一种水泥磨系统自动寻优控制系统及方法与流程

1.本发明涉及自动控制技术领域，特别涉及一种水泥磨系统自动寻优控制系统及方法。


背景技术：

2.目前，现存的水泥磨自动控制系统需要人工同时监控多个工艺目标的实时数据，同时经过后台人工或机器持续进行全要素、系统性地优化计算和操控，才能实现逐渐逼近各种磨机最佳运转工况，这种控制方式使得水泥磨系统的自控率低下、准确率不足、调节效果不佳。通过自控寻优控制系统使得产线产生巨大经济价值是水泥磨自动控制系统的发展趋势。目前企业最迫切的需求是减少人工或后台机器干预的同时实现水泥磨系统的运行指标动态优化和自动寻优调控，提升自控率、有效率、优秀率和生产率，给产线产生巨大经济价值。
3.因此，本发明提出一种水泥磨系统自动寻优控制系统及方法。


技术实现要素：

4.本发明提供一种水泥磨系统自动寻优控制系统及方法，用以实现快速地、准确地生成水泥磨系统的最优控制方案，使水泥磨系统按照最优控制方案运行在最优状态下。
5.本发明提供一种水泥磨系统自动寻优控制系统，包括：
6.初始评估模块，用于获取水泥磨系统的初始控制方案，评估所述初始控制方案，获得对应的初始评估值；
7.优化评估模块，用于基于多变量神经网络模型获取所述水泥磨系统的每个控制参数对应的优化范围，对所述优化范围进行优化仿真，获得n个优化评估值；
8.自动寻优模块，用于基于所述初始评估值对n个优化评估值进行寻优，获得寻优结果，对所述寻优结果进行再次优化获得最优控制参数，基于所述最优控制参数生成对应的最优控制方案；
9.控制模块，用于基于所述最优控制方案控制所述水泥磨系统接力运行。
10.优选的，所述的一种水泥磨系统自动寻优控制系统，所述水泥磨系统，包括：进料仓、第一传送带、锟压机、第二传送带、选粉机、收尘装置。
11.优选的，所述的一种水泥磨系统自动寻优控制系统，所述初始评估模块，包括：
12.获取单元，用于获取所述水泥磨系统的初始控制方案，并基于所述初始控制方案获取所述水泥磨系统的当前控制参数和当前机组运行数据；
13.第一计算单元，用于基于所述当前控制参数计算出对应的初始输入能量表征值，同时，基于所述当前机组运行数据计算出对应的初始输出能量表征值；
14.初始评估单元，用于基于所述初始输入能量表征值和所述初始输出能量表征值，获得所述初始评估值。
15.优选的，所述的一种水泥磨系统自动寻优控制系统，所述优化评估模块，包括：
16.第一确定单元，用于确定所述水泥磨系统的所有控制参数属性和机组运行数据属性，基于所述控制参数属性个数和所述机组运行数据属性个数构建所述多变量神经网络模型，基于所述多变量神经网络模型获取所述水泥磨系统的每个控制参数对应的优化范围；
17.第一生成单元，用于基于所述当前控制参数和对应的优化范围生成对应的参数优化区间，基于所有所述参数优化区间获得参数优化区间集合；
18.构建单元，用于基于所述水泥磨系统的功率传递函数关系和预设三维模型，建立对应的功率传输仿真模型；
19.仿真单元，用于基于所述功率传输仿真模型对所述参数优化区间集合进行仿真分析，获得n个优化仿真结果；
20.预处理单元，用于对n个优化仿真结果进行预处理并提取出对应的n组优化控制参数和n组优化机组运行数据；
21.第二计算单元，用于基于所述优化控制参数计算出每个优化仿真结果对应的优化输入能量表征值，同时，基于所述优化机组运行数据计算出每个优化仿真结果对应的优化输出能量表征值；
22.优化评估单元，用于基于所述优化输入能量表征值和所述优化输出能量表征值，获得每个优化仿真结果对应的优化评估值。
23.优选的，所述的一种水泥磨系统自动寻优控制系统，所述自动寻优模块，包括：
24.筛选单元，用于将大于或等于所述初始评估值的优化评估值作为第一优化评估值；
25.第二确定单元，用于将最大第一优化评估值对应的优化控制参数作为最优评估值控制参数；
26.第三确定单元，用于当所述初始评估值超过每个优化评估值时，则将所述当前控制参数作为最优评估值控制参数；
27.优化单元，用于对所述最优评估值控制参数进行再次优化操作，获得最优控制参数；
28.第二生成单元，用于基于所述最优控制参数生成最优控制方案。
29.优选的，所述的一种水泥磨系统自动寻优控制系统，所述控制模块，包括：
30.提取单元，用于从所述最优控制方案中提取最优控制参数；
