法律状态公告日
法律状态信息
法律状态
2022-07-05
授权
发明专利权授予
技术领域
本发明涉及玻璃熔炉环境控制技术领域,具体涉及一种基于因果推理对玻璃熔炉环境控制的方法及系统。
背景技术
玻璃熔炉是一个伴随着各种物理化学反应的复杂系统,在熔化池或料道中澄清和均化过程中,需要玻璃液能够长期稳定的保留在一个特定的温度区间,工业上为了获得良好的玻璃质量,需要对熔炉内的环境进行一定的控制。目前我国在相关领域主要采用的是传统的PID 控制技术。这种技术相对成本低廉且易于设计,但是对于熔炉这种具有高维、非线性和时间滞后的系统,控制效果并不理想,难以生产高质量的玻璃。此外,许多研究人员在此基础上提出一些改进算法来提高控制效果。如在传统PID控制器基础上与模糊逻辑控制器相结合,改善了传统PID控制器控制不佳的弊端;还有人采用机器学习算法来进一步改善控制效果。
有不少学者及研究人员提出因果推理在实际中的应用。吉林大学研究人员针对汽车纵向自动驾车决策过程,通过建立车辆跟驰行为的马尔科夫决策过程模型,提出决策过程的因果推理机制;有人提出一种基于因果推理,利用全连接神经网络来预测癌症或心脑血管疾病患者一年内再入院的概率,评估不同治疗方案的效果,辅助临床决策。针对玻璃熔炉复杂环境,需要作出合理的因果解释,给予生产者适当的决策建议。
虽然这些改进算法在实验模拟条件下表现良好,但是无法在实际应用中得到好的效益表现。其一是无法完美的模拟复杂的熔炉环境;其二是基于神经网络的机器学习算法无法解释因果性,对于实际生产决策缺乏说服力。
控制方法往往是针对温度单个参数的控制,对于炉内压力、氧气浓度和天然气浓度等因素无法得到有效的控制,如果有技术方案能够找到这些参数之间的因果关系,给出合理的决策方案,就能够更好地整体控制熔炉整体的环境因素,达到提高玻璃质量的目的。
此外由于熔炉环境有着明显的时间滞后效应,通过算法改进来提高控制温度这一方案有着时间上的误差,本发明 提出的方法,能够实现时间序列上的因果推理,克服时间滞后的问题。
发明内容
本发明提供了一种基于因果推理对玻璃熔炉环境控制的方案,目的在于找出影响玻璃质量的因素,给出精确的量化因果性强度,为玻璃熔炉环境控制提供决策。
为了实现上述目的,本发明提出一种基于因果推理对玻璃熔炉环境控制的方法,用于以天然气和氧气为燃料的全氧玻璃窑炉熔炉,将传感器采集的玻璃熔炉相关参数时间序列和玻璃质量时间序列数据集作为输入,通过条件选择算法得到稀疏因果模型;将稀疏因果模型作为输入,通过瞬时条件独立性测试得到去除假阳性因果关联的稀疏因果模型;基于信息理论,采用源熵的概念来衡量因果强度,根据因果强度给出相应的控制决策。
而且,传感器采集频率为10秒/次~300秒/次的固定频率。
而且,所述传感器类型包括温度传感器、压力计、流量计、距离传感器和浓度计。
而且,所述玻璃熔炉相关参数包括熔炉各关键位点的温度、炉内压力、氧气流量、天然气流量、天然气阀门开度、玻璃熔融物高度、炉内粉尘浓度、二氧化硫浓度和氮氧化物浓度。
而且,所述玻璃质量时间序列数据集,是玻璃各项质量指标所产生的综合质量指标时间序列数据集。
而且,通过于条件独立的条件选择算法得到稀疏因果模型,实现如下,
1)先获取时间序列集X=(X
2)设选择参数为X
其中,τ为时间滞后,τ
3)在接下来的每一次迭代中,首先根据初始先前序列的检验统计量对其排序,然后对
4)每次迭代后,都从
而且,所述最大时间滞后τ
