基于自適應(yīng)粒子群算法的玻璃澄清環(huán)境評價模型分析*

姜夢一

（廣東工業(yè)大學(xué)機電工程學(xué)院，廣東廣州 510006）

0 引言

玻璃制品的需求量逐年增加，玻璃窯爐是玻璃加工企業(yè)的心臟，其主要生產(chǎn)工序包括熱源供應(yīng)、玻璃液熔制、余熱回收、排煙4個部分[1]。其中玻璃液熔制過程中澄清環(huán)境與玻璃產(chǎn)品質(zhì)量息息相關(guān)。澄清過程是從熔融的玻璃液中排除氣泡缺陷，其中涉及到復(fù)雜的物理、化學(xué)和傳質(zhì)傳熱過程，難以對澄清環(huán)境進行評估，進而對產(chǎn)品質(zhì)量的穩(wěn)定性帶來一定的波動。

目前對澄清過程的研究主要集中在對澄清過程中氣泡的行為及相關(guān)參數(shù)進行優(yōu)化。Vander Schaaf J和Beerkens R G C[2]通過對氣泡行為研究得到氣泡形成的模型。Kim D S和Dutton B C，Hrma P[3]等總結(jié)了窯爐熔制氛圍為對氣泡的影響。Nemec L和Cincibusova[4]得出氣泡消除過程中對玻璃液熔制的影響。賀建雄[5]通過對熔體中氣泡行為特征建立數(shù)學(xué)模型，分析熔窯氣泡澄清困難的原因，并基于這個原因?qū)υ撊鄹G的工藝參數(shù)進行優(yōu)化調(diào)整。馬晶[6]通過計算玻璃液流場分布，對不同工作制度下玻璃液中氣泡澄清過程進行模擬，得到玻璃液中氣泡澄清情況最好的溫度制度。趙國昌[7]提出澄清指數(shù)，采用數(shù)值模擬手段來定量化評價和分析玻璃熔制澄清過程，并考察熔窯結(jié)構(gòu)和參數(shù)對玻璃熔制質(zhì)量的影響。目前的研究中對氣泡行為與澄清時間關(guān)系的研究多為簡單的定性描述，缺少對澄清條件進行定量分析。

本文作者引入澄清因子作為評估澄清條件的指標，對澄清時間和氣泡逸出時間之間的關(guān)系進行定量化分析，建立澄清評估模型，并采用自適應(yīng)變異粒子群算法對模型求解，得到優(yōu)化的澄清參數(shù)，將優(yōu)化后的生產(chǎn)參數(shù)應(yīng)用于實際生產(chǎn)調(diào)試。

1 玻璃熔化過程評價模型

1.1 熔化過程玻璃液流特性分析

通過研究帶窯坎的馬蹄焰池窯內(nèi)玻璃液的流動規(guī)律，如圖1所示，玻璃液在熔化部形成環(huán)流，環(huán)流流向配合料層的強勁回流有效阻擋了表面的浮渣，窯坎的設(shè)置迫使生產(chǎn)流向上翻轉(zhuǎn)，翻轉(zhuǎn)到接近玻璃液表面的液流經(jīng)歷熱點區(qū)域的高溫澄清過程，并在窯坎后分層折返，并從澄清區(qū)域的底部經(jīng)過流液洞進入工作部，從而能夠獲得高質(zhì)量的玻璃液。

圖1 玻璃液流圖

1.2 熔制過程澄清條件評價模型的建立

1.2.1 澄清過程理論分析

熔制過程中由于各種夾雜物的存在而引起的玻璃體整體均勻性破壞，稱為玻璃體的缺陷。其中氣泡缺陷是在配合料熔化和玻璃液形成的過程中發(fā)出的大量氣體，體積大約占到玻璃熔體的幾千倍，直到玻璃完全成形后，仍有一部分未完全從玻璃液中完全逸出，故以氣泡的形式殘留在玻璃液中，不僅影響玻璃外觀質(zhì)量，也會影響透明度和機械強度。

澄清過程就是消除液流中的氣泡。通過分析液流特征可知生產(chǎn)流在澄清區(qū)域的時間越長，而氣泡逸出玻璃液面的時間越短，澄清效果越好。

1.2.2 澄清過程評價模型

澄清因子是生產(chǎn)流在澄清時間內(nèi)逸出氣泡程度，是判斷澄清條件好壞的重要指標。清華大學(xué)的趙國昌認為澄清因子的定義表示如下：

式中：tBC為生產(chǎn)流在區(qū)域ABCD所停留的時間；tAB為單個氣泡從A上升到B的時間。

澄清指數(shù)在考慮澄清時間長短的情況下，又考慮了氣泡逸出的難易程度，其中包含了流場信息和溫度場信息。澄清因子越大就表示在澄清時間內(nèi)氣泡能夠逸出的時間越久，澄清效果就會越好。

