论文部分内容阅读
电弧炉炼钢是以电能作为热源,利用电极和炉料间放电产生的电弧,将电能在弧光中转变为热能,并借助辐射和电弧的直接作用加热并熔化金属和炉渣,冶炼出各种成分的钢和合金的炼钢方法。合理的供电曲线策略是电弧炉安全稳定运行,快节奏、低成本冶炼的首要前提,对钢铁工业来说是至关重要的。传统制定供电策略的方法被简化为确定电弧电流。而附加电抗器电弧炉,为了达到缩短冶炼周期、节约电能、降低电极损耗及延长炉衬寿命等目的,需要在满足各种工艺和电气约束的条件下,针对冶炼过程中的不同阶段,选定合理的工作电流、电压及电抗共同确定供电策略。可见,电弧炉供电曲线优化问题是典型的多目标优化问题。利用群体智能优化算法求解多目标优化问题是目前最有效方法之一,而这其中粒子群算法以其快速收敛性和实现简单等特点,已经引起人们越来越多的关注,被广泛应用于函数优化、神经网络训练、模糊系统控制以及其他应用领域。针对粒子群算法求解多目标优化时遇到的问题,提出了改进多目标粒子群算法来求解所建立的电弧炉多目标供电曲线优化模型。全文主要包括如下几部分:1、对多目标优化问题的基本概念和多目标粒子群优化算法进行了概括和总结,并分析了其收敛性,为深入研究多目标粒子群算法奠定了理论基础。2、建立了多目标电弧炉供电曲线优化模型。本文从节省成本角度出发,综合考虑电弧炉冶炼过程中各类影响其生产成本的因素,提出了一种新型的电弧炉供电优化模型。该模型同时考虑到吨钢电耗、冶炼时间、电极消耗及炉衬寿命,在冶炼工艺允许的条件下,优化工作电压、电流及电抗投入量,以达到大幅提高综合经济效益的目的。3、提出了基于Maximin的动态种群多目标粒子群算法。针对电弧炉供电优化模型属于闭区间多峰函数的特点,采用动态改变种群数量策略,帮助算法摆脱局部极值,加强局部搜索能力,平衡计算代价和算法性能的同时,又能搜索到更多的Pateto解。在Maximin策略的基础上引入相对适应度方差,降低由于Pareto解过密带来的解多样性减少的影响,保证找到的Pareto解可以向着分布相对稀松的方向收敛。4、提出了混沌变区域改进多目标粒子群优化算法。针对电弧炉供电优化模型具有多个等式和不等式约束问题,采用约束条件满意度函数并加权求和的策略来处理约束条件,将约束条件转化为一个待优化目标,从而将有约束优化问题转化成无约束优化问题。引入变区域算子提高算法收敛速度,引入混沌算子开发算法的局部搜索能力,提高搜索效率;利用RCS小生境技术保证算法进化过程中的种群多样性。5、提出了基于人工免疫网络的改进多目标粒子群优化算法。该方法同时解决电弧炉供电优化模型的多峰闭区间问题及约束条件问题,为改善多目标粒子群算法全局搜索能力差、提高求解质量,引入了人工免疫网络;为加快算法收敛速度,提出了位置概率迁移算子;为提高算法局部寻优能力,提出了自适应变异算子;为保持网络动态性能,提出了聚类网络压缩。并利用Markov链证明改进算法的收敛性以及收敛速率。最后,利用改进粒子群算法求解电弧炉供电优化模型,并将得到的供电策略用来指导某厂40t高阻抗电弧炉炼钢过程。与传统供电策略相比,无论在电量损耗、电极消耗还是在炉衬寿命等方面都有较好表现,实现了对电弧炉工艺指标和经济指标的控制。