林利红，李雨龙，李聪波，张 友

(重庆大学 机械工程学院，重庆 400044)

电阻炉是利用电流使电热元件升温，通过热传递加热炉内物体的装置。在制造业中，电加热装置是耗能大户，其耗电占据企业总耗电的25%～60%，全国热处理电热装置总装机量约15万台，年总耗能电量约100亿度[1]。对工业电阻炉制定科学合理的能耗分析方法与生产计划能提高能源效率，实现可持续的清洁生产和节能降耗[2]。因此，工业电阻炉的能耗预测研究具有深远的意义。

传统的工业电阻炉能耗预测研究主要是通过数值分析法来建立的理论数学模型，模拟加热时炉内的热传递辐射。Fu等[3]基于计算流体动力学(computational fluid dynamics，CFD)软件FLUENT数值模拟了高温合金坯在电阻炉内的加热过程，对炉膛内自然对流和表面热辐射进行了数值分析，预测了高温合金的温度分布和平衡时间。Jang等[4]采用共轭梯度法和打靶法相结合的优化方法，研究表明随着预热区温度降低，能耗也显著降低。以上传统的数学建模方法需要提供详细的数据信息，模型建立困难，预测误差大，不够精确。

综上所述，虽然能耗预测在各方面研究早已开展，但具有非线性、大惯性、时变性特点[13]的大功耗的工业电阻炉，目前还没有给出泛化性高的多参数预测方法。因此笔者对电阻炉工作状态下的多个过程参数进行研究，分析各个加热阶段的能耗特性，基于数据驱动下建立小样本、非线性的多参数能耗预测模型，并以粒子群优化算法(particle swarm optimization，PSO)对支持向量回归的超参数进行寻优，提高模型精度。……