桂卫华:知识自动化将提升工业软件的技术水平

知识自动化及工业运用是一项用知识推动经济发展的颠覆性技术,能够为相关行业带来一些革命性的变化,特别是知识自动化系统将可能推进新的软件产业的发展,从而提升工业软件的技术水平。当今社会,知识型工作基本上占据压倒性的地位。知识型工作是对知识的利用和创造,是具备知识才能完成的工作,或者有知识的人或系统完成的工作,是生产有用信息和知识的创造性脑力劳动。

基于知识与AW-ESN融合的烧结过程FeO含量预测

氧化亚铁(FeO)含量是衡量烧结矿强度和还原性的重要指标,烧结过程FeO含量的实时准确预测对于提升烧结质量、优化烧结工艺具有重要意义.然而烧结过程热状态参数缺失、过程参数波动频繁给FeO含量的高精度预测带来巨大的挑战,为此,提出一种基于知识与变权重回声状态网络融合(Fusion of data-knowledge and adaptive weight echo state network, DK-AWESN)的烧结过程FeO含量预测方法.首先,针对烧结过程热状态参数缺失的问题,建立烧结料层最高温度分布模型,实现基于料层温度分布特征的FeO含量等级划分;其次,针对烧结过程参数波动频繁的问题,提出基于核函数高维映射的多尺度数据配准方法,有效抑制离群点的影响,提升建模数据的质量;最后,针对烧结过程数据驱动模型缺乏机理认知致使模型预测精度不高的问题,将过程数据中提取得到的FeO含量等级知识与AW-ESN (Adaptive weight echo state network)结合,建立DK-AWESN模型,有效提升复杂工况下FeO含量的预测精度.现场工业数据试验表明,所提方法能实时准确地预测烧结过程FeO含量,为烧结过程的智能化调控提供实时有效的FeO含量反馈信息.

基于工况知识引导注意力时间卷积网络的烧结终点预测

烧结终点位置的实时准确预测对于优化烧结工艺具有重要的意义.针对烧结过程中强非线性和动态时变性造成烧结终点高精度预测难的问题,本文提出了一种基于工况知识引导注意力时间卷积网络(AM–TCN)模型.首先,构建堆叠的时间卷积模块用于充分提取烧结过程数据中深层次的非线性特征;其次,将历史工况知识引入注意力机制,引导模型在保留过程数据时序特征的同时区分不同特征的重要性;最后,构建预测模型用于烧结终点位置在线预测.工业数据实验表明,所提AM–TCN模型具有较好的烧结终点预测精度,对提升烧结过程热状态稳定性具有重要意义.

挥发窑鼓风管的关键点识别及其摆放位置监测

窑头鼓风管的摆放位置是影响氧化锌挥发窑燃烧状态的重要操作参数之一,现仍由人工看火来手动调节,同时现场没有为挥发窑的运行优化记录完善的鼓风状态数据,也难以及时发现鼓风管被窑内渣块击中等安全隐患.针对上述问题,本文提出一种基于关键点识别的鼓风管位置监测方法.首先,文章对从窑头看火口采集的火焰视频数据集设计一种邻域关键点辅助的数据扩充方法,并构建级联金字塔网络(CPN)来预测鼓风管管口中心点的位置;然后,本文提出一种基于多帧图像的聚类分析算法来消除因烟尘遮挡所产生的异常点,并采用一种量化指标来实现对挥发窑鼓风管摆放位置的实时感知与记录;最后,本文基于现场采集的火焰视频数据进行了对比实验,结果表明所提出的关键点检测模型精度高、鲁棒性强,且鼓风管位置的量化准确率高达92.3%.

高超声速变外形飞行器建模与固定时间预设性能控制

以一种折叠式高超声速变外形飞行器(Hypersonic morphing vehicle, HMV)为研究对象,综合考虑变形引起的气动特性、动力学特性的动态变化和模型不确定性、外部干扰的影响,开展飞行器建模与固定时间预设性能控制方法研究.首先,建立高超声速变外形飞行器的运动模型和姿态控制模型;然后,采用固定时间干扰观测器实现对模型不确定性和外部干扰构成的复合总扰动的精确估计,并设计一种新型固定时间预设性能函数以定量描述期望性能约束,在此基础上,基于预设性能控制架构并结合动态面控制技术设计预设性能姿态控制器,利用Lyapunov稳定性理论证明闭环系统的固定时间稳定性;最后,通过数值仿真验证所提出方法的有效性和鲁棒性.

