收藏本站
《太原理工大学》 2008年
收藏 | 手机打开
二维码
手机客户端打开本文

跳汰机人工神经网络控制技术研究

符东旭  
【摘要】: 跳汰选矿是物理选矿的一种重要方法。我国目前入洗原煤的50%左右是用跳汰机分选的。 跳汰机作为跳汰选煤的关键设备,其控制包括分层和排料两个方面,控制效果的好坏直接决定了分选效率的高低。由于传统的控制方法是基于精确的系统数学模型的控制,适于解决线性、时不变等相对简单的问题,而对于跳汰机这样复杂的非线性、大滞后系统,建立精确的数学模型极其困难,因此传统的控制方法很难达到良好的控制效果。本文的主要研究工作包括: 在详细分析了影响跳汰机分选效果的因素后,指出:尽管分层是排料的前提,但跳汰是一个连续的过程,分层和排料是同时进行的,排料的好坏直接影响着分层效果,分层和排料的共同作用决定了跳汰机分选效率的高低,跳汰机的控制必须将二者结合考虑,而目前的控制系统仍然是简单的、粗放的控制,问题的关键是没有解决跳汰床层分层状态的在线检测。 分析了跳汰床层γ射线分层状态检测系统的构成及实现方法,有效解决了分层状态的在线检测问题,为跳汰机有效控制系统的建立确定了基本的、可靠的平台。通过采集分层状态典型样本数据,使用人工神经网络和支持向量机学习算法,建立了跳汰机分层、排料一体模型。 提出了把跳汰机分选效果(终极目标-矸石带煤)作为目标函数,即把性能函数直接作为目标函数,而把分层和排料的众多过程变量作为输入,利用人工神经网络的分布并行处理、非线性映射、自适应学习和鲁棒容错等特性,通过实验确定了适合跳汰机特性的网络拓扑结构、隐含层数目、隐含层节点数,并用遗传算法对神经网络的权值和阈值进行了优化。 研究了基于统计学习理论的支持向量机算法在跳汰机矸石段的模式识别问题,发现专门针对有限样本情况的支持向量机比人工神经网络具有更大的优越性,表现在测试误差进一步变小。对支持向量机的核函数进行了线性函数、多项式函数、径向基函数和S型函数的对比,并利用最小二乘支持向量机进行了仿真,针对此项研究,发现了径向基函数作为核函数时训练误差和测试误差均较小。 由于预测控制注重的是模型功能,而不是结构形式,过程的描述可以通过简单的实验获得,不需要深入了解过程的内部机理。因此,预测控制算法改变了现代控制理论对模型结构较严格的要求,更着眼于根据功能要求,按最方便途径建立多样性模型。这一点对于跳汰机这种理论严重落后于实践的系统尤为适用。 从模型算法控制、动态矩阵控制和广义预测控制这三种预测控制算法和基于神经网络的预测控制分析入手,提出了利用事先离线训练好的神经网络预测器,通过预测下一时刻的矸石带煤量实现跳汰机风阀周期预测控制的方法,并利用BP神经网络构建了矸石带煤预测器以及优化器,利用已取得的样本数据进行了仿真,结果表明,矸石带煤有了明显的降低。
【学位授予单位】:

