当前位置: 首页纸业资讯行业技术正文

ACO用于瓦楞纸高浓磨浆 降能耗提产量

发布日期:2018-12-13   来源:浆纸技术

影响瓦楞纸纸张性能的根本因素在于纤维的特性,磨浆过程正是通过机械作用对纤维进行处理。磨浆产量直接决定后续瓦楞纸的产量,因此多目标问题体现在高浓磨浆过程中为保证磨浆质量、提高磨浆产量和降低磨浆能耗。

近年来,随着仿生智能优化方法在各应用领域的成功应用,用其求解复杂的多目标优化问题已成为研究热点。20世纪90年代初提出的ACO(蚁群算法)是一种种群启发式算法,采用分布式正反馈并行机制,具有较强的鲁棒性,算法编程简单易实现,已成为求解多目标优化问题的一种有效手段。如何将ACO用于求解高浓磨浆过程的多目标优化问题呢?

高浓磨浆过程模型的建立

以瓦楞纸生产过程中的高浓磨浆工艺为研究对象,高浓磨浆工艺流程见图1。

决策变量的选取

选取纸浆浓度、纸浆流量、磨浆电流以及螺旋输送机转速作为建立高浓磨浆过程优化模型的决策变量。

目标函数的确定

磨浆质量:选取打浆度和湿重作为磨浆质量的评价指标。

磨浆产量:瓦楞纸的产量取决于纸浆的产量,而磨浆产量的高低主要取决于盘磨螺旋输送机的转速。

磨浆过程的能耗主要包括电能的消耗,单位浆料消耗的电能。

约束条件的建立

高浓磨浆在实际运行过程中受到工艺要求、设备负荷等条件的限制,这些限制构成了优化问题的约束条件。主要包含磨浆浓度、进浆流量、螺旋输送机的转速及磨浆电流的限制。

基于ACO的多目标问题求解

多目标优化问题不存在唯一的全局最优解,过多的非劣解是无法直接应用的,因此在求解时就要寻找一个最终解。ACO求解多目标优化问题的流程见图2。

高浓磨浆过程优化结果

为实现优质、高产、低能耗的生产目标,需要找出有效解中的一个最优解。整个优化过程见图3,当迭代次数n=48时,目标函数Z的值最小。

ACO优化结果和外罚函数法优化结果见表1。

ACO在优化高浓磨浆模型的过程中,不仅能较快地找到最优决策变量,并且在满足纸浆质量指标的同时,产量大幅度提高,同时能耗明显降低,每小时产量提高0.9t,每吨浆的能耗降低5,按照该厂年产高浓浆20万t计算,节约成本达100万,具有相当可观的经济和社会效益。

责任编辑:葛


本网登载此文出于传递更多信息之目的,并不意味着赞同其观点或证实其描述。


 


 
网友评论
 
 
南京中纸网资讯有限公司版权所有 Copyright © 2002-2019 苏ICP备10216876号 增值电信业务经营许可证:苏B2-20120005 
微信
微信