而且,所述通过瞬时条件独立性测试得到去除假阳性因果关联的稀疏因果模型实现方式为,
设有时间序列集X=(X
而且,采用源熵的概念来衡量因果强度实现如下,
其中,
I
X
f(X
P(X
对于线性相关的f(X
其中,c是普通系数;
对于高斯情形下的部分相关,
其中,ρ
本发明还提供一种基于因果推理对玻璃熔炉环境控制的系统,用于实现如上所述的一种基于因果推理对玻璃熔炉环境控制的方法。
本发明提供了一种基于因果推理对玻璃熔炉环境控制的方案,具备以下有益效果:
1)对于高维、非线性时间序列且带有时间滞后特点的玻璃熔炉环境的因果推理提出理论方法,能够对当前1~3个小时的时间滞后因果关系进行推理。
2)并且能够量化因果关联强度,给予玻璃熔炉环境控制提供决策支持。
本发明方案实施简单方便,实用性强,解决了相关技术存在的实用性低及实际应用不便的问题,能够提高用户体验,具有重要的市场价值。
附图说明
图1为本发明实施例基于因果推理对玻璃熔炉环境控制的技术路线图。
图2为本发明实施例得到的稀疏因果模型示意图。
图3为本发明实施例得到的去除假阳性的稀疏因果模型示意图。
图4为本发明实施例条件选择算法对时间序列数据集进行稀疏处理示意图。
具体实施方式
以下结合附图和实施例具体说明本发明的技术方案。
本发明提供一种基于因果推理对玻璃熔炉环境控制的方法,用于以天然气和氧气为燃料的全氧玻璃窑炉熔炉。该方法根据玻璃熔炉测量的各关键点位的温度、压力、天然气和氧气流量、各阀门开度、玻璃熔融物高度、炉内粉尘浓度、二氧化硫浓度、氮氧化物浓度等时间序列数据集,使用条件选择算法,将在时间序列上相互条件独立的节点进行删除,得到稀疏因果模型。利用得到的稀疏因果模型作为瞬时条件独立性测试的输入,能够将稀疏因果模型中的假阳性因果关联进行排除,得到一个没有假阳性因果关联的稀疏因果模型。然后利用基于理想依赖度量属性的信息理论概念量化因果关联,从而对玻璃熔炉环境的因果性做出解释。最后基于上述量化因果关联给出玻璃熔炉控制决策建议。
参见图1,本发明实施例提供一种基于因果推理对玻璃熔炉环境控制的方法,通过估计并量化玻璃质量与熔炉相关参数因果性实现玻璃熔炉环境控制,包括以下步骤:
步骤1,通过条件选择算法得到稀疏因果图:将传感器采集的玻璃熔炉相关参数时间序列和玻璃质量时间序列数据集作为输入,通过条件选择算法得到稀疏因果模型。
本发明为了找到影响玻璃质量因素所采用的的技术方案是通过基于条件独立的条件选择算法,用于以剔除多余的混杂因素,以得到玻璃质量和玻璃熔炉相关参数的稀疏因果模型。
本发明基于因果推理对玻璃熔炉环境控制的方法,用于以天然气和氧气为燃料的全氧玻璃熔炉,其设备主要包括天然气和氧气的输送液压装置、燃烧枪、多点位的温度传感器、炉内压力计、流量计、距离测量计、浓度测量计等。
本发明采用参数的传感器类型包括:温度传感器、压力计、流量计、距离传感器、浓度计等。优选的,所述玻璃熔炉相关参数包括:熔炉各关键位点的温度、炉内压力、氧气流量、天然气流量、天然气阀门开度、玻璃熔融物高度、炉内粉尘浓度、二氧化硫浓度、氮氧化物浓度等。
优选的,温度采集和炉内压力采集选择在熔炉顶部和底部等关键位置。
优选的,流量采集通过流量计布设在天然气阀门处、炉内顶部和底部等关键位置。
具体实施时,可直接基于现有设备长时间采集炉底玻璃液面温度、碹顶温度、吊墙温度、水包温度、烟道温度、炉内压力、天然气流量、天然气阀门开度、氧气流量、氧气阀门开度、玻璃液面高度、炉内粉尘浓度、二氧化硫浓度、氮氧化物浓度等。