（1）澄清過程氣泡逸出時間模型

針對氣泡上升過程的研究，Duineveld用實驗的方法測定氣泡的上升速度，結(jié)果表明氣泡上浮速度是一個從0逐漸在增加到末速度的過程[8]。

令氣泡的質(zhì)量為mb:

氣泡受到的浮力Ff:

式中： ρl是液體的密度。

氣泡受到的重力Fg:

式中： ρb是氣泡的密度。

氣泡的曳力系數(shù)Cd反映了氣泡在上升過程中阻力的變化情況，有研究表明當氣泡在液相中上升的時候，曳力系數(shù)會隨著雷諾數(shù)Re的增大而減小。當氣泡在液相中的上升速度穩(wěn)定的時候其曳力系數(shù)保持恒定。

式中： μ是液體動力粘滯系數(shù)，Kb是Basset力經(jīng)驗系數(shù)，通常Basset力經(jīng)驗系數(shù)，其中加速度模數(shù)

綜合上述對氣泡受力分析得到力平衡方程：

通過整理方程并代入上式可得到：

（2）生產(chǎn)流在澄清區(qū)域停留的時間模型

生產(chǎn)流在澄清區(qū)域停留的時間tBC：

式中：為vglass為玻璃液的流速 。

玻璃液的點速度v是衡量池窯內(nèi)玻璃液流動程度的數(shù)據(jù)，可以用來計算玻璃液的流速[9]。

式中：vi是玻璃液流第i點的點速度；n是在各段內(nèi)設(shè)置的點數(shù)。

玻璃液的流量系數(shù)F是玻璃液的流量與實際拉引量的比值。澄清段的流量系數(shù)F：

式中：A和B是經(jīng)驗系數(shù)；v是該段玻璃液的平均點速度。

式中：vglass是玻璃液流的速度；F是流量系數(shù)；G是拉引量；r是玻璃液的平均密度，根據(jù)各段內(nèi)溫度計算取得； lBC是玻璃液流的厚度；b是池窯寬度。

（3）澄清條件評價模型

2 模型求解

2.1 粒子群算法原理

粒子群優(yōu)化算法中每個優(yōu)化問題的潛在解稱為粒子，粒子在搜索空間中以一定的速度飛行，這個速度可以根據(jù)自身和他人的經(jīng)驗動態(tài)調(diào)整。在一個d 維的目標搜索空間中，有一個種群代表m個潛在問題解的粒子，其中…，m表示第i個粒子在d維解空間的一個矢量點，vi=[vi1,vi2,…,vim]，i=1，2，…，m表示第i個粒子的飛行速度，第i個粒子搜索到的最優(yōu)位置為 pi=[pi1,pi2,…,pim]，整個群體搜索到的最優(yōu)位置為 pg=[pi1,pi2,…,pim]。

式中：c1,c2為大于0的加速系數(shù)，稱為學(xué)習(xí)因子，分別用于調(diào)節(jié)該粒子向自身已經(jīng)尋找到的最優(yōu)位置和其他同伴已經(jīng)尋找到的最有未知方向飛行的最大步長；r1,r2是介于0到1之間的隨機數(shù)；n為迭代次數(shù)，就是粒子的飛行步數(shù)；vi的范圍在[-vmax,vmax]之間，vmax根據(jù)實際問題確定；ω是非負數(shù)，一般在0.1到0.9之間取值，稱為慣性因子。

2.2 自適應(yīng)變異

2.2.1 群體適應(yīng)度方差σ2

假設(shè)粒子群的例子數(shù)目為n，fi為第i個粒子的適應(yīng)度，favg為平均適應(yīng)度，σ2為群體適應(yīng)度方差，則σ2可以定義為：

群體適應(yīng)度方差體現(xiàn)了群體中所有粒子的收斂程度，值越小越趨于收斂，反之則處于隨機搜索階段。

2.2.2 粒子收斂

粒子的收斂是指粒子最終停留在搜索空間的一個位置p。假設(shè)粒子群中單個粒子在t時刻的位置是x（t），p是搜索空間的任意位置，則粒子收斂為：

2.2.3 自適應(yīng)變異思想

若群體適應(yīng)度方差為0，但此時的最優(yōu)解不是理論最優(yōu)值，此時算法就發(fā)生了早熟收斂。此時將變異操作設(shè)計成一個隨機算子，對滿足變異條件的當前最優(yōu)位置按照概率 pm變異。

