冶金行业一直是我国工业的能源消耗大户,是推进节能降耗的重点行业。高炉热风炉和加热炉等装置是节能降耗的关键环节,因此,其燃烧控制与优化问题一直是国内外专家学者研究和关注的重点。
11月6日,中国科学院沈阳自动化研究所发布消息,该所一项研究成果,为人工智能技术应用于冶金行业加热炉能耗优化控制提供了新方法。
据介绍,该所科研团队以加热炉的优化控制为切入点,提出了一种基于迁移学习的加热炉炉温预测算法。实现加热炉的优化控制,首先要克服加热炉生产过程中原料来源多样、生产条件多变、工况波动频繁等难题,对加热炉各个加热区的温度精准预测。同时,还需要满足工况对实时性的要求,对预测算法的计算效率和计算时间等性能指标提出了更高的要求。
为了应对这些挑战,研究团队设计了基于时间卷积网络和迁移学习技术的多区炉温预测框架,并通过生成对抗网络来提升预测精度,建立了实时的炉温预测模型。实例研究表明,团队所提出的基于迁移学习的炉温预测框架在每个加热区快速建模的基础上都能极大提升预测精度。相关学术成果发表于Sensors,也为人工智能技术应用于冶金行业加热炉能耗优化控制提供了新方法。
近年来,沈阳自动化所数字工厂研究室依托“中科云翼”工业互联网平台开展了基于工业大数据的人工智能方法研究,取得了一系列高水平研究成果,为人工智能和大数据技术与制造工艺的深度融合提供了理论方法和技术支撑。
[来源:科学网]
版权与免责声明:
① 凡本网注明"来源:仪器信息网"的所有作品,版权均属于仪器信息网,未经本网授权不得转载、摘编或利用其它方式使用。已获本网授权的作品,应在授权范围内使用,并注明"来源:仪器信息网"。违者本网将追究相关法律责任。
② 本网凡注明"来源:xxx(非本网)"的作品,均转载自其它媒体,转载目的在于传递更多信息,并不代表本网赞同其观点和对其真实性负责,且不承担此类作品侵权行为的直接责任及连带责任。如其他媒体、网站或个人从本网下载使用,必须保留本网注明的"稿件来源",并自负版权等法律责任。
③ 如涉及作品内容、版权等问题,请在作品发表之日起两周内与本网联系,否则视为默认仪器信息网有权转载。
谢谢您的赞赏,您的鼓励是我前进的动力~
打赏失败了~
评论成功+4积分
评论成功,积分获取达到限制
投票成功~
投票失败了~