基于数据模型的铅冶炼氧化炉原料配比优化

底吹连续处理铅基固废工艺具有多变量、非线性、强耦合、大滞后等特点,基于机理方法进行建模与优化存在困难。对此本文提出了基于数据驱动的熔炼炉原料配料模型,实现关键运行参数的优化控制。首先,基于化验与过程历史数据,使用神经网络建立原料成分与熔炼炉关键工艺指标间的关系模型;在此基础上,,应用粒子群搜索算法,由熔炼炉理想工况指标搜索确定原料中各成分的最优配比;最后,将配料问题建模为含非线性约束的多目标优化问题,并使用SLSQP求解。集成上述建模优化算法,开发了相应的熔炼炉原料管理系统。