31.控制单元，用于基于所述最优控制参数设置所述水泥磨系统的控制参数，控制所述水泥磨系统接力运行；
32.其中，所述最优控制参数包括：进料仓最优控制电流、进料仓最优控制电压、第一传送带最优控制电流、第一传送带最优控制电压、锟压机最优控制电流、锟压机最优控制电压、第二传送带最优控制电流、第二传送带最优控制电压、选粉机最优控制电流、选粉机最优控制电压、收尘装置最优控制电流、收尘装置最优控制电压。
33.优选的，所述的一种水泥磨系统自动寻优控制系统，所述第一确定单元，包括：
34.第一确定子单元，用于确定所述水泥磨系统每种工况对应的所有控制参数属性和机组运行数据属性；
35.构建子单元，用于基于所述水泥磨系统每种工况对应的输入量属性个数和输出量属性个数，构建每种工况对应的多变量神经网络模型；
36.采集子单元，用于按照预设方法改变所述水泥磨系统的控制参数，同时，监控所述水泥磨系统的机组实时运行数据，将多组控制参数和对应的实时运行数据构成实时运行数据集合；
37.划分子单元，用于按照预设的工况临界值将所述实时运行数据集合划分为多个子集合；
38.拟合子单元，用于将每个子集合对应的控制参数作为输入量，并将每个子集合对应的实时运行数据作为输出量，基于每种工况对应的输入量、输出量和所述多变量神经网络模型，拟合出每种工况对应的关联关系；
39.第二确定子单元，用于基于每种工况对应的机组运行数据临界值确定对应工况的输出量优化范围，基于所述关联关系和所述输出量优化范围确定每种工况对应的输入量优化范围作为所述控制参数的优化范围。
40.优选的，所述的一种水泥磨系统自动寻优控制系统，所述构建单元，包括：
41.第一构建子单元，用于基于所述水泥磨系统的预设三维模型和当前工况对应的功率传递函数关系，构建初步功率传输仿真模型；
42.第三确定子单元，用于确定所述水泥磨系统当前工况对应的当前控制参数属性和当前机组运行数据属性，并基于所述当前控制参数属性确定对应的当前输入量，同时，基于所述当前机组运行数据属性确定对应的当前输出量；
43.筛选子单元，用于基于预设准则筛选法删除所述实时运行数据集合中的异常数据，并将所述实时运行数据集合中保留的与所述当前输入量属性一致的所有控制参数作为训练输入量，将所述实时运行数据集合中保留的与所述当前输出量属性一致的所有实时运行数据作为训练输出量；
44.关联子模块，用于基于当前工况对应的功率传递函数关系，确定所述训练输入量和所述训练输出量之间的对应关系，将每个对应关系对应的训练输入量和训练输出量作为训练样本，将所有对应关系确定的训练样本组合获得训练样本集合；
45.训练子单元，用于将所述训练样本集合输入至所述初步功率传输仿真模型进行训练，获得所述功率传输仿真模型。
46.优选的，所述的一种水泥磨系统自动寻优控制系统，所述优化单元，包括：
47.第二构建子单元，用于按照m个预设梯度的寻优维度值和所述最优评估值控制参数，生成对应的m组待优化参数；
48.第一优化子单元，用于将所述待优化参数输入至预设的优化迭代神经网络，获得每个寻优维度值对应的优化迭代值，确定出与预设的寻优目标值的误差最小的优化迭代值对应的第一待优化参数以及与预设的寻优目标值的误差第二小的优化迭代值对应的第二待优化参数；
49.第二优化子单元，用于从所述第一待优化参数和所述第二待优化参数中筛选出与对应最优评估值控制参数差值最小的待优化参数作为最优控制参数。
50.本发明提供一种水泥磨系统自动寻优控制方法，包括：
51.s1：获取水泥磨系统的初始控制方案，评估所述初始控制方案，获得对应的初始评估值；
52.s2：基于多变量神经网络模型获取所述水泥磨系统的每个控制参数对应的优化范
围，对所述优化范围进行优化仿真，获得n个优化评估值；
53.s3：基于所述初始评估值对n个优化评估值进行寻优，获得寻优结果，对所述寻优结果进行再次优化获得最优控制参数，基于所述最优控制参数生成对应的最优控制方案；
54.s4：基于所述最优控制方案控制所述水泥磨系统接力运行。
55.本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
56.下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