传感器数据采集频率优选为10秒/次~300秒/次的固定频率。推荐采集频率不低于每分钟一次,优选是每10秒一次。选择某一时间段的相关参数时间序列数据作为本实施例的数据集。
为防止误差,可以对传感器采集数据预处理:如果有数据丢失,超过3个及以上的连续数据丢失,则应该放弃该时段的样本,否则应该用算法进行缺失值补充。具体对于缺失值的补充,通常基于统计学原理,根据初始数据集中其余对象取值的分布情况对一个缺失值进行填充。在实施例中,当出现具有缺失数据的样本时,优选采用欧式距离或相关分析来确定距离缺失数据样本最近的若干个邻近样本,将这几个邻近样本值加权平均来估计该样本的缺失数据。
所述玻璃质量时间序列数据集,是玻璃各项质量指标所产生的综合质量指标时间序列数据集。玻璃质量指标是通过玻璃缺陷表征的。玻璃缺陷参数主要有:气泡大小、气泡个数、夹杂物大小、点状缺陷密集度。实施例优选对上述五个参数数据进行归一化后求和并再进行一次归一化,使得玻璃缺陷用[0,1]区间数值表示,区间内数值越高,则玻璃质量越差。
本发明实施例中,基于条件独立的条件选择算法具体步骤是:
1)先获取时间序列集X=(X
条件独立算法的输入是玻璃质量指标和玻璃熔炉相关参数的时间序列数据集。具体实施时,有温度、压力等多种参数。设其中一个参数X
其中,N表示所有相关变量的数量,即问题的维数。
2)设选择参数为X
其中,τ为时间滞后,τ
3)在接下来的每一次迭代(p->p+1)中,首先根据初始先前序列(即当前时间之前的时间序列)的检验统计量对其排序,然后对
4)每次迭代后,都从
通过这种方式,条件选择算法能够自适应的收敛到典型的少数相关条件,这些条件包括具有高概率和潜在的一些假阳性的因果关联。如图2所示,为该算法稀疏因果图结果,其中 C1,…,C6是混杂因素,和被解释变量存在假阳性因果关联。
条件独立算法的主要自由参数为显著性水平α,应该视为一个超参数,可以根据赤池信息准则或交叉验证等模型选择准则进行选择。
条件独立算法中时间序列图如图4所示提供了更全面直观的视图,考虑一个底层的时间依赖系统:
其中f
对于图4中带有虚线的箭头为被条件选择算法去掉的相关性,而实线的箭头为真正的强因果关联,其中带有星号的箭头表示假阳性因果关联。
步骤2,通过瞬时独立性测试得到去除假阳性的稀疏因果图:将稀疏因果模型作为输入,通过瞬时条件独立性测试得到去除假阳性因果关联的稀疏因果模型。
本发明所述的假阳性因果关联是指玻璃质量和玻璃熔炉相关参数之间条件独立或者两者之间的因果性强度相对较小。
所述的稀疏因果模型为图2所示,去除假阳性的稀疏因果模型为图3所示,包括温度、压力和质量的关系。
本发明实施例中,瞬时条件独立性测试具体过程如下:
将得到的带有假阳性因果关联的稀疏因果模型作为输入,具体所需要的条件是:时间序列集X=(X
如图3所示,经过瞬时条件独立性测试之后的得到的去除假阳性稀疏因果图,值得关注的变量只有温度和压力,并且变量之间的因果方向和因果强度都是知晓的。
通过瞬时条件独立性测试获得:
其中p-value是每个环节的显著性指标,I为测试统计值。
其中
其中Z为
其中
其中
在基于
瞬时条件独立性测试在每个环节的显著性可以根据瞬时条件独立性测试的p-value(每个环节的显著性指标)来评估。所有环节的显著性指标也可以通过错误发现率控制可选地进行调整。
