粤港澳 > >正文

沈阳自动化学院加热炉优化控制研究进展

2020-11-07 20:03:02 来源:十堰热线

基于转移学习的炉温预测框架。中国科学院沈阳自动化学院地图

亚洲网沈阳11月6日电冶金工业(汪精卫)一直是中国工业的主要能源消费国,是促进节能降耗的重点产业,高炉热风炉和加热炉是节能降耗的关键环节,因此,高炉热风炉和加热炉的燃烧控制和优化一直是国内外专家学者研究和关注的焦点。

11月6日,中国科学院沈阳自动化研究所发布了一份新闻稿,该研究所的研究成果为人工智能技术在冶金行业加热炉能耗优化控制中的应用提供了一种新的方法。

据介绍,研究所科研团队以加热炉的最优控制为出发点,提出了一种基于传递学习的炉温预测算法。为了实现加热炉的优化控制,必须克服加热炉生产过程中原料来源多样、生产条件多变、工况频繁波动等问题,准确预测加热炉各采暖区的温度。同时,还需要满足工作条件的实时性要求,对预测算法的计算效率和计算时间提出了更高的要求。

为了应对这些挑战,研究小组设计了一个基于时间卷积网络和迁移学习技术的多区域炉温预测框架,并通过生成对抗网络建立了一个实时炉温预测模型,提高了预测精度,实例分析表明,该小组提出的基于传递学习的炉温预测框架能够在快速建模的基础上大大提高预测精度,并在传感器上发表了相关的理论成果,为人工智能技术在冶金行业加热炉能耗优化控制中的应用提供了一种新的方法。

近年来,沈阳自动化学院数字工厂研究室在中科云仪工业互联网平台的基础上,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的研究成果,为人工智能与大数据技术和制造过程的深入集成提供了理论方法和技术支持。

上一篇:重要更新!MEZU发布MEMC动态帧插入补偿技术,网民:太认真了

下一篇:最后一页