点击次数：

论文类型：期刊论文

发表时间：2018-07-05

发表刊物：化工进展

卷号：37

期号：7

页面范围：2510-2515

ISSN号：1000-6613

关键字：高炉煤气;调度;动态贝叶斯网络;多目标差分进化

摘要：针对钢铁工业中高炉煤气(blast furnace gas,BFG)系统的调度问题,提出了一种基于动态贝叶斯(dynamic Bayesian network,DBN)和改进的多目标差分进化(improved multi-objective differential evolution,IMODE)算法的 BFG 系统调度方法.考虑到 BFG 系统的动态特性和时间预测模型的输出不确定性,采用基于因果关系的DBN算法对BFG系统的煤气柜建立模型,并以煤气柜快速达到期望值且具有较大的调节余量为优化目标.在优化调度时,将粒子拥挤距离引入到多目标差分进化算法的搜索机制中,从而提高模型的搜索精度.此外,针对单个用户调整不能使煤气柜安全运行的情况,同时考虑到不同消耗用户调整能力的差异,提出了多用户调整方案.为了验证所提算法的有效性,采用国内某钢铁企业BFG系统生产数据进行实验,结果表明该方法相比其他的方法在BFG系统调度调整中具有更好的效果.