式中：k∈[0 . 1,0.3]，fd可設(shè)置為理論最優(yōu)值。

對 pgbest的變異操作，采用增加隨機擾動的方法，為 p的第k維取值，η是服從Gauss(0,1)分布的隨gbest機變量，則

2.2.4 算法流程

針對PSO算法早熟收斂的適應(yīng)度方差進化算法具體流程如下：

（1）隨機初始化粒子群中每個粒子的速度與位置。

（2） pi設(shè)置為當前位置，pg設(shè)置為初始群體中最佳位置。

（3）判斷算法是否收斂，如果收斂則轉(zhuǎn)向（8），否則執(zhí)行（4）。

（4）針對每個粒子，將其自身的適應(yīng)值與所經(jīng)歷過的最優(yōu)位置 pi=[pi1,pi2,…,pim]的適應(yīng)值進行比較，如果更好，則將其作為當前的最優(yōu)位置。

針對每個粒子，將其適應(yīng)值與全局所經(jīng)歷的最優(yōu)位置pg=[pi1,pi2,…,pim]的適應(yīng)值進行比較，如果更好，則將其作為當前的全局最優(yōu)位置。

（5）計算適應(yīng)度方差σ2，及f(pgbest)，及變異概率pm。

（6）隨機數(shù)r∈[0 , 1]，如果r＜pm，則按照（4）執(zhí)行變異操作，否則轉(zhuǎn)向（7）。

（7）判斷算法是否收斂，如果收斂，執(zhí)行（8），否則轉(zhuǎn)向（4）。

（8）輸出 pgbest，算法運行結(jié)束。

2.3 澄清過程最優(yōu)化問題

2.3.1 澄清過程的數(shù)學(xué)描述

澄清過程的最優(yōu)問題可以描述為一個約束非線性規(guī)劃問題，用下式所示：

式中： f(x)是需要優(yōu)化的目標，gi(x)是約束條件，[aj,bj]是各個變量的取值范圍。

2.3.2 優(yōu)化變量及約束條件

碹頂溫度（℃） 1 320≤tc≤1 600

排煙溫度（℃） 200≤tp≤380

拉引量（t/d） 100≤G≤200

2.4 優(yōu)化結(jié)果及分析

利用上述算法對澄清因子進行優(yōu)化分析，表1列出澄清因子評價模型參數(shù)，表2列出優(yōu)化變量及澄清因子的優(yōu)化結(jié)果，且各個性能參數(shù)都在合理的約束范圍之內(nèi)。

表1 澄清因子評價模型參數(shù)

表2 優(yōu)化變量及目標函數(shù)

2.5 優(yōu)化結(jié)果及分析

數(shù)學(xué)模擬達到令人滿意的結(jié)果，對馬蹄焰窯爐進行工業(yè)調(diào)試，在熔窯整體穩(wěn)定運行的情況下進行考察，以最終玻璃成品中氣泡缺陷為考察指標。結(jié)果表明通過最終的工業(yè)參數(shù)調(diào)試，該熔窯的玻璃氣泡缺陷問題得到了解決，玻璃產(chǎn)品的質(zhì)量也有了明顯的提高。如圖2所示，通過參數(shù)調(diào)試后的10 m2玻璃板的氣泡缺陷數(shù)目從原來的248個降低為5個，在熔窯各方面穩(wěn)定運行的情況下，氣泡缺陷減少效果非常明顯。

圖2 工業(yè)調(diào)試前后玻璃產(chǎn)品的氣泡缺陷統(tǒng)計

3 結(jié)論

在對玻璃液流規(guī)律的研究的基礎(chǔ)上引入澄清因子作為評估澄清條件的指標，建立澄清過程評價模型。通過對生產(chǎn)流在澄清區(qū)域的停留時間和氣泡在澄清區(qū)域的上升時間進行定量化分析，并運用自適應(yīng)變異的粒子群算法對該模型進行求解，得到全局最優(yōu)化結(jié)果，并將優(yōu)化后的參數(shù)應(yīng)用于實際的工業(yè)生產(chǎn)調(diào)試，得到非常滿意的結(jié)果。結(jié)果表明通過對澄清條件進行評價進而對參數(shù)進行優(yōu)化在實際生產(chǎn)中具有非常重要的意義。