57.附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
58.图1为本发明实施例中一种水泥磨系统自动寻优控制系统结构图；
59.图2为本发明实施例中水泥磨系统示意图；
60.图3为本发明实施例中初始评估模块示意图；
61.图4为本发明实施例中优化评估模块示意图；
62.图5为本发明实施例中自动寻优模块示意图；
63.图6为本发明实施例中控制模块示意图；
64.图7为本发明实施例中第一确定单元示意图；
65.图8为本发明实施例中构建单元示意图；
66.图9为本发明实施例中哟话单元示意图；
67.图10为本发明实施例中一种水泥磨系统自动寻优控制方法流程图。
具体实施方式
68.以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
69.实施例1：
70.本发明提供了一种水泥磨系统自动寻优控制系统，参考图1，包括：
71.初始评估模块，用于获取水泥磨系统的初始控制方案，评估所述初始控制方案，获得对应的初始评估值；
72.优化评估模块，用于基于多变量神经网络模型获取所述水泥磨系统的每个控制参数对应的优化范围，对所述优化范围进行优化仿真，获得n个优化评估值；
73.自动寻优模块，用于基于所述初始评估值对n个优化评估值进行寻优，获得寻优结果，对所述寻优结果进行再次优化获得最优控制参数，基于所述最优控制参数生成对应的最优控制方案；
74.控制模块，用于基于所述最优控制方案控制所述水泥磨系统接力运行。
75.该实施例中，初始控制方案包含水泥磨系统当前所有控制参数和当前所有机组运行数据，其中，所有控制参数包括：进料仓控制电流、进料仓控制电压、第一传送带控制电流、第一传送带控制电压、锟压机控制电流、锟压机控制电压、第二传送带控制电流、第二传
送带控制电压、选粉机控制电流、选粉机控制电压、收尘装置控制电流、收尘装置控制电压；
76.所有机组运行数据包括：进料仓输出电流、进料仓输出电压、第一传送带输出电流、第一传送带输出电压、锟压机输出电流、锟压机输出电压、第二传送带输出电流、第二传送带输出电压、选粉机输出电流、选粉机输出电压、收尘装置输出电流、收尘装置输出电压。
77.该实施例中，初始评估值即为初始控制方案的评估值。
78.该实施例中，多变量神经网络模型即为有多个输入量和多个输出量的神经网络模型。
79.该实施例中，优化范围即为每个控制参数可以操作设置的范围，也是每个才做参数可以优化的范围。
80.该实施例中，优化评估值即为基于多变量神经网络模型获取所述水泥磨系统的每个控制参数对应的优化范围，对所述优化范围进行优化仿真，获得优化仿真结果的评估值。
81.该实施例中，寻优结果即为寻优出初步满足比初始评估值大的优化评估值及其对应的最优评估值控制参数。
82.该实施例中，最优控制参数即为对寻优结果进一步优化后获得的控制参数。
83.该实施例中，最优控制方案即为基于最优控制参数生成的控制水泥磨系统运行的方案。
84.以上技术的有益效果为：通过评价水泥磨系统的初始控制方案获得初始评估值，并通过对水泥磨系统每个控制参数的优化范围进行优化仿真，获得多个优化控制方案对应的优化评估值，通过对优化评估值进行寻优和再次优化确定出水泥磨系统的最优控制方案，无需中控人员干涉即可实现水泥磨系统的自动寻优调控，即实现快速地、准确地生成水泥磨系统的最优控制方案，实现水泥磨系统的运行指标动态优化和自动寻优调控，使得水泥磨系统按照最优控制方案设置到最优运行状态，降低了能耗，提升了自控率、有效率、优秀率和生产率，使得产线产生巨大经济价值。
85.实施例2：
86.在实施例1的基础上，所述的一种水泥磨系统自动寻优控制系统，所述水泥磨系统，参考图2，包括：进料仓、第一传送带、锟压机、第二传送带、选粉机、收尘装置。
87.该实施例中，进料仓、第一传送带、锟压机、第二传送带、选粉机、收尘装置依次相连；
88.进料仓用于接收加工原料，第一传送带用于将进料仓接收的加工原料传送给锟压机，锟压机用于将加工原料进行第一次粉碎，第二传送带将锟压机粉碎后的加工原料传送给选粉机进行二次研磨获得水泥，收尘装置用于收集选粉机二次研磨后的水泥。
89.以上技术的有益效果为：通过设置进料仓、第一传送带、锟压机、第二传送带、选粉机、收尘装置，实现水泥磨系统的多次粉碎研磨，并且为水泥磨系统自动寻优控制系统获取水泥磨系统的运行数据和操作参数提供了便利。