复杂生产流程协同优化与智能控制

我国流程行业原料来源复杂,如何优化调控工艺指标使复杂生产流程适应原料波动,是保障产品质量、降低物耗能耗的关键.本文结合全流程、工序、反应器等不同生产层级的工艺特点,系统研究复杂生产流程协同优化和智能控制方法.针对全流程多工序关联的特点,提出了操作模式优化方法和操作模式动态匹配的全流程多工序协同优化方法;针对单元工序多反应器级联的特点,分析了工序内不同反应器的物质转化效率差异,提出了反应器指标梯度协同优化方法;针对反应器多反应共存、工况多变的特点,研究了基于完备状态空间的动态特性描述框架,建立了竞争−促进反应体系机理模型,提出了工况全覆盖的模型参数自主辨识方法和基于分工况智能综合调节的反应器操作参数精细化调控方法.通过锌冶炼智能工厂建设案例阐述了所提方法在提高工艺原料适应能力、生产效率、质量稳定性等方面的成效.最后,结合我国流程行业智能化发展现状和需求,分析了需进一步研究的问题.

基于运动轨迹和径向距离的高炉料面堆积形状建模方法

高炉料面形貌是反映煤气流分布和煤气利用率的关键指标,研究高炉料面炉料堆积形状数学建模方法对实现高炉精准布料控制和“双碳”战略在钢铁行业落地具有重要意义.针对高炉多环布料情况下料面堆积形状预测难的问题,本文提出了一种基于炉料运动轨迹和径向移动距离的高炉料面炉料堆积形状建模方法.首先,提出了一种与炉料初始状态和溜槽状态相关的炉料运动轨迹建模方法,获取炉料从节流阀至料面的炉料运动轨迹,并确定炉料在炉喉空区的内轨迹曲线和外轨迹曲线.然后,基于炉料运动轨迹和初始料面形状,以体积守恒原则为约束,提出了一种基于炉料径向移动距离的高炉料面炉料堆积形状数学建模方法,获取炉料在料面的堆积形状.最后,基于某钢铁厂2#高炉的尺寸建立离散单元法(Discrete element method,DEM)仿真模型,模型仿真结果验证了所提方法的准确性和有效性.

高炉铁水温度检测方法的研究进展

高炉铁水温度是分析铁水质量、判断炉温状态及评估高炉能耗水平的重要指标,铁水温度检测是钢铁行业的强制性需求。本文根据测温仪表的工作原理,将现有铁水测温技术进行分类分析,结合高炉出铁场环境特点和铁水特点,从测温原理、测温位置、技术特点等方面论述了现有测温技术的优缺点。为实现高炉铁水温度的实时在线准确检测,重点介绍了红外视觉测温方法的研究进展和应用潜力。在总结现有铁水测温技术的基础上,分析了红外视觉测温方法存在的主要问题及未来研究方向,旨在为学术界和工业界研究人员提供铁水测温技术方面的一些参考和借鉴。

复杂生产流程协同优化与智能控制

我国流程行业原料来源复杂,如何优化调控工艺指标使复杂生产流程适应原料波动,是保障产品质量、降低物耗能耗的关键.本文结合全流程、工序、反应器等不同生产层级的工艺特点,系统研究复杂生产流程协同优化和智能控制方法。针对全流程多工序关联的特点,提出了操作模式优化方法和操作模式动态匹配的全流程多工序协同优化方法;针对单元工序多反应器级联的特点,分析了工序内不同反应器的物质转化效率差异,提出了反应器指标梯度协同优化方法;针对反应器多反应共存、工况多变的特点,研究了基于完备状态空间的动态特性描述框架,建立了竞争一促进反应体系机理模型,提出了工况全覆盖的模型参数自主辨识方法和基于分工况智能综合调节的反应器操作参数精细化调控方法。通过锌治炼智能工厂建设案例阐述了所提方法在提高工艺原料适应能力、生产效率、质量稳定性等方面的成效。最后,结合我国流程行业智能化发展现状和需求,分析了需进一步研究的问题。

