【儀表網 儀表研發(fā)】冶金行業(yè)能源消耗較大，是推進節(jié)能降耗的重點行業(yè)。高爐熱風爐和加熱爐等裝置是節(jié)能降耗的關鍵環(huán)節(jié)，其燃燒控制與優(yōu)化問題是國內外專家學者研究與關注的重點。
中國科學院沈陽自動化研究所科研團隊以加熱爐的優(yōu)化控制為切入點，提出一種基于遷移學習的加熱爐爐溫預測算法。實現加熱爐的優(yōu)化控制，要克服加熱爐生產過程中原料來源多樣、生產條件多變、工況波動頻繁等難題，對加熱爐各個加熱區(qū)的溫度精準預測。同時，還需要滿足工況對實時性的要求，對預測算法的計算效率和計算時間等性能指標提出更高的要求。
為了應對這些挑戰(zhàn)，研究團隊設計出基于時間卷積網絡和遷移學習技術的多區(qū)爐溫預測框架，并通過生成對抗網絡來提升預測精度，建立實時的爐溫預測模型。實例研究表明，團隊提出的基于遷移學習的爐溫預測框架在每個加熱區(qū)快速建模的基礎上均能提升預測精度。
相關研究成果發(fā)表在Sensors上，該研究為人工智能技術應用于冶金行業(yè)加熱爐能耗優(yōu)化控制提供新方法。
所有評論僅代表網友意見，與本站立場無關。