关键词:
煤泥浮选过程
混合贝叶斯网络
安全与质量一体化控制
摘要:
煤炭是我国的基础能源,在国家经济发展中扮演了至关重要的角色。作为一种有效的煤炭分选方法,煤泥浮选因其精细的分选粒度和高效的分选效率,在去除原煤杂质、提升产品煤质量方面得到了广泛应用,提升了煤炭的利用效率和环保性能。然而由于生产环境复杂、运行参数多变,煤泥浮选过程容易偏离最优操作点,导致产品煤质量下降甚至出现异常工况。因此,结合实时工况信息,制定相应的安全控制决策与质量控制决策,对于保障煤泥浮选过程的安全稳定运行以及提升综合经济效益,具有重要的理论研究与实际应用价值。本文在深入分析煤泥浮选过程运行机理的基础上,开展了基于贝叶斯网络的煤泥浮选过程安全与质量一体化控制方法研究,主要研究内容如下:
(1)针对煤泥浮选过程由于原煤属性变化、关键变量参数波动而造成的产品质量下降甚至异常工况问题,本文提出一种基于混合贝叶斯网络的煤泥浮选过程安全与质量一体化控制方法。贝叶斯网络能够有效地融合专家知识与数据信息,在工业领域过程控制中得到了广泛应用。然而现有的离散贝叶斯网络在推理控制决策时仅能得到粗糙的调整方向,在恢复正常工况以后,无法进一步提升产品质量。因此本文通过建立包含离散节点与连续节点的混合贝叶斯网络模型,提升控制决策的推理精度,获取精确的调整值。该方法首先将实时工况数据作为证据信息输入到混合贝叶斯网络模型中,利用贝叶斯网络推理获取安全控制决策;在消除异常工况的基础上,结合模拟退火算法,获取质量控制决策,进一步提升产品质量,实现煤泥浮选过程的安全与质量一体化控制。最后,通过煤泥浮选仿真实验平台验证所提方法的有效性。
(2)煤泥浮选过程复杂度与规模化程度较高,包含原煤处理、重介质分选、泡沫浮选等多个关键环节,传统的集中式建模难以完整描述各环节变量间的复杂因果关系,从而导致构建的贝叶斯网络控制模型精度较低。因此本文结合分布式建模策略,提出一种基于分布式混合贝叶斯网络的煤泥浮选过程安全与质量一体化控制方法。离线建模过程中,该方法将煤泥浮选过程划分为若干相互关联的局部模块,每个局部模块根据自身的需求和特点建立相应的局部混合贝叶斯网络模型,进一步利用关联变量建立煤泥浮选过程的全局混合贝叶斯网络模型,根据实际情况对各局部模块进行调整和优化,降低计算与推理的复杂度。在线应用过程中,首先采用贡献图算法识别异常模块,从局部混合贝叶斯网络角度出发,利用贝叶斯网络推理得到调整该异常模块的安全控制决策;在此基础上从全局混合贝叶斯网络角度出发,结合模拟退火算法获取质量控制决策,提升产品质量,实现煤泥浮选过程的安全与质量一体化控制。最后,通过煤泥浮选仿真实验平台验证所提方法的有效性。
(3)针对由于工况波动导致的贝叶斯网络模型泛化能力不足,无法制定精确的控制决策问题,本文提出一种基于集成学习与分布式混合贝叶斯网络的煤泥浮选过程安全控制方法。该方法利用集成学习中的Bagging算法策略,通过对训练集进行分层抽样生成多个子训练集,从而构建混合贝叶斯网络模型组。在异常工况发生时,这些模型能够独立制定各自的控制决策;在此基础上,采用权值法加权融合各模型的决策结果,形成最终的安全控制决策,显著提高控制决策的准确性和鲁棒性。最后,通过煤泥浮选仿真实验平台验证所提方法的有效性。
该论文有图26幅,表19个,参考文献91篇。