基于CO预测模型的垃圾协同处置下分解炉出口温度控制

来源：计算机测量与控制杂志2025年第12期北京时间：

作者：陈薇,赵军,刘海军,解俊哲,康志伟,褚彪,张宏图

单位：合肥工业大学 电气与自动化工程学院

摘要：针对分解炉内的CO浓度,建立了基于CNN-LSTM-Attention的CO预测模型；以分解炉出口温度、喂煤量、生料喂料量、氧气浓度、垃圾流量作为预测模型的特征辅助变量,将这些变量进行预处理与时序匹配,经过模型处理训练得到CO预测浓度；针对传统的GPC分解炉出口温度预测控制,研究了一种考虑CO浓度预测模型的分解炉多工况优化控制策略；模型的输入为喂煤量,输出为分解炉出口温度,分解炉出口温度的预测模型采用ARMAX模型来描述,控制方法采用GPC算法,但在此基础上加入了CO浓度工况开关,CO浓度在正常和异常时采用两种不同的控制方法；仿真结果表明,CNN-LSTM-Attention模型预测的效果较好,而且比LSTM、CNN-LSTM、LSTM-Attention这几个模型效果更好,考虑CO浓度的分解炉出口温度模型也有较好的控制效果。

关键词：CNN-LSTM-Attention;GPC;CO浓度;多工况;分解炉出口温度

基金资助：安徽省重点研发计划项目