知网文化
【相似文献】
中国期刊全文数据库 前20条
1 靳宝全;熊诗波;杨洁明;;基于模糊PID的跳汰机排料伺服控制系统[J];煤矿机械;2006年10期
2 李巍华,霍亮生,焦萃峰;跳汰机物料分层状态检测系统[J];新技术新工艺;1998年04期
3 李明,雷汝海,姬伟,汪宁;跳汰机排料系统模糊控制[J];煤矿自动化;2001年05期
4 胡安瑞;;麦克纳里跳汰机的复合式浮漂和闸门装置[J];矿山机械;1983年04期
5 石桂霞,李侠;变频调速技术在选煤生产中的应用[J];煤炭科技;1996年02期
6 ;放射性同位素在跳汰机上的应用[J];选煤技术;1973年S1期
7 任桂飞;浅析筛下式跳汰机结构参数的优化[J];选煤技术;1999年06期
8 杨浩基;观音堂选煤厂跳汰机的改造[J];煤炭加工与综合利用;1999年04期
9 符东旭;跳汰机矸石段过程状态的智能识别[J];中国煤炭;2005年10期
10 ;跳汰机的结构改进[J];选煤技术;1974年03期
11 李清华;对焦煤洗选的看法[J];选煤技术;1975年02期
12 赵玉林;跳汰机可控硅排料传感器的改进[J];选煤技术;1979年03期
13 ;关于水质摇床及木质跳汰机的介绍[J];有色金属;1957年07期
14 刘育民;;梯型跳汰机选钨的应用[J];有色金属(选矿部分);1983年02期
15 陈昭宁;英国、法国的大型高效跳汰机[J];选煤技术;1985年01期
16 石德明;;英国跳汰机自动排矸装置的改进[J];矿山机械;1985年04期
17 刘学海;;液压径向跳汰机的改进[J];有色金属(选矿部分);1986年01期
18 D.L.鲍曼 ,张恩荣;改进型高效末煤跳汰机[J];选煤技术;1988年05期
19 Ir. NIO T. H;刘亚川;;IHC跳汰机的原理及其分选效果的评价[J];矿产综合利用;1989年02期
20 Г.В.扎多罗日内,徐洪泉;跳汰机筛上精矿排放自动装置[J];国外金属矿选矿;1995年03期
中国重要会议论文全文数据库 前10条
1 冯玉强;黄梯云;;基于人工神经网络的人口发展模型的自动选择[A];管理科学与系统科学进展——全国青年管理科学与系统科学论文集(第3卷)[C];1995年
2 赵卿;曹晓岚;;人工神经网络及其在医学中的应用[A];第五次全国中西医结合神经科学术会议论文集[C];2004年
3 田国富;张国忠;张幼君;;人工神经网络在齿轮设计中的应用[A];全面建设小康社会:中国科技工作者的历史责任——中国科协2003年学术年会论文集(下)[C];2003年
4 汪学清;单仁亮;;人工神经网络在爆破块度预测中的应用研究[A];第二届中国水利水电岩土力学与工程学术讨论会论文集(一)[C];2008年
5 应义斌;景寒松;赵匀;;人工神经网络在黄花梨果形识别中的应用[A];面向21世纪的科技进步与社会经济发展(上册)[C];1999年
6 周保生;朱维申;;巷道围岩移近量的人工神经网络预测[A];第一届海峡两岸隧道与地下工程学术与技术研讨会论文集(下册)[C];1999年
7 闵惜琳;;信息系统中基于神经网络的统计需求分析[A];西部开发与系统工程——中国系统工程学会第12届年会论文集[C];2002年
8 赵金鑫;许宝杰;;基于改进的BP网络的矿用风机故障诊断方法的研究[A];第八届全国设备与维修工程学术会议、第十三届全国设备监测与诊断学术会议论文集[C];2008年
9 刘永清;刘泉宝;蔡广基;;最大存贮容量的前馈神经网络拓扑结构的研究[A];1995年中国智能自动化学术会议暨智能自动化专业委员会成立大会论文集(上册)[C];1995年
10 赵林度;陈斐松;陈天滋;;基于BP算法的图象数据压缩的研究[A];1995中国控制与决策学术年会论文集[C];1995年
中国重要报纸全文数据库 前10条
1 胡性慧 王唯赫 杨腾;人工神经网络拓宽版权贸易路径[N];中国知识产权报;2010年
2 张东方;沙明;杨松松;人工神经网络在中药领域中的应用[N];中国医药报;2003年
3 本报记者 靖九江 采写;人工神经网络在临床上的应用[N];中国医药报;2005年
4 李剑锋;新型高效跳汰机研制成功[N];中国矿业报;2001年
5 刘梅;力克升级氨基排料解决方案[N];中国纺织报;2009年
6 刘思波;王晓宇:干一行 钻一行 精一行[N];抚顺日报;2008年
7 苑希民(中国水利水电科学研究院决策支持技术研究室 主任) 李彦彬 徐建新(华北水利水电学院) 李鸿雁(北京理工大学管理与经济学院) 苑韶峰 吕军(浙江大学环境与资源学院);人工神经网络 灵感源于大脑[N];中国水利报;2005年
8 记者 周前进;人工神经网络可筛查糖尿病[N];健康报;2000年
9 张宝东 王朝阳;跳汰机自动寻优模糊控制系统[N];中国煤炭报;2000年
10 晓星;租一个排料机器师傅[N];中国服饰报;2009年
中国博士学位论文全文数据库 前10条
1 符东旭;跳汰机人工神经网络控制技术研究[D];太原理工大学;2008年
2 吴建发;优选压裂井方法研究[D];西南石油学院;2005年
3 李军红;冷轧带肋钢筋工艺的现代优化方法及质量控制[D];南昌大学;2006年
4 Han Qiang;[D];山东大学;2005年
5 申金山;基于人工神经网络的化学发光法及光度法在多组分同时测定中的应用研究[D];四川大学;2005年
6 张治国;人工神经网络及其在地学中的应用研究[D];吉林大学;2006年
7 王海瑞;密闭式城市生活垃圾直接气化熔融焚烧过程控制策略研究[D];昆明理工大学;2007年
8 刘传文;仿生优化算法在数字图像处理中的应用研究[D];武汉理工大学;2008年
9 刘永阔;核动力装置故障诊断智能技术的研究[D];哈尔滨工程大学;2006年
10 蒲秀娟;胎儿心电信号提取研究[D];重庆大学;2009年
中国硕士学位论文全文数据库 前10条
1 符东旭;跳汰机分层状态检测与控制的研究[D];太原理工大学;2001年
2 刘永福;人工神经网络在上海股市趋势预测中的应用——与时间序列预测对比分析[D];东北财经大学;2003年
3 盛本云;人工神经网络在变电站综合自动化系统优化中的应用[D];南京理工大学;2003年
4 薛新华;人工神经网络在地基土液化判别中的作用[D];中国海洋大学;2004年
5 董添文;CO_2气体保护焊干扰因素计算机识别系统的研究与设计[D];内蒙古工业大学;2005年
6 金洪星;脑电图自动检测技术的研究和应用[D];南京工业大学;2005年
7 徐学明;基于人工神经网络的车辆跟驰模型研究[D];北京工业大学;2006年
8 黄智;四川工业经济预警方法、模型与信息系统研究[D];四川大学;2006年
9 黄雪燕;人工神经网络在GDP预测中的应用研究[D];吉林大学;2007年
10 孙立春;早期推定粉煤灰混凝土强度试验研究[D];西安建筑科技大学;2007年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978