａｎｊｉｎｇ２１００９６，Ｃｈｉｎａ） ２ （ＮａｎｊｉｎｇＮａｎｇａｎｇＩｎｄｕｓｔｒｉａｌＤｅｖｅｌｏｐｍｅｎｔＣｏ．Ｌｔｄ，Ｎａｎｊｉｎｇ２１００３５，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｃｏｍｂｉｎｅｄｔｈｅｎｅｕｒａｌｎｅｔｗｏｒｋｗｉｔｈｇｅｎｅｔｉｃａｌｇｏｒｉｔｈｍｓ，ａｍｏｄｅｌｆｏｒａｓｈａｆｔｆｕｒｎａｃｅｗｈｉｃｈ ｈａｓｔｏｎｓｏｆｇａｓｃｏｎｓｕｍｐｔｉｏｎａｎｄＮＯ ｅｍｉｓｓｉｏｎｉｓｂｕｉｌｔ．Ｔｈｅｒｅａｒｅｓｉｘｔｅｅｎｉｎｐｕｔｐａｒａｍｅｔｅｒｓｉｎｔｈｉｓ