90.实施例3：
91.在实施例1的基础上，所述的一种水泥磨系统自动寻优控制系统，所述初始评估模块，参考图3，包括：
92.获取单元，用于获取所述水泥磨系统的初始控制方案，并基于所述初始控制方案获取所述水泥磨系统的当前控制参数和当前机组运行数据；
93.第一计算单元，用于基于所述当前控制参数计算出对应的初始输入能量表征值，同时，基于所述当前机组运行数据计算出对应的初始输出能量表征值；
94.初始评估单元，用于基于所述初始输入能量表征值和所述初始输出能量表征值，获得所述初始评估值。
95.该实施例中，当前控制参数即为水泥磨系统当前时刻对应的控制参数。
96.该实施例中，当前机组运行数据即为水泥磨系统当前时刻对应的机组运行数据。
97.该实施例中，基于所述当前控制参数计算出对应的初始输入能量表征值，即为：基于每个机组设备对应的当前控制参数获得每个机组设备对应的当前输入功率(每个机组设备对应的当前输入功率即为每个机组对应的控制电流和对应的控制电压的乘积)，基于每个机组设备对应的当前输入功率和每个机组设备对应的实际运行时间的乘积获得每个机组设备对应的单机电耗，将水泥磨系统包含的所有机组设备对应的单机电耗相加，获得对应的初始输入能量表征值；
98.其中，初始输入能量表征值即为水泥磨系统按照当前控制参数运行时的电耗表征值；
99.机组设备即为：进料仓、第一传送带、锟压机、第二传送带、选粉机、收尘装置。
100.该实施例中，基于所述当前机组运行数据计算出对应的初始输出能量表征值，即为：
[0101][0102]
其中，q为当前机组运行数据对应的初始输出能量表征值，n为当前机组运行数据对应的水泥磨系统机组运行数量，t为当前机组运行数据对应的水泥磨系统的第t个机组，为当前机组运行数据对应的水泥磨系统的第t个机组的生产效率，lg为对数，为当前机组运行数据对应的水泥磨系统的第t个机组的标准生产效率，u
t
当前机组运行数据对应的水泥磨系统的第t个机组的输出电压，i
t
为当前机组运行数据对应的水泥磨系统的第t个机组的输出电流，p
tout
为当前机组运行数据对应的水泥磨系统的第t个机组的输出功率，t
t
为当前机组运行数据对应的水泥磨系统的第t个机组的实际运行时间；
[0103]
例如，n为2，为0.9，为0.9，lg为对数，为0.9，为0.9，u1为100，u2为100，i1为50，i2为50，p
1out
为12000，p
1out
为12000，t1为1，t2为1，则q为2132.5；
[0104]
其中初始输出能量表征值即为水泥磨系统按照当前控制参数运行时的输出能量表征值。
[0105]
该实施例中，初始输出能量表征值和初始输入能量表征值的比值即为所述初始评估值。
[0106]
以上技术的有益效果为：将获取的初始输出能量表征值和初始输入能量表征值的比值作为水泥磨系统当前控制方案的初始评估值，使得获得的初始评估值充分体现出输入量和输出量对水泥磨系统能量转化率的影响，可以客观精准地体现当前控制方案的优劣性。
[0107]
实施例4：
[0108]
在实施例3的基础上，所述的一种水泥磨系统自动寻优控制系统，所述优化评估模
块，参考图4，包括：
[0109]
第一确定单元，用于确定所述水泥磨系统的所有控制参数属性和机组运行数据属性，基于所述控制参数属性个数和所述机组运行数据属性个数构建所述多变量神经网络模型，基于所述多变量神经网络模型获取所述水泥磨系统的每个控制参数对应的优化范围；
[0110]
第一生成单元，用于基于所述当前控制参数和对应的优化范围生成对应的参数优化区间，基于所有所述参数优化区间获得参数优化区间集合；
[0111]
构建单元，用于基于所述水泥磨系统的功率传递函数关系和预设三维模型，建立对应的功率传输仿真模型；
[0112]
仿真单元，用于基于所述功率传输仿真模型对所述参数优化区间集合进行仿真分析，获得n个优化仿真结果；
[0113]
预处理单元，用于对n个优化仿真结果进行预处理并提取出对应的n组优化控制参数和n组优化机组运行数据；
[0114]
第二计算单元，用于基于所述优化控制参数计算出每个优化仿真结果对应的优化输入能量表征值，同时，基于所述优化机组运行数据计算出每个优化仿真结果对应的优化输出能量表征值；
