收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

球团烧结过程智能控制方法及其应用研究

王介生  
【摘要】:链篦机-回转窑氧化球团烧结过程是一个涉及到传质、传热和复杂化学反应的工业过程。从控制角度来看,球团烧结过程具有非线性、分布参数、慢时变和大时滞等特性,属于典型的复杂被控对象。大量不确定信息、多样化海量数据使得传统控制方法难以对其进行有效控制,而智能控制为解决这类复杂被控对象的控制问题提供了有效途径。 本文在查阅大量文献资料、广泛收集链篦机-回转窑氧化球团烧结生产过程历史数据、专家经验和操作规程和对现场工艺进行充分调研的基础上,综合运用球团烧结工艺、计算机控制技术、现代控制理论和人工智能技术等多学科知识,提出了基于球磨机制粉系统多变量解耦控制模型、回转窑温度控制模型和球团矿化学成分软测量模型的球团烧结过程智能控制策略。论文的主要工作如下: (1)针对煤基球团厂球磨机制粉系统的多变量强耦合特性,以球磨机的数学模型为依据,提出一种新型的多变量PID解耦控制策略。它由比例因子α模糊自整定单元、PID控制器和基于对角矩阵法的解耦补偿器组成,PID控制器参数由粒子群算法进行优化。仿真研究表明所建模型和所提控制方法的有效性。 (2)基于粗糙集理论的知识约简方法和T-S模糊神经网络的非线性映射理论,建立了回转窑自动喷煤系统。基于一种新的聚类有效性准则函数的模糊C均值聚类算法对连续属性进行最优离散化;采用粗糙集理论对球团烧结生产过程中一些代表性工艺参数所构成的决策表进行知识约简分析;最后根据最小规则约简建立权值不完全连接的T-S模糊神经网络模型。 (3)结合球团烧结过程工艺机理,采用T-S模糊神经网络建立了球团矿化学成分(FeO含量和碱度R)软测量模型。模型采用灰色关联分析方法进行辅助变量选取,以对软测量模型输入进行降维;粒子群优化算法和最小二乘法相结合的混合算法来调整T-S模型的前提参数和结论参数,该混合学习算法提高了网络参数辨识的收敛速度。然后基于球团矿化学成分软测量模型建立了球团烧结过程状态粗糙集专家控制系统,实现链篦机过程状态的优化控制。 (4)将上述智能建模和优化控制方法在球团烧结过程进行了工业应用实验,结果表明使用智能建模和优化控制方法提高了产品的产量和成品球团矿的质量,对提高球团企业的整体经济效益具有推动作用,同时为复杂工业过程的优化控制提供了实用的方法。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 王耀南;基于遗传算法的模糊神经控制及其应用[J];高技术通讯;1997年03期
2 刘璨,陈统坚,彭永红;智能控制研究动态——制造系统控制的智能化发展综述之一[J];机械制造;1999年11期
3 罗艳春;郭立红;康长青;李念峰;;用粗集-模糊神经网络评定空袭目标威胁程度[J];光电工程;2008年03期
4 于万霞;杜太行;郑宏兴;;基于粒子群的模糊神经网络交通信号控制[J];微计算机信息;2008年07期
5 盘善荣;曾正良;胡立辉;;改进粒子群的粗集在网络信息安全分析中的研究[J];网络安全技术与应用;2008年10期
6 王玲;贺兴时;;基于改进的模糊聚类在模糊神经网络中的应用[J];大理学院学报;2008年04期
7 吕强;;神经网络模糊规则抽取及其应用[J];控制工程;2008年S1期
8 史旭明;金龙;主毅;;基于粗糙集的模糊神经网络降水预报模型研究[J];计算机仿真;2009年01期
9 张磊;侯太平;甄维坤;李涛;向高;;基于粗糙集理论的多属性评估方法的研究[J];电脑与信息技术;2010年03期
10 李雪;王鹤;陈淑芬;蒋荣;熊建桥;;基于粗糙模糊神经网络的微孔钻削在线监测[J];机械设计与制造;2010年11期
11 潘峥嵘;王群;;基于模糊神经网络的COD软测量技术的研究[J];计算机测量与控制;2011年07期
12 王璿;高社生;赵霞;;基于粗糙集理论的模糊神经网络构造方法[J];计算机测量与控制;2006年06期
