[發明專利]一種垃圾焚燒過程的自動燃燒實時優化決策方法

有效

• 申請號: 201711494362.0
• 申請日: 2017-12-31
• 公開（公告）號: CN108224446B
• 公開（公告）日: 2019-06-14
• 發明（設計）人: 嚴愛軍;于航
• 申請（專利權）人: 北京工業大學
• 主分類號: F23G5/50
• 分類號: F23G5/50
• 代理公司: 北京思海天達知識產權代理有限公司 11203
• 代理人: 劉萍

一種垃圾焚燒過程的自動燃燒實時優化決策方法，涉及城市固體垃圾焚燒爐優化控制技術領域，通過關鍵被控變量(進料器速度和爐排速度)的優化決策，使自動燃燒控制系統運行在理想范圍內，主要包括如下步驟：(1)根據焚燒過程的歷史數據建立決策案例庫；(2)構建訓練模式池；(3)根據學習型偽度量準則訓練隨機配置網絡從而獲得隨機配置網絡檢索模型；(4)將目標案例輸入至隨機配置網絡檢索模型得到K個相似案例的解；(5)通過案例重用求取K個相似案例解的平均值，從而得到目標案例解(進料器速度和爐排速度)的決策值并輸出到焚燒過程控制系統；(6)重復上述的步驟(4)～步驟(5)，以實現焚燒過程的自動燃燒實時優化決策過程。

技術領域

本發明涉及城市固體垃圾焚燒爐優化決策技術領域，更具體來說，本發明是一種垃圾焚燒過程的自動燃燒實時優化決策方法。

背景技術

近年來，隨著我國城市化進程不斷加快，城市生活垃圾產量激增，而無害化處理能力卻仍然不足。國家發改委在城市生活垃圾焚燒處理工作意見中，肯定和提升了生活垃圾焚燒處理的作用與地位。城市固體垃圾焚燒處理技術在發達國家和地區得到廣泛應用，我國目前的垃圾焚燒處理技術及裝備日趨成熟，已成為城市生活垃圾處理的重要方式。因此，本發明的研究成果具有廣闊的應用前景。

垃圾焚燒過程中，垃圾的穩定燃燒是保證焚燒經濟效益最大且環境影響最小的前提。因此，在保證垃圾穩定燃燒的前提下，實現焚燒過程關鍵被控變量的優化決策具有重要的現實意義。由于垃圾焚燒過程具有干擾多、強耦合、非線性及大慣性等特征，爐內進料器速度及爐排速度的優化設定不易掌握，一般是由人工經驗給出，帶有主觀隨意性，難以根據生產工況變化及時準確設定，造成這些工藝指標波動范圍很大，難以控制在工藝規定的范圍內，并使生產指標達標。因此，傳統的控制方法難以實現穩定、準確控制。

目前，焚燒爐內進料器速度及爐排速度的優化決策模型主要包括機理建模和數據驅動建模。由于垃圾焚燒過程具有復雜特性，導致機理模型難以建立。而基于數據驅動的建模方法借助人工智能技術通過采集和目標變量相關的、容易在線監測的數據實現對目標的預測，成為優化決策領域的一個研究熱點。這種建模方法主要有人工神經網絡、支持向量機、多元線性回歸法等。利用神經網絡建模時，缺少確定隱層及節點數目的有效方法；支持向量機建模方法對于大數據集合，訓練速度慢，因此，導致這些方法的應用效果不佳。基于神經網絡的建模方法，需要大量的有足夠代表性的樣本，隱層層數及神經元個數的確定依賴經驗，且收斂速度慢，容易陷入局部最小；支持向量機建模方法針對小樣本數據有很好的效果，但是對于大樣本數據訓練時間長，缺乏自學習的能力，參數的選擇具有不確定性；多元線性回歸法對于特征變量的選擇是一個難題。因此，導致這些優化決策方法的應用效果不佳。

案例推理作為人工智能領域一種問題求解與機器學習方法，它以求解效率高和增量式學習性能強等特點得到了廣泛應用。因此，本發明利用案例推理的這一優勢，著重從案例檢索方法入手，對進料器速度和爐排速度進行建模實現實時優化決策。

發明內容

針對上述問題，本發明提供一種垃圾焚燒過程的自動燃燒實時優化決策方法，可通過關鍵被控變量(進料器速度和爐排速度)的優化決策，使自動燃燒控制系統運行在理想范圍內。

為達到上述目的，本發明采用如下技術方案：

一種垃圾焚燒過程的自動燃燒實時優化決策方法，其特征在于包括以下步驟：(1)根據焚燒過程的歷史數據建立決策案例庫；(2)構建訓練模式池；(3)根據學習型偽度量準則訓練隨機配置網絡從而獲得隨機配置網絡檢索模型；(4)將目標案例輸入至隨機配置網絡檢索模型得到K個相似案例的解；(5)通過案例重用求取K個相似案例解的平均值，從而得到目標案例解(進料器速度和爐排速度)的決策值并輸出到焚燒過程控制系統；(6)重復上述的步驟(4)～步驟(5)，以實現焚燒過程的自動燃燒實時優化決策過程。進一步具體包括如下步驟：

(1)根據焚燒過程的歷史數據建立決策案例庫；詳細過程如下：