[0115]
优化评估单元，用于基于所述优化输入能量表征值和所述优化输出能量表征值，获得每个优化仿真结果对应的优化评估值。
[0116]
该实施例中，控制参数属性包括：进料仓控制电流、进料仓控制电压、第一传送带控制电流、第一传送带控制电压、锟压机控制电流、锟压机控制电压、第二传送带控制电流、第二传送带控制电压、选粉机控制电流、选粉机控制电压、收尘装置控制电流、收尘装置控制电压；
[0117]
控制参数属性个数为12个。
[0118]
该实施例中，机组运行数据属性包括：进料仓输出电流、进料仓输出电压、第一传送带输出电流、第一传送带输出电压、锟压机输出电流、锟压机输出电压、第二传送带输出电流、第二传送带输出电压、选粉机输出电流、选粉机输出电压、收尘装置输出电流、收尘装置输出电压；
[0119]
机组运行数据属性个数为12个。
[0120]
该实施例中，参数优化区间即为表征每个控制参数的优化范围区间。
[0121]
该实施例中，参数优化区间集合即为所有参数优化区间构成的集合。
[0122]
该实施例中，功率传递函数关系即为水泥磨系统所有机组之间的功率传递的函数关系，具体根据水泥磨系统的每个机组性能确定。
[0123]
该实施例中，预设三维模型即为水泥磨系统的三维模型，为了表征机组之间的连接关系和功率传递方向。
[0124]
该实施例中，功率传输仿真模型即为表征水泥磨系统的功率传递函数关系和功率传递方向的仿真模型。
[0125]
该实施例中，基于所述功率传输仿真模型对所述参数优化区间集合进行仿真分析，获得n个优化仿真结果即为：将参数优化区间集合输入至功率传输仿真模型，功率传输仿真模型自动将参数优化区间集合划分成n组优化控制参数，并基于功率传输仿真模型对n组优化控制参数进行功率传递仿真，获得对应的仿真结果，所述仿真结果表示水泥磨系统
分别按照n组控制参数设置时对应的功率传递过程，进而获得n组对应的水泥磨系统各机组运行数据。
[0126]
该实施例中，预处理即为对优化仿真结果中的数据进行去噪处理。
[0127]
该实施例中，优化控制参数即为功率传输仿真模型自动将参数优化区间集合划分获得的控制参数。
[0128]
该实施例中，优化机组运行数据即为对n组优化控制参数进行功率传递仿真获得的对应的机组运行数据。
[0129]
该实施例中，基于所述优化控制参数计算出每个优化仿真结果对应的优化输入能量表征值，即为：
[0130]
基于每个机组设备对应的优化控制参数获得每个机组设备对应的优化输入功率(每个机组设备对应的优化输入功率即为每个机组对应的优化控制电流和对应的优化控制电压的乘积)，基于每个机组设备对应的优化输入功率和每个机组设备对应的假设运行时间(例如1小时)的乘积获得每个机组设备对应的优化单机电耗，将水泥磨系统包含的所有机组设备对应的优化单机电耗相加，获得对应的优化输入能量表征值；
[0131]
其中，优化输入能量表征值即为水泥磨系统按照优化控制参数运行时的电耗表征值；
[0132]
机组设备即为：进料仓、第一传送带、锟压机、第二传送带、选粉机、收尘装置。
[0133]
该实施例中，基于所述优化机组运行数据计算出每个优化仿真结果对应的优化输出能量表征值，即为：
[0134][0135]
其中，qi为第i个优化仿真结果对应的优化输出能量表征值，i为第i个优化仿真结果，ni为第i个优化仿真结果对应的水泥磨系统机组运行数量，t为每个优化仿真结果对应的水泥磨系统的第t个机组，为第i个优化仿真结果对应的水泥磨系统的第t个机组的生产效率，lg为对数，为第i个优化仿真结果对应的水泥磨系统的第t个机组的标准生产效率，u
it
为第i个优化仿真结果对应的水泥磨系统的第t个机组的输出电压，i
it
为第i个优化仿真结果对应的水泥磨系统的第t个机组的输出电流，p
itout
为第i个优化仿真结果对应的水泥磨系统的第t个机组的输出功率，t
it
为第i个优化仿真结果对应的水泥磨系统的第t个机组的实际运行时间；
[0136]
例如，ni为2，为0.9，为0.9，lg为对数，为0.9，为0.9，u
i1
为100，u
i2
为100，i
i1
为50，i
i2
为50，p
itout
为12000，t
i1
为1，t
i2
为1，则qi为2132.5；
[0137]
