昆明理工大学;云南锡业股份有限公司锡业分公司刘英莉获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉昆明理工大学;云南锡业股份有限公司锡业分公司申请的专利一种锡熔炼过程动态优化控制方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN120215281B 。
龙图腾网通过国家知识产权局官网在2025-08-26发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202510677737.5,技术领域涉及:G05B13/04;该发明授权一种锡熔炼过程动态优化控制方法是由刘英莉;熊正;杨玲;沈韬;袁海滨设计研发完成,并于2025-05-26向国家知识产权局提交的专利申请。
本一种锡熔炼过程动态优化控制方法在说明书摘要公布了:本发明涉及一种锡熔炼过程动态优化控制方法,属于冶金工程和人工智能的交叉技术领域。首先,收集数据并进行预处理,剔除异常值,利用cGAN生成缺失值,弥补数据空缺;然后,利用LSTM模型对锡熔炼过程中的关键状态变量进行建模,捕捉复杂的时间序列变化规律,并嵌入冶金知识作为约束。接着,在强化学习环境中加入基于数据驱动的状态更新模型。最后,引入深度强化学习算法,将喷枪操作参数作为动作空间,将锡熔炼过程中的状态作为状态空间。在奖励函数设计中,融入关键参数的预测结果,通过智能体学习实现动态优化控制策略。该方法在动态优化锡纯度、降低CO排放方面具有显著优势,为冶金工业的智能化和高效生产提供了一种创新性解决方案。
本发明授权一种锡熔炼过程动态优化控制方法在权利要求书中公布了:1.一种锡熔炼过程动态优化控制方法,其特征在于,所述方法具体包括: Step1:收集锡熔炼过程中相关参数数据,所述相关参数数据包括熔炼炉中每个时刻的状态变量值和喷枪操作参数值; Step2:对所述相关参数数据进行预处理,删除传感器记录的异常值,并利用cGAN生成测量频率低于预设阈值的变量; Step3:采用改进的LSTM模型对锡熔炼过程中的锡纯度、CO浓度进行建模,捕捉状态变量值和喷枪操作参数值的时间序列变化规律; Step4:构建强化学习环境,采用数据驱动的状态更新模型,将锡熔炼过程中的状态变量值和喷枪操作参数值作为输入,利用深度学习模型预测下一时刻的状态值; Step5:设计奖励函数,基于捕捉的时间序列变化规律指导强化学习的智能体; Step6:引入深度强化学习算法,将喷枪操作参数设计为动作空间,将锡熔炼过程中的状态设计为状态空间,智能体与状态更新模型进行交互学习,持续优化控制策略以实现动态优化目标; 所述Step3具体为: Step3.1:基于锡熔炼过程中已有的工业数据,提取反映炉内动态变化的核心变量,通过数学变换生成与熔炼过程的新特征列; Step3.2:在原始LSTM模型的损失函数中嵌入冶金领域的物理约束,通过约束惩罚项指导LSTM模型学习符合实际工艺规律的预测结果; Step3.3:采用改进的LSTM模型对锡熔炼过程中的指标变量进行预测训练; Step3.4:在训练完成后,利用独立的测试数据集验证模型的预测性能,评估锡纯度、CO浓度的预测精度,并保存LSTM模型参数; 所述Step5具体为: Step5.1:制定优化目标; Step5.2:利用保存的LSTM模型参数,预测当前工艺参数的调整对未来某一预设时间段锡纯度和CO排放的影响,并利用预测结果作为奖励函数计算的依据; Step5.3:设计奖励函数,公式为: ; 式中,R是奖励函数,、、为权重系数,用于平衡多个目标的重要性,是当前时刻锡纯度含量,是当前时刻一氧化碳含量,是下一时刻锡纯度含量,是下一时刻一氧化碳含量,是下一时刻能耗值; 所述Step6具体为: Step6.1:基于DDPG算法对喷枪操作参数进行调控,将熔炉内的喷枪执行的操作定义为动作空间,将熔炉内:浓缩总量、熔池累加、氧气含量百分比、炉底中部温度、炉底外部温度、炉底内温、炉升高的温度、炉压、废气CO分析、总能耗共十个核心变量定义为状态空间; Step6.2:使用DDPG算法中的Actor网络基于当前状态预测最优动作,用于调节喷枪操作参数,使用Critic网络评估当前策略的Q值,用于指导Actor优化; Step6.3:将强化学习中的智能体与熔炉环境的交互数据存储在经验池中,从中随机采样若干熔炉状态与喷枪操作参数数据进行训练,使强化学习智能体学习到之前连续炉期数据未有的操作经验; Step6.4:通过添加噪声,模拟工厂遇到故障的情况,完成模型训练; Step6.5:利用训练好的模型,在锡熔炼过程中实现智能动态优化控制; 所述Step3.2具体为: 在LSTM模型的损失函数中加入冶金知识约束,约束公式为: ; 其中,是总的损失值,是LSTM模型的预测损失值,是常数,函数则需要结合冶金知识,具体公式如下: ; 其中,是常数,是预测值与理论值的差值,CO的理论值计算如下: ; 式中,表示燃烧煤流量,是燃料煤热值和燃烧效率相关的常数,是氧气流量,是燃烧煤的理论化学计量比。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人昆明理工大学;云南锡业股份有限公司锡业分公司,其通讯地址为:650031 云南省昆明市一二一大街文昌路68号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。