Release Time:2019-03-12  Hits:

Indexed by: Journal Article

Date of Publication: 2018-07-05

Journal: 化工进展

Volume: 37

Issue: 7

Page Number: 2510-2515

ISSN: 1000-6613

Key Words: 高炉煤气;调度;动态贝叶斯网络;多目标差分进化

Abstract: 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.