神经网络与遗传算法结合的球团竖炉燃烧优化

黄 山 蒋 鹭 王天才 刘 飞 钟文琪 金保昇 张 智 冯上进

(1东南大学能源与环境学院，南京 210096)(2南京南钢产业发展有限公司，南京 210035)

球团竖炉工艺是钢铁行业生产过程中的重要环节.随着钢铁产量的逐年增长，炼铁高炉对球团的需求量亦迅速递增.如何在竖炉工艺的研究中建立有关能耗和污染物排放与操作参数间的理论模型，对发展低碳经济、完成竖炉工艺的节能减排有深远的意义.

竖炉焙烧过程中，竖炉煤气吨耗与NOx排放的影响因素大部分相同，但具有相反的影响趋势.所谓球团竖炉的煤气吨耗就是生产1 t合格焙烧球团矿所需要消耗的煤气热量.确定兼顾煤气吨耗和NOx排放浓度2个方面的运行优化方案是本文研究的目标.本文在建立煤气吨耗与NOx排放相应特性模型的基础上，进行了竖炉高效低污染燃烧优化问题的相关研究.针对本次建模所述的优化问题采用了十进制编码的遗传算法.数值试验与优化试验结果的一致性证明了该模型是一种适用和有效的数值寻优方法.

1 竖炉煤气吨耗与NOx排放神经网络模型的建立

人工神经网络系统是由大量的、简单的处理单元(神经元)广泛地相互连接而成的复杂的非线性动力学系统［1］.通过输入信号在各个神经元之间的传递，获得输出，使得输入和输出之间非线性关系可以以权值的形式保存在网络中.

本次建模所采用的BP［2］算法使用的是单隐层感知器，也就是三层感知器.主要包括输入层、隐层和输出层，相关结构如图1所示.