基于GRU的集氣管壓力控制

孫益亮 李志剛

摘要：集氣管壓力作為煉焦制氣生產(chǎn)過程中的重要工序，為了保證生產(chǎn)安全以及保護環(huán)境，需要保持集氣管壓力穩(wěn)在規(guī)定的范圍內(nèi)。由于人為控制的不穩(wěn)定性，為了實現(xiàn)設(shè)備的快速響應(yīng)，利用數(shù)據(jù)挖掘的方法，本文提出了一種門結(jié)構(gòu)循環(huán)單元（GRU）網(wǎng)絡(luò)的控制方法，利用前期采集的數(shù)據(jù)，對模型進行訓(xùn)練。輸出結(jié)果表明，GRU輸出更加進實際值。

關(guān)鍵詞：數(shù)據(jù)挖掘；門結(jié)構(gòu)循環(huán)單元網(wǎng)絡(luò)；集氣管壓力

一、引言

焦炭作為煉焦最重要的產(chǎn)品，其用途廣泛，常被用作工業(yè)生產(chǎn)的重要能源。由于焦炭生產(chǎn)工藝較為復(fù)雜，因此如何更好地滿足生產(chǎn)、最大限度地減少污染，對煉焦行業(yè)提出了較高的要求。

煉焦是將配比后的煤炭通過推焦車裝入煉焦爐的炭化室內(nèi)，在隔絕空氣的條件下，將煤炭在炭化室內(nèi)加熱到 1000 ℃左右，最后形成焦炭的過程。在煉焦生產(chǎn)過程中，焦爐炭化室內(nèi)會產(chǎn)生一種可燃性氣體，通常叫荒煤氣。產(chǎn)生的荒煤氣會從炭化室中溢出，依次流經(jīng)上升管、橋管和吸氣彎管，然后在集氣管總管匯合。

集氣管屬于煉焦過程中干餾煤氣的導(dǎo)出設(shè)備。集氣管壓力是焦爐生產(chǎn)中重要的工藝參數(shù)，在焦化生產(chǎn)過程中，它因受多種因素：出焦、裝煤、換向等的影響而常常發(fā)生波動。對焦爐集氣管壓力進行控制保證安全生產(chǎn)、減少環(huán)境污染的重要技術(shù)措施。

近年來，隨著神經(jīng)網(wǎng)絡(luò)的發(fā)展、計算機技術(shù)的成熟，人們在神經(jīng)網(wǎng)絡(luò)控制先進策略技術(shù)上進行了大量研究，有的已經(jīng)應(yīng)用到實際中。

二、數(shù)據(jù)處理

（一）數(shù)據(jù)預(yù)處理的必要性

要使數(shù)據(jù)挖掘算法有效地挖掘出知識，就必須為它提供干凈、準確、簡潔的數(shù)據(jù)。在使用的數(shù)據(jù)中，由于數(shù)據(jù)的來源為工程實際，采集到的數(shù)據(jù)受到的現(xiàn)場環(huán)境變化的影響，往往會存在以下問題：雜亂性，重復(fù)性，不完整性。

（二）數(shù)據(jù)預(yù)處理

本文使用的數(shù)據(jù)來源為工廠的實際數(shù)據(jù)，數(shù)據(jù)中存在著的噪聲數(shù)據(jù)與異常數(shù)據(jù)對實驗的影響很大，無法進行直接使用，在數(shù)據(jù)使用前需進行數(shù)據(jù)預(yù)處理[5]。

數(shù)據(jù)預(yù)處理應(yīng)該包括以下幾個方面的功能：數(shù)據(jù)集成、數(shù)據(jù)清洗、數(shù)據(jù)轉(zhuǎn)換、數(shù)據(jù)簡化。

例如采集到的數(shù)據(jù)如表1：

在表中，可以發(fā)現(xiàn)有數(shù)據(jù)明顯偏離實際值，為了消除這些數(shù)據(jù)對實驗的影響，需要將這些數(shù)據(jù)提取出去，將采集到的數(shù)據(jù)利用程序?qū)⒃O(shè)定的經(jīng)驗范圍內(nèi)數(shù)據(jù)剔除出去，例如將數(shù)據(jù)大于500以及將數(shù)據(jù)小于50或者采集出現(xiàn)錯誤的數(shù)據(jù)刪除，清理掉采集中存在的較大的波動的數(shù)據(jù)。

