烧结全过程节能减排智能控制方法分析

研究提出了烧结全过程节能减排大气污染物治理的模式和方法,根据物质流和能源流节点特征把烧结工序分成烧结源头系统、过程系统、末端处理系统.采用"双平衡"约束方法进行深度置信网络进行配料一成矿预测模型的训练,实现源头配料的智能控制,通过调整优化燃料配比,从源头上降低燃料消耗及污染物排放.基于深度神经网络进行了风箱负压和温度预测耦合模型的构建,降低了烧结过的程电能消耗.根据源头和过程污染物产生的信息调节末端脱硝还原剂使用量,最终建立了烧结全过程的节能减排智能辅助诊断决策系统.该系统在应用中固体燃料消耗降低18.9％,电能消耗减少21.9％,NOx减少排放43.6％,SO2减少排放14.0％,颗粒物减少20.1％,节能减排效果显著.