融合不确定性与随机统计信息的回转干燥过程建模新方法研究

回转干燥广泛应用于化工、冶金等多个行业中，它不仅涉及复杂的传热、传质机理，还与干燥物质的特性密切相关，其建模问题一直未得到很好解决，能耗和有害气体排放普遍较高。本项目在深入研究回转干燥过程机理模型的基础上，提出融合不确定性与随机统计信息的建模新方法。采用多核最小二乘支持向量机（LS-SVM）对智能模型关键参数干燥速率/传热系数建立回归统计学习模型，通过模糊规则和模糊区间LS-SVM处理该模型中不确定参数。为了提高智能模型的预测精度，根据干燥过程分阶段的特点，探讨建立基于分阶段局部多核LS-SVM的回转干燥过程级联模型方法，研究不确定性在级联模型中的传递关系及减少其影响的方法。针对多核LS-SVM非稀疏的缺点，研究级联模型的精简与在线修正问题，通过对不同类型回转干燥过程建模验证模型和方法的有效性。本项目的研究为回转干燥这类复杂工业过程建模提供新的解决方法，对干燥过程节能减排有重要的指导意义。

本项目在深入研究回转干燥过程机理的基础上，建立了干燥速率、出料含水量预测模型，为解决回转干燥过程中关键工艺参数难以测量的问题提供了有效的解决途径。同时针对回转干燥过程反应复杂，具有高度非线性和时滞性的特点，研究了基于不确定与随机统计信息的多种建模方法，并通过多模型融合，建立了回转干燥过程模型及进行了模型的在线补偿修正，为实现回转干燥过程优化与控制奠定了坚实的基础，并推广应用于污水，锅炉等其它复杂工业过程建模中。. 本项目通过三年的研究工作，已完成项目计划内容，主要研究成果和结论如下：. 1、针对回转干燥过程中关键工艺参数实时检测困难问题，提出了将最小二乘支持向量机运用到干燥速率预测的方法，并与常用的干燥速率检测方法进行了比较，结果表明该方法提高了测量精度，缩短了测量时间。同时设计了回转窑出料含水量检测控制装置，申请了实用新型专利，该装置将测量与控制融为一体，能实时检测与控制出料含水量，解决了目前出料含水量检测周期长，难以满足现代生产对速度和连续化的要求等问题. 2、针对回转干燥过程反应复杂，建模困难的问题，研究了多种智能优化算法与支持向量机的建模方法，在此基础上结合回转干燥的特点，通过多模型融合，建立了多阶段回转干燥过程模型及进行了基于增量最小二乘支持向量机的模型在线补偿修正研究. 3、建立了基于Matlab/GUI技术的干燥建模仿真实验平台，通过对实际干燥窑建模仿真，验证了本项目所提建模方法的有效性及实用性。该仿真平台利用Matlab/GUI技术设计了回转干燥窑建模仿真可视化界面，编写的干燥建模仿真平台软件申请了软件著作权. 本项目组在三年研究期间共发表（含录用）科技论文22篇 （SCI 收录1篇，SCI 接受1篇，Ei 收录15篇，ISTP 收录1篇，CSCD 收录2篇）,其中1篇在控制类A类国际会议（19th IFAC World Congress, Cape Town，2014）上进行了交流，1篇获湖南省仪器仪表学会优秀学术论文奖一等奖。另外向SCI期刊投寄论文3篇，获得实用新型专利1项，通过技术鉴定1项，申请软件著作权1项。