將數(shù)據(jù)中的影響數(shù)據(jù)剔除出去以后，由于時間格式的屬于采集的系統(tǒng)設(shè)置，無法被直接使用，需要將時間數(shù)據(jù)轉(zhuǎn)化為可以被系統(tǒng)讀懂的數(shù)據(jù)，為了使用方便，將時間中的小時與分鐘進行提取，然后將時間轉(zhuǎn)化為秒進行表示，將小時*60+分鐘數(shù)，這樣保留下來了時間的特性，還簡化了數(shù)據(jù)結(jié)構(gòu)以及表達方式。

將時間轉(zhuǎn)化完成后，進行數(shù)據(jù)合并，由于未進行時間中秒的提取，在相同的時間表示中，將達到60個數(shù)據(jù)在時間的表示上相同，為了簡化數(shù)據(jù)的個數(shù)以及對模型訓(xùn)練時間的降低，需要進行時間上數(shù)據(jù)的合并，將相同時間的數(shù)據(jù)進行求和在求平均的方法，將數(shù)據(jù)完成合并。

在數(shù)據(jù)合成完畢后，進行數(shù)據(jù)的檢查，當(dāng)發(fā)現(xiàn)數(shù)據(jù)丟失后，需要進行數(shù)據(jù)補充，將時間進行數(shù)據(jù)檢測，當(dāng)檢測到數(shù)據(jù)丟失后，對丟失的數(shù)據(jù)補充的方法為：將其前一項的值與后一項的值進行求和求平均，作為丟失部分的值補充進去，實現(xiàn)數(shù)據(jù)的完整。最后完成處理后的數(shù)據(jù)如表2所示：

三、循環(huán)神經(jīng)網(wǎng)絡(luò)

（一）長短期記憶網(wǎng)絡(luò)

長短期記憶網(wǎng)絡(luò)（Long Short-Term Memory，LSTM），是循環(huán)神經(jīng)網(wǎng)絡(luò)（recurrent neural network，RNN）的變形結(jié)構(gòu)，在RNN基礎(chǔ)上在隱層中增加了遺忘門，從而使網(wǎng)絡(luò)在長期記憶方面得到大步提高，使網(wǎng)絡(luò)的“記憶力”可控，在許多應(yīng)用場景中表現(xiàn)良好。LSTM網(wǎng)絡(luò)的基本單元是它的記憶單元，如圖1，記憶單元由“門”結(jié)構(gòu)構(gòu)成。“門”結(jié)構(gòu)包含輸入門、輸出門和遺忘門三大部分。

四、實驗驗證

利用Matlab軟件進行算法模型的搭建，實現(xiàn)將處理完的數(shù)據(jù)傳送給GRU網(wǎng)絡(luò)模型實驗仿真，通過與BP模型的效果進行比較，進行模型的效果驗證；其輸出結(jié)果如下圖3-圖4所示：

五、結(jié)論

通過對比圖3-圖4，可以發(fā)現(xiàn)在輸出結(jié)果上BP模型輸出結(jié)果與實際值偏差更大，效果不好，而GRU模型在控制上效果更加接近實際值誤差更小，控制效果更加理想。

參考文獻：

[1] 雷亞軍.基于LS-SVM的焦爐集氣管壓力系統(tǒng)逆模型復(fù)合控制[D].安徽工業(yè)大學(xué)，2019.

[2] 李愛蓮，畢澤偉.焦爐集氣管壓力設(shè)定值多目標優(yōu)化研究[J].計算機仿真，2020（04）.

[3] 王威.基于非線性多模型預(yù)測方法的集氣管壓力控制研究[D].東北大學(xué)，2011.

[4] 顧興林，馮江華，靳迎武，等.焦爐煤氣壓力平衡研究[J].山東化工，2018（02）.

[5] 衛(wèi)保國，葛蘋，武宏，等.基于靜態(tài)-自適應(yīng)外觀模型糾正的目標跟蹤算法[J].計算機應(yīng)用，2018（04）.

作者簡介：孫益亮（1994—），男，江蘇徐州人，碩士研究生，研究方向：智能控制理論及應(yīng)用；李志剛（1966—），男，河北唐山人，博士，教授，河北省計算機學(xué)會副理事長，研究方向：數(shù)據(jù)挖掘在智能控制領(lǐng)域的應(yīng)用。