Детальная информация

Цель данного исследования заключается в разработке мульти-критериальной модели оптимизации для процесса обжига металлического сульфидного концентрата в печи кипящего слоя с учётом технологических ограничений и физико-химических закономерностей процесса, а также в создании интерфейса поддержки принятия решений оператором для выбора рационального режима работы печи. В данной работе решаются следующие задачи: 1. Анализ технологических особенностей и главных физико-химических законов процесса обжига металлического сульфидного концентрата в печи кипящего слоя; 2. Разработка математической модели процесса, связывающей управляющие параметры с показателями качества обжига и определяющей ключевые целевые функции; 3. Формирование синтетического набора режимов работы печи для исследования пространства решений; 4. Формализация задачи многокритериальной оптимизации с учетом технологических ограничений; 5. Применение и сравнение современных эволюционных алгоритмов многокритериальной оптимизации NSGA-III и SPEA2; 6. Анализ полученных парето-оптимальных результатов и их технологическая интерпретация; 7. Разработка пользовательского интерфейса для анализа работы печи кипящего слоя, который поможет операторам принимать решения о более эффективном режиме работы печи. В ходе работы была разработана модель пониженного порядка, которая имитировала процесс обжига. В качестве управляющих параметров рассматривались температура обжига, подача воздуха, кислорода и концентрата, а в качестве входного параметра было принято исходное содержание серы в подаваемом сырье. В качестве целевых функций были выбраны три показателя: остаточное содержание серы в огарке, удельный расход газа и эффективность удаления серы, учитывающие качество продукта и технологическую эффективность процесса. На основе модели был сформирован синтетический набор данных. Допустимый набор технологических решений был выбран в соответствии с основными технологическими ограничениями, которые были определены в ходе анализа процесса. Синтетические данные были дополнительно аппроксимированы к реальному технологическому процессу, имитируя разброс, ошибки измерений и рабочие помехи с использованием суррогатной модели ExtraTreesRegressor. Была проведена многокритериальная оптимизация с использованием таких генетических алгоритмов, как NSGA-III и SPEA2. Согласно результатам сравнительного анализа, алгоритм SPEA2 был выбран как наиболее эффективный. Для получения наилучшего компромиссного решения (наиболее эффективный режим работы печи) был применен метод TOPSIS. Практическим результатом работы является интерфейс поддержки принятия решений оператором, который был разработан на базе библиотеки Gradio на языке python. Разработанный веб-инструмент предоставляет операторам возможность предварительного анализа режимов обжига, оценки технологических компромиссов и поддержки принятия решений при выборе рациональных условий работы печи кипящего слоя.

The purpose of this study is to develop a multi-criteria optimization model of firing process of the metal sulfide concentrate in fluidized-bed furnace taking into account technological restrictions and physico-chemical dependencies of the process, and also operator decision-support interface creating for the rational mode of furnace work choosing. In this work the following tasks are solving: 1. Analysing of technological features and the main physico-chemical laws of the firing process of metal sulfide concentrates in a fluidized bed; 2. Development a mathematical model of the process, connecting control parameters with firing quality indicators and determining the key objective functions; 3. Forming a synthetic dataset of furnace modes for research of solution space; 4. Formalizing of the task of multi-criteria optimization taking into account technological limitations; 5. Applying and comparing the modern evolutionary algorithms NSGA-III and SPEA2 of multi-criteria optimization; 6. Analysing obtained Pareto-optimal results and giving its technological interpretation; 7. Development of a user interface for fluidized-bed furnace analysis, which will support the decision making by operators about more effective operational furnace mode. During the work, the reduced order model, which simulated the firing process, was developed. The firing temperature, air, oxygen and concentrate feed supply were considered as control parameters, and the initial sulfur content in the supplied feed was determined as an input parameter. Three indicators were selected as target functions: the residual sulfur content in calcine, the specific gas consumption and the sulfur removal efficiency. Сonsidering the selected target criteria, the task takes into account the quality of the product and the technological efficiency of the process. Based on the model, the synthetic dataset was formed. The feasible set of technological solutions was selected according to the main technological constraints, which were determined during process analysing. Synthetic data were additionally approximated to a real technological process, imitating a spread, measurement errors, and operational noise using a surrogate model ExtraTreesRegressor. Multi-criteria optimization was completed using such genetic algorithms, as NSGA-III and SPEA2. The SPEA2 algorithm was chosen as the most effective, according to the comparative analysis. For the best compromise solution (operational mode of furnace work), the TOPSIS method was applied. The practical result of work is operator decision-support interface, which was developed on the python library Gradio base. The developed web tool gives the opportunity of preliminary analysis of firing modes, evaluation of technological compromises and decision support when choosing rational fluidized bed furnace operating conditions by the operators.

• INTRODUCTION
• Chapter 1 Literature review and description of the research object
  • 1.1 Firing of sulfide concentrates in a fluidized bed
  • 1.2 Mathematical modeling and digital description of processes
  • 1.3 Methods of multi-criteria optimization in engineering tasks
  • 1.4 Description of the firing process and scheme of the furnace work
  • 1.5 Formalization of process and its main parameters
  • 1.6 Reduced-order model of process
    • 1.6.1 Vectors of model parameters
  • 1.7 Conclusions from the Chapter 1
• Chapter 2 Multi-criteria task formulation and constraint system
  • 2.1 A multi-criteria optimization problem
  • 2.2 Formation of target functions and constraints
    • 2.2.1 The first objective function: residual sulfur in calcine
    • 2.2.2 The second objective function: specific gas consumption
    • 2.2.3 The third objective function: sulfur removal efficiency
  • 2.3 Conflict of objective functions
  • 2.4 The system of constraints and the feasible range of solutions
  • 2.5 Conclusions from the Chapter 2
• Chapter 3 Dataset generation and surrogate model construction
  • 3.1 Synthetic data generation
  • 3.2 Formation of feasible set of furnace work modes
  • 3.3 Surrogate model building
  • 3.4 Evaluation of surrogate model quality
  • 3.5 Conclusions from the Chapter 3
• Chapter 4 Realization of multi-objectives optimization
  • 4.1 General scheme of optimization
  • 4.2 Solution selection stage in NSGA-III
  • 4.3 Solution selection stage in SPEA2
  • 4.4 Hyperparameters of optimization algorithms
  • 4.5 Conclusions from the Chapter 4
• Chapter 5 Results of multi-objectives optimization
  • 5.1 Statistical comparison and selection of the best algorithm
  • 5.2 Visualization of Pareto-fronts
  • 5.3 Selection of the best compromise point and its interpretation
  • 5.4 Conclusions from the Chapter 5
• Chapter 6 Development of an operator decision-support interface
  • 6.1 Purpose and functional features of the interface
  • 6.2 User workflow and recommendation generation procedure
  • 6.3 Visualization and interpretation of optimization results
  • 6.4 Conclusion from Chapter 6
• CONCLUSION
• LIST OF LITERATURE
• Appendix A: Set of fixed constants used in reduced order model (ROM)
• Appendix B: Listing of reduced order model (ROM) code
• Appendix C: Full screenshot of developed interface