冶金行業(yè)能源消耗較大，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)，其燃燒控制與優(yōu)化問題是國內(nèi)外專家學者研究與關(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，提出一種基于遷移學習的加熱爐爐溫預測算法。實現(xiàn)加熱爐的優(yōu)化控制，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)的溫度精準預測。同時，還需要滿足工況對實時性的要求，對預測算法的計算效率和計算時間等性能指標提出更高的要求。

為了應對這些挑戰(zhàn)，研究團隊設計出基于時間卷積網(wǎng)絡和遷移學習技術(shù)的多區(qū)爐溫預測框架，并通過生成對抗網(wǎng)絡來提升預測精度，建立實時的爐溫預測模型。實例研究表明，團隊提出的基于遷移學習的爐溫預測框架在每個加熱區(qū)快速建模的基礎上均能提升預測精度。

相關(guān)研究成果發(fā)表在Sensors上，該研究為人工智能技術(shù)應用于冶金行業(yè)加熱爐能耗優(yōu)化控制提供新方法。

基于遷移學習的爐溫預測框架