优化输出能量表征值即为水泥磨系统按照对应优化仿真结果对应的控制参数运行时的输出能量表征值。
[0138]
该实施例中，优化输出能量表征值和优化输入能量表征值的比值即为优化评估值。
[0139]
以上技术的有益效果为：通过将确定的控制参数优化范围进行优化仿真获得足够数量的优化仿真结果，使得获得的优化控制方案在水泥磨系统的可操作范围内，相比传统
的生成优化控制方案的方式，节省了检验可操作性的步骤，为后续生成最优控制方案提供了庞大数量的待选方案，并且保证了优化控制方案的可操作性。
[0140]
实施例5：
[0141]
在实施例4的基础上，所述的一种水泥磨系统自动寻优控制系统，所述自动寻优模块，参考图5，包括：
[0142]
筛选单元，用于将大于或等于所述初始评估值的优化评估值作为第一优化评估值；
[0143]
第二确定单元，用于将最大第一优化评估值对应的优化控制参数作为最优评估值控制参数；
[0144]
第三确定单元，用于当所述初始评估值超过每个优化评估值时，则将所述当前控制参数作为最优评估值控制参数；
[0145]
优化单元，用于对所述最优评估值控制参数进行再次优化操作，获得最优控制参数；
[0146]
第二生成单元，用于基于所述最优控制参数生成最优控制方案。
[0147]
该实施例中，第一评估值即为所述优化评估值中大于或等于初始评估值的所有优化评估值。
[0148]
该实施例中，最优评估值控制参数即为初步寻优过程筛选出的最优的评估值。
[0149]
该实施例中，最优控制参数即为对初步寻优获得的最优评估值控制参数进一步优化后获得的将水泥磨系统效益最大化的控制参数。
[0150]
以上技术的有益效果为：通过将所有优化评估值和初始评估值比较，确保筛选出的评估值是水泥磨系统当前工况下可操作的最优评估值，为后续获得最优控制方案提供了初步保证。
[0151]
实施例6：
[0152]
在实施例2的基础上，所述的一种水泥磨系统自动寻优控制系统，所述控制模块，参考图6，包括：
[0153]
提取单元，用于从所述最优控制方案中提取最优控制参数；
[0154]
控制单元，用于基于所述最优控制参数设置所述水泥磨系统的控制参数，控制所述水泥磨系统接力运行；
[0155]
其中，所述最优控制参数包括：进料仓最优控制电流、进料仓最优控制电压、第一传送带最优控制电流、第一传送带最优控制电压、锟压机最优控制电流、锟压机最优控制电压、第二传送带最优控制电流、第二传送带最优控制电压、选粉机最优控制电流、选粉机最优控制电压、收尘装置最优控制电流、收尘装置最优控制电压。
[0156]
以上技术的有益效果为：通过最优控制参数设置所述水泥磨系统的控制参数，控制所述水泥磨系统接力运行，实现了水泥磨系统自动寻优控制系统最后一步控制过程。
[0157]
实施例7：
[0158]
在实施例4的基础上，所述的一种水泥磨系统自动寻优控制系统，所述第一确定单元，参考图7，包括：
[0159]
第一确定子单元，用于确定所述水泥磨系统每种工况对应的所有控制参数属性和机组运行数据属性；
[0160]
构建子单元，用于基于所述水泥磨系统每种工况对应的输入量属性个数和输出量属性个数，构建每种工况对应的多变量神经网络模型；
[0161]
采集子单元，用于按照预设方法改变所述水泥磨系统的控制参数，同时，监控所述水泥磨系统的机组实时运行数据，将多组控制参数和对应的实时运行数据构成实时运行数据集合；
[0162]
划分子单元，用于按照预设的工况临界值将所述实时运行数据集合划分为多个子集合；
[0163]
拟合子单元，用于将每个子集合对应的控制参数作为输入量，并将每个子集合对应的实时运行数据作为输出量，基于每种工况对应的输入量、输出量和所述多变量神经网络模型，拟合出每种工况对应的关联关系；
[0164]
第二确定子单元，用于基于每种工况对应的机组运行数据临界值确定对应工况的输出量优化范围，基于所述关联关系和所述输出量优化范围确定每种工况对应的输入量优化范围作为所述控制参数的优化范围。
[0165]
该实施例中，预设方法例如有：依次按照进料仓控制电流、进料仓控制电压、第一传送带控制电流、第一传送带控制电压、锟压机控制电流、锟压机控制电压、第二传送带控制电流、第二传送带控制电压、选粉机控制电流、选粉机控制电压、收尘装置控制电流、收尘装置控制电压的0.8倍、0.9倍、1.1倍、1.2倍进行改变。