基于动态注意力深度迁移网络的高炉铁水硅含量在线预测方法

铁水硅含量是反映高炉冶炼过程中热状态变化的灵敏指示剂,但无法实时在线检测,造成铁水质量调控盲目.为此,提出一种基于动态注意力深度迁移网络(Attention deep transfer network, ADTNet)的高炉铁水硅含量在线预测方法.首先,针对传统深度网络静态建模思路无法准确描述过程变量与铁水硅含量之间的关系,提出一种基于注意力机制模块的输入过程变量与输出硅含量之间的动态关系描述方法;其次,为降低硅含量预测模型训练时对标签数据的依赖,考虑到铁水温度与硅含量数据之间的正相关性,利用小时级硅含量标签数据微调基于分钟级铁水温度数据预训练好的深度模型的结构,进而提高基于动态注意力深度迁移网络的硅含量预测精度;同时,为增强预测网络的可解释性,实时给出了基于动态注意力机制模块计算的每个样本各过程变量对铁水硅含量的贡献度;最后,基于某钢铁厂2号高炉的工业实验,验证了该方法的准确性、有效性和先进性.

基于时序关联矩阵的高炉冶炼过程多重关联时延估计方法

高炉冶炼过程由炉料传输反应时间和冶炼单元在空间和时间分布上的差异带来的变量时延影响了数据的准确性和真实因果关系,因此有效地估计过程变量间的时延信息,并在时序上配准数据,是后续过程建模、优化控制与性能评估的核心.考虑到变量间时延的多重关联性,提出了一种基于时序关联矩阵的时延参数估计方法.首先,根据过程变量的时延参数在时空上重构对应的时序关联矩阵,并引入灰色关联分析量化时序矩阵的多重关联相关性;接着,考虑到穷举所有时序关联矩阵的时间复杂度,提出了一种双尺度协同搜索策略的动态多群粒子群算法用于快速寻找最优的时延参数,提出的粒子群算法能兼顾全局探索能力和局部探测能力并跳出局部最优解;最后,基于一个数值仿真和某钢铁厂2#高炉的工业实验验证了所提时延参数估计方法的可行性和有效性,且通过所提方法在时序上重构的数据能有效提高后续硅含量软测量模型性能.

基于状态识别的高炉料面视频关键帧提取方法

高炉料面视频关键帧是视频中的中心气流稳定、清晰、无炉料及粉尘遮挡且特征明显的图像序列,对于及时获取炉内运行状态、指导炉顶布料操作具有重要的意义.然而,由于高炉内部恶劣的冶炼环境及布料的周期性和间歇性等特征,料面视频存在信息冗余、图像质量参差不齐、状态多变等问题,无法直接用于分析处理.为了从大量高炉冶炼过程料面视频中自动准确筛选清晰稳定的料面图像,提出基于状态识别的高炉料面视频关键帧提取方法.首先,基于高温工业内窥镜采集高炉冶炼过程中的料面视频,并清晰完整给出料面反应新现象和形貌变化情况;然后,提取能够表征料面运动状态的显著性区域的特征点密集程度和像素位移特征,并提出基于局部密度极大值高斯混合模型(Local density maxima-based Gaussian mixture model,LDGMM)聚类的方法识别料面状态;最后,基于料面状态识别结果提取每个布料周期不同状态下的关键帧.实验结果表明,该方法能够准确识别料面状态并剔除料面视频冗余信息,能提取出不同状态下的料面视频关键帧,为优化炉顶布料操作提供指导.

高炉料面成像工业内窥镜的视场覆盖增强方法

高炉料面形状信息对调节布料操作具有重要参考作用.针对目前工业内窥镜对高炉料面成像视场覆盖范围较小的问题,提出了一种新的视场覆盖增强方法.首先,基于坐标系变换建立工业内窥镜的感知模型,定量刻画工业内窥镜参数与感知区域面积之间的关系;然后,在感知模型的基础上提出料面成像区域面积的计算方法,并提出基于粒子群优化算法优化感知方向的视场覆盖增强策略,实现最大面积的料面区域感知.最后,的实验和应用结果表明,提出的方法可有效提高视场覆盖的料面面积,具有很好的应用价值.