条件选择算法和瞬时条件独立性测试都可以灵活地与任何一种条件独立性测试相结合,实施例中包括线性偏相关(ParCorr)和两种非线性(GPDC和CMI)独立性检验。GPDC基于高斯过程回归和残差距离相关检验,适用于具有附加噪声的大量非线性相关性。CMI是一种完全非参数检验,它基于条件互信息的k近邻估计量,可以容纳几乎任何类型的依赖。
步骤3,量化因果强度:基于信息理论,具体是采用源熵的概念来衡量因果强度。
本发明为了精确量化因果性强度所采取的技术方案是通过使用基于理想依赖度量属性的信息理论概念,用于以得到去除假阳性的稀疏因果模型各个节点之间的因果性强度。
本发明实施例中,精确量化因果强度的具体过程如下:考虑因果模型中添加变量Y对变量X的依赖项,在基于条件互信息的信息理论下,研究其因果强度。本发明所采用的因果强度衡量是基于源熵的概念:
其中
其中I
其中
其中X
其中f(X
其中
其中P(X
对于线性相关的f(X
其中c是普通系数。
对于高斯情形下的部分相关:
其中ρ
其中σ
其中σ
其中
c为普通系数。
对于线性可加性依赖,其中因果强度可归因于单个系数c,因果强度仅依赖于该系数和噪声项。
步骤4,根据因果强度给出相应的控制决策。
瞬时条件独立性测试可以独立于先前序列P(X
另外需要指出的是,在瞬时条件独立性测试中对于基于
本发明实施例中,玻璃熔炉控制决策具体过程为:
由上述方法得到各个变量之间的稀疏因果图,通过分析稀疏因果图,若某个变量是其他变量(包括玻璃质量)的间接或者直接影响因素,可以说明该变量是此系统需要重点控制的变量。基于这个理论,由得到的稀疏因果图表明:此系统需要重点控制的变量为温度以及压强,具体的控制值可以参考因果强度值,通过对因果强度和控制值进行关联得到以下函数关系:
f(x)=ax+b
其中x为因果强度,f(x)为控制值,a,b为相关系数。
具体实施时,优选的参数选择方式:
最大时间延迟τ
τ
显著性检验水平α
α在模型选择技术中扮演一个正则化参数的角色。用条件选择算法估计的条件集
条件独立算法中最大条件数P
为了限制高维性,可以用自由参数P
错误发生率控制:
本方法还可以和错误发现率控制相结合,通过调整整个时间序列图中瞬时条件独立性测试阶段的p-values来控制错误发现的预期数量。更准确地说,获得的q值:
其中q为错误发生率。
其中P是原始的p-value,r是当p-value按照升序排序时原始p-value的秩,m是计算得到的p-value的总数。
具体实施时,本发明技术方案提出的方法可由本领域技术人员采用计算机软件技术实现自动运行流程,实现方法的系统装置例如存储本发明技术方案相应计算机程序的计算机可读存储介质以及包括运行相应计算机程序的计算机设备,也应当在本发明的保护范围内。
在一些可能的实施例中,提供一种基于因果推理对玻璃熔炉环境控制的系统,包括处理器和存储器,存储器用于存储程序指令,处理器用于调用存储器中的存储指令执行如上所述的一种基于因果推理对玻璃熔炉环境控制的方法。
在一些可能的实施例中,提供一种基于因果推理对玻璃熔炉环境控制的系统,包括可读存储介质,所述可读存储介质上存储有计算机程序,所述计算机程序执行时,实现如上所述的一种基于因果推理对玻璃熔炉环境控制的方法。
本文中所描述的具体实施例仅仅是对本发明精神作举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。