玻璃生产属于高能耗产业,其中玻璃熔窑作为生产环节的核心热工设备,其能源消耗量是巨大的。若窑炉因发生异常造成玻璃制品合格率下降,将会导致能源直接损失。本文的研究对象是马蹄焰玻璃熔窑(下称马蹄窑),由于其系统结构复杂、耗能子系统较分散的特性,工况异常的产生原因具有不确定性,生产过程中需要同时关注整体与局部的工况变化趋势,实现马蹄窑的异常检测具有很大挑战性。此外,窑炉长期处于满负荷工作状态,异常的发生概率会随着运转周期而累积增大。因此在马蹄窑发生异常时及时检测与定位异常信息,是保证玻璃制品合格率、止损降耗的有效手段之一。但目前异常检测方法仍是较传统的阈值报警、人工巡查机组或者人工监测日志系统,一方面此类方法容易受主观因素影响,并存在滞后性;另一方面,窑炉发生异常时通常是冗余报错的,工人难以捕捉核心异常信息。由此,对玻璃熔窑的异常诊断(异常检测与定位)方法研究提出了新要求。本文通过分析马蹄窑的系统结构及生产工艺特性,首先建立了能量平衡模型,并基于此构建具有能耗特性的特征空间以及泛化层次结构。其次,基于人工蜂群算法的密度峰值聚类(ABC-DPC)实现马蹄窑的能耗异常检测。随后以能耗异常检测结果实现再聚类过程,即通过根因分析层次聚类(RCA-HCA)泛化异常能耗信息,从而精确识别核心异常信息。最后,基于企业的能源管理系统(下称能管系统),集成异常检测模型与异常定位模型,以智能化方式实现了马蹄窑的能耗监测功能。本文具体研究内容如下:1.分析马蹄窑的系统结构及生产工艺特性,得以宏观了解马蹄窑的机理。以热平衡原理与质量平衡原理构建了马蹄窑及其子系统的局部能量平衡模型,并利用能量平衡模型的各热平衡式构建分层能量模型。分层能量模型是构造异常检测模型的特征空间以及异常定位模型的泛化层次结构的理论基础。2.针对传统的窑炉异常检测方法易受主观因素干扰、异常冗余报错等情况,提出一种基于ABC-DPC算法的玻璃熔窑能耗异常检测方法。即以分层能量模型的能量构成项计算并构造特征值,再输入ABC-DPC算法实现了马蹄窑能耗异常检测。其中,ABC-DPC算法是本文针对原始密度峰值算法存在着人工设定参数和无法自动划分簇中心和离群点的不足,而提出的改良算法。3.为了精确定位异常部件信息,设计一种基于RCA-HCA算法的能耗异常定位方法。该模型以能耗异常数据为基础,通过不断泛化异常能耗样本的特征属性,并不断合并相同泛化样本,直至满足最具象泛化表示条件,输出泛化表示的异常能耗集,由能耗样本的能量构成项属性匹配与之关联的部件信息以实现异常定位。4.综上所述研究,为实现玻璃企业的智能制造目标,基于企业的能管系统研发了马蹄窑的能耗信息聚类异常检测与定位功能模块,并在实际生产进行了有效性验证。