钢铁制造烧结过程关键参数检测方法综述

铁矿石烧结是钢铁制造中重要的铁前流程,是高炉炼铁的主要精料来源,也是钢铁行业实施“双碳”战略的前沿阵地。烧结终点、混合料水分以及FeO含量作为烧结过程中的关键参数,直观反映了烧结全流程的工况、能耗水平以及成品质量,是烧结过程在线检测的重点研究对象,本文重点阐述了这三个关键参数的检测方法研究现状,从工艺机理和参数特性出发,分析了现有检测方法的优缺点以及适用性,概括了当前烧结过程关键参数检测面临的问题,并对未来发展趋势进行了展望。

基于机器视觉的矿物浮选过程监控技术研究进展

矿物浮选流程长、分布范围广、控制变量多、关键工艺参数无法在线检测,导致实时监控困难,严重制约了浮选生产的优化运行及选矿自动化水平的提升.浮选泡沫表面视觉特征是浮选工况和工艺指标的直接指示器,为此将机器视觉应用到矿物浮选过程的监控中,以提高浮选过程的资源回收率.本文结合矿物浮选泡沫图像特点,从浮选过程的泡沫图像关键特征提取及表征、关键工艺参数检测、工况识别以及基于机器视觉监控系统的实现等方面综述了浮选过程监控技术的研究成果,并指出了基于机器视觉的选矿过程监控技术的发展趋势及面临的挑战.

基于极大似然循环自更新神经网络的高炉料位时空特征融合测量方法

高炉料位实时高精度测量是高炉精细化智能布料控制的前提,更是保证高炉高效、绿色和低碳冶炼的关键。在高炉实际生产过程中,炉内处于高温高压密闭多尘环境下,传统的机械及雷达探尺料位测量方法面临料位测量精度与连续性无法兼顾的挑战。为此,本文提出基于极大似然循环自更新神经网络的高炉料位时空特征融合测量方法,该方法通过周期提取及极大似然估计等手段,精准提取雷达探尺料位时空特征,并以机械探尺信息为基准,构建能融合雷达数据时空分布特征及机械探尺数据的循环自更新神经网络结构,从而实现高炉料位实时连续高精度测量。研究结果表明:本文方法不仅能与雷达探尺实时连续测量高炉料位,且测量精度逼近机械探尺的测量精度,为高炉精细化绿色低碳冶炼提供了数据支撑,实用价值明显。

基于数据驱动的铜闪速熔炼过程操作模式优化及应用

针对铜闪速熔炼过程工艺指标无法在线检测、过程建模及优化控制困难的问题,研究了基于数据驱动的操作模式优化方法.论文在铜闪速熔炼过程特点分析的基础上,定义了基于数据驱动的操作模式优化的基本概念,提出了基于数据驱动的操作模式优化控制框架,研究了基于数据的冰铜温度、冰铜品位、渣中铁硅比的工艺指标预测模型、炉况的综合评价模型及闪速熔炼过程的操作模式优化.基于大量工业运行数据和炉况评价模型构建优化操作模式库,提出了将模糊C均值聚类与混沌伪并行遗传算法相结合的匹配算法,从优化操作模式库中寻找与当前工况相匹配的最优操作模式,从而实现熔炼过程的优化控制.在铜闪速熔炼生产中的实际应用证明了该方法的有效性.

有色冶金过程建模与优化的若干问题及挑战

有色金属工业发展正面临资源、能源与环境的严重制约,而有色冶金过程建模与优化是实现有色冶金生产节能降耗减排的关键技术之一.论文从有色冶金过程的特点出发,首先探讨了有色冶金过程的机理建模、连续搅拌釜式反应器(Continuous stirred tank reactor,CSTR)模型和智能集成建模的理论与方法,提出了智能集成建模的描述方法,归纳了模型的集成形式,给出了工业应用上的几类智能集成模型;然后围绕有色冶金过程工程优化,讨论了操作模式优化、软约束调整满意优化、多目标智能优化等方法,并阐述了大型湿法炼锌电解过程的综合优化控制技术;最后探讨了有色冶金过程建模与优化所面临的新挑战.

基于线性矩阵不等式的不确定关联系统的分散鲁棒镇定

应用线性矩阵不等式 (L MI)方法研究不确定性关联大系统的分散鲁棒镇定问题。系统中不确定项具有数值界 ,可不满足匹配条件。基于不确定项的表达形式 ,给出了其可分散状态反馈镇定的充分条件 ,即一组 L MIs有解。在此基础上 ,通过求解一凸优化问题 ,提出了具有较小反馈增益的分散稳定化状态反馈控制律的设计方法。仿真示例说明了该方法的有效性和优越性。