新浪科技訊 北京時間11月6日消息，冶金行業(yè)一直是我國工業(yè)的能源消耗大戶，是推進節(jié)能降耗的重點行業(yè)。高爐熱風爐和加熱爐等裝置是節(jié)能降耗的關(guān)鍵環(huán)節(jié)，因此，其燃燒控制與優(yōu)化問題一直是國內(nèi)外專家學者研究和關(guān)注的重點。

中國科學院沈陽自動化研究所科研團隊以加熱爐的優(yōu)化控制為切入點，提出了一種基于遷移學習的加熱爐爐溫預(yù)測算法。實現(xiàn)加熱爐的優(yōu)化控制，首先要克服加熱爐生產(chǎn)過程中原料來源多樣、生產(chǎn)條件多變、工況波動頻繁等難題，對加熱爐各個加熱區(qū)的溫度精準預(yù)測。同時，還需要滿足工況對實時性的要求，對預(yù)測算法的計算效率和計算時間等性能指標提出了更高的要求。

為了應(yīng)對這些挑戰(zhàn)，研究團隊設(shè)計了基于時間卷積網(wǎng)絡(luò)和遷移學習技術(shù)的多區(qū)爐溫預(yù)測框架，并通過生成對抗網(wǎng)絡(luò)來提升預(yù)測精度，建立了實時的爐溫預(yù)測模型。實例研究表明，團隊所提出的基于遷移學習的爐溫預(yù)測框架在每個加熱區(qū)快速建模的基礎(chǔ)上都能極大提升預(yù)測精度。相關(guān)學術(shù)成果發(fā)表于Sensors，也為人工智能技術(shù)應(yīng)用于冶金行業(yè)加熱爐能耗優(yōu)化控制提供了新方法。

近年來，沈陽自動化所數(shù)字工廠研究室依托“中科云翼”工業(yè)互聯(lián)網(wǎng)平臺開展了基于工業(yè)大數(shù)據(jù)的人工智能方法研究，取得了一系列高水平研究成果，為人工智能和大數(shù)據(jù)技術(shù)與制造工藝的深度融合提供了理論方法和技術(shù)支撐。

基于遷移學習的爐溫預(yù)測框架

責任編輯：PSY