ACO用于瓦楞纸高浓磨浆降能耗提产量啊

ACO用于瓦楞纸高浓磨浆 降能耗提产量

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。