[0166]
该实施例中，实时运行数据集合即为：按照预设方法改变水泥磨系统的控制参数，同时，监控所述水泥磨系统的机组实时运行数据，将多组控制参数和对应的实时运行数据组合构成的数据集合。
[0167]
该实施例中，工况临界值即为针对水泥磨各种工况时对应的进料仓控制电流范围、进料仓控制电压范围、第一传送带控制电流范围、第一传送带控制电压范围、锟压机控制电流范围、锟压机控制电压范围、第二传送带控制电流范围、第二传送带控制电压范围、选粉机控制电流范围、选粉机控制电压范围、收尘装置控制电流范围、收尘装置控制电压范围。
[0168]
该实施例中，子集合即为按照预设的工况临界值将所述实时运行数据集合划分获得的。
[0169]
该实施例中，关联关系即为表征控制参数和机组运行数据之前的数据关联关系。
[0170]
该实施例中，机组运行数据临界值即为水泥磨系统每只能够工况对应的机组运行数据的边界值：例如研磨状态下对应的锟压机输出电流最大值和最小值。
[0171]
该实施例中，输出量优化范围即为每种工况对应的机组运行数据范围，也是机组运行数据的可优化范围。
[0172]
以上技术的有益效果为：通过按照预设方法改变所述水泥磨系统的控制参数获得所述水泥磨系统每种工况对应的的机组实时运行数据，并基于多变量神经网络模型获得每种工况对应的关联关系，通过机组实时运行数据优化范围和关联关系逆推出控制参数优化范围，使得生成的控制参数优化范围考虑到了水泥磨系统不同工况的影响，并避免了基于确定的控制参数优化范围生成的优化控制方案执行时出现，机组超负荷或过流的情况。
[0173]
实施例8：
[0174]
在实施例7的基础上，所述的一种水泥磨系统自动寻优控制系统，所述构建单元，
参考图8，包括：
[0175]
第一构建子单元，用于基于所述水泥磨系统的预设三维模型和当前工况对应的功率传递函数关系，构建初步功率传输仿真模型；
[0176]
第三确定子单元，用于确定所述水泥磨系统当前工况对应的当前控制参数属性和当前机组运行数据属性，并基于所述当前控制参数属性确定对应的当前输入量，同时，基于所述当前机组运行数据属性确定对应的当前输出量；
[0177]
筛选子单元，用于基于预设准则筛选法删除所述实时运行数据集合中的异常数据，并将所述实时运行数据集合中保留的与所述当前输入量属性一致的所有控制参数作为训练输入量，将所述实时运行数据集合中保留的与所述当前输出量属性一致的所有实时运行数据作为训练输出量；
[0178]
关联子模块，用于基于当前工况对应的功率传递函数关系，确定所述训练输入量和所述训练输出量之间的对应关系，将每个对应关系对应的训练输入量和训练输出量作为训练样本，将所有对应关系确定的训练样本组合获得训练样本集合；
[0179]
训练子单元，用于将所述训练样本集合输入至所述初步功率传输仿真模型进行训练，获得所述功率传输仿真模型。
[0180]
该实施例中，初步功率传输仿真模型即为基于基于所述水泥磨系统的预设三维模型和当前工况对应的功率传递函数关系构建的功率传输仿真模型。
[0181]
该实施例中，当前控制参数属性可能是：进料仓控制电流、进料仓控制电压、第一传送带控制电流、第一传送带控制电压、锟压机控制电流、锟压机控制电压、第二传送带控制电流、第二传送带控制电压、选粉机控制电流、选粉机控制电压、收尘装置控制电流、收尘装置控制电压中的任意一个或几个，具体根据水泥磨当前工况使用的机组确定。
[0182]
该实施例中，当前机组运行数据属性可能是进料仓输出电流、进料仓输出电压、第一传送带输出电流、第一传送带输出电压、锟压机输出电流、锟压机输出电压、第二传送带输出电流、第二传送带输出电压、选粉机输出电流、选粉机输出电压、收尘装置输出电流、收尘装置输出电压中的任意一个或几个，具体根据水泥磨当前工况使用的机组确定。
[0183]
该实施例中，当前输入量即为当前控制参数属性。
[0184]
该实施例中，当前输出量即为当前机组运行数据属性。
[0185]
该实施例中，预设准则筛选法即为3σ准则筛选法。
[0186]
该实施例中，异常数据即为由于机组异常运行产生的机组运行数据，即为所有机组运行数据中的离群值。
[0187]
该实施例中，训练输入量即为用于训练初步功率传输仿真模型的输入量样本数据。
[0188]
该实施例中，训练输出量即为用于训练初步功率传输仿真模型的输出量样本数据。
[0189]
该实施例中，训练样本即为基于当前工况对应的功率传递函数关系确定训练输入量和训练输出量之间的对应关系，将每个对应关系对应的训练输入量和训练输出量作为一个完整的训练样本。
[0190]
该实施例中，训练样本集合即为所有对应关系的训练样本构成的。
[0191]
以上技术的有益效果为：基于所述水泥磨系统的预设三维模型和当前工况对应的
功率传递函数关系，构建当前工况对应的初步功率传输仿真模型，再通过获取水泥磨系统在当前工况下的历史数据，将当前工况下的历史数据作为训练当前工况对应的初步功率传输仿真模型的训练数据，可以使得获得的功率传输仿真模型更加准确。
[0192]
实施例9：
[0193]
在实施例5的基础上，所述的一种水泥磨系统自动寻优控制系统，所述优化单元，参考图9，包括：
[0194]
第二构建子单元，用于按照m个预设梯度的寻优维度值和所述最优评估值控制参数，生成对应的m组待优化参数；
[0195]
第一优化子单元，用于将所述待优化参数输入至预设的优化迭代神经网络，获得每个寻优维度值对应的优化迭代值，确定出与预设的寻优目标值的误差最小的优化迭代值对应的第一待优化参数以及与预设的寻优目标值的误差第二小的优化迭代值对应的第二待优化参数；
[0196]
第二优化子单元，用于从所述第一待优化参数和所述第二待优化参数中筛选出与对应最优评估值控制参数差值最小的待优化参数作为最优控制参数。
[0197]
该实施例中，寻优维度值即为最优评估值控制参数对应的寻优改变倍数，例如1.01倍的最优评估值控制参数。
[0198]
该实施例中，预设梯度例如有：0.99倍、0.98倍、1.01倍、1.02倍、1.03倍。
[0199]
该实施例中，待优化参数即为基于最优评估值控制参数和寻优维度值确定的多组优化参数，从多组优化参数中筛选出最优控制参数。
[0200]
该实施例中，优化迭代神经网络即为用于优化待优化参数的迭代神经网络。
[0201]
该实施例中，优化迭代值即为将每个寻优维度值对应的待优化参数输入至预设的优化迭代神经网络后获得的表征待优化参数和寻优目标值之间的差值。
[0202]
该实施例中，寻优目标值即为与优化迭代神经网络对应的迭代过程最优位置对应的迭代值。
[0203]
该实施例中，第一待优化参数与预设的寻优目标值的误差最小的优化迭代值对应的待优化参数。
[0204]
该实施例中，第二待优化参数与预设的寻优目标值的误差第二小的优化迭代值对应的待优化参数。
[0205]
以上技术的有益效果为：通过对初步寻优过程获得的控制参数进行进一步地优化，提高了水泥磨系统自动寻优控制系统的寻优精度，同时也加快了算法寻优的速度，能够更加快速、准确的找到待优化参数的最优值，使得获得的最优控制参数达到最优状况，使得生成的最优控制方案更加完善可行。
[0206]
本发明提供了一种水泥磨系统自动寻优控制方法，参考图10，包括：
[0207]
s1：获取水泥磨系统的初始控制方案，评估所述初始控制方案，获得对应的初始评估值；
[0208]
s2：基于多变量神经网络模型获取所述水泥磨系统的每个控制参数对应的优化范围，对所述优化范围进行优化仿真，获得n个优化评估值；
[0209]
s3：基于所述初始评估值对n个优化评估值进行寻优，获得寻优结果，对所述寻优结果进行再次优化获得最优控制参数，基于所述最优控制参数生成对应的最优控制方案；
[0210]
s4：基于所述最优控制方案控制所述水泥磨系统接力运行。
[0211]
以上技术的有益效果为：通过评价水泥磨系统的初始控制方案获得初始评估值，并通过对水泥磨系统每个控制参数的优化范围进行优化仿真，获得多个优化控制方案对应的优化评估值，通过对优化评估值进行寻优和再次优化确定出水泥磨系统的最优控制方案，无需中控人员干涉即可实现水泥磨系统的自动寻优调控，即实现快速地、准确地生成水泥磨系统的最优控制方案，实现水泥磨系统的运行指标动态优化和自动寻优调控，使得水泥磨系统按照最优控制方案设置到最优运行状态，降低了能耗，提升了自控率、有效率、优秀率和生产率，使得产线产生巨大经济价值。
[0212]
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。