13 宁国忠;孟科;颜学峰;钱锋;;改进的粒子群算法及其在软测量建模中的应用[J];华东理工大学学报(自然科学版);2007年03期
14 骆敏舟;梅涛;卢朝洪;;基于粗糙集和模糊神经网络的抓取模式选择[J];模式识别与人工智能;2005年02期
15 王新刚;侍洪波;;德士古气化炉炉温软测量建模及其工程实现[J];化工自动化及仪表;2006年03期
16 宋贤民;衷卫声;;基于RS-SVM的TN软测量建模研究[J];制造业自动化;2007年01期
17 周希德;计算机控制技术的发展动向[J];电子科技导报;1995年02期
18 王耀南,张昌凡;复杂工业过程的遗传模糊神经网络控制(英文)[J];控制理论与应用;1999年06期
19 杜海峰,周嵘,王孙安;一种新的智能控制方法及其在转速伺服系统中的应用[J];西安交通大学学报;2001年03期
20 王耀南;一种工业回转窑炉的混合智能控制[J];控制理论与应用;1996年06期
中国重要会议论文全文数据库 前10条
1 万沛霖;何莉;张志远;;模糊神经网络控制系统的研究[A];2003年中国智能自动化会议论文集(下册)[C];2003年
2 姜静;陈雪波;;一种基于神经网络的自组织模糊控制[A];2001中国控制与决策学术年会论文集[C];2001年
3 刘超彬;乔俊飞;张芳芳;;污水处理过程中溶解氧的模糊神经网络控制[A];第16届中国过程控制学术年会暨第4届全国故障诊断与安全性学术会议论文集[C];2005年
4 陈志旺;杨景明;王洪瑞;;基于模糊神经网络的液压弯辊板形控制系统设计[A];2005年中国智能自动化会议论文集[C];2005年
5 宁寿辉;郭晨;刘雨;;基于模糊神经网络的船舶调距桨控制系统仿真[A];二○○一年中国系统仿真学会学术年会论文集[C];2001年
6 雷志军;李志;徐亮;;软计算方法在循环流化床优化燃烧中的研究[A];中国计量协会冶金分会2008年会论文集[C];2008年
7 雷志军;李志;徐亮;;软计算方法在循环流化床优化燃烧中的研究[A];2008全国第十三届自动化应用技术学术交流会论文集[C];2008年
8 李仁发;乜崇义;;一种用模糊神经网络建立模糊模型的新方法[A];1996年中国智能自动化学术会议论文集(上册)[C];1996年
9 邢杰;萧德云;;FALCON模糊神经网络及其在铝电解槽阳极效应预报中的应用[A];冶金自动化信息网年会论文集[C];2004年
10 吴学礼;孟凡华;李平;王永骥;孟华;;智能控制综述及展望[A];中国自动化学会全国第九届自动化新技术学术交流会论文集[C];2004年
中国博士学位论文全文数据库 前10条
1 王介生;球团烧结过程智能控制方法及其应用研究[D];大连理工大学;2006年
2 谭文;混沌系统的模糊神经网络控制理论方法研究[D];湖南大学;2006年
3 梁新荣;高速公路智能控制方法研究[D];华南理工大学;2005年
4 张勇;粗糙集—神经网络智能系统在浮选过程中的应用研究[D];大连理工大学;2006年
5 赵晨;过程控制中的数据挖掘技术研究及其智能控制策略探讨[D];浙江大学;2005年
6 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
7 邱焕耀;模糊控制、神经网络和变结构控制的交叉结合及其应用研究[D];华南理工大学;1999年
8 陈向坚;微型飞行器姿态的智能控制方法研究[D];中国科学院研究生院(长春光学精密机械与物理研究所);2012年
9 何海;混合动力汽车控制系统设计与仿真[D];华中科技大学;2005年
10 王勇献;蛋白质二级结构预测的模型与方法研究[D];国防科学技术大学;2004年
中国硕士学位论文全文数据库 前10条
1 王睿洁;一种改进的T-S型模糊神经网络控制在平面一级倒立摆中的应用[D];太原理工大学;2005年
2 姜长元;模糊神经网络模型及其应用研究[D];南京师范大学;2005年
3 傅忠云;粒子群—神经网络混合算法及粗糙集理论在电力系统短期负荷预测中的应用[D];福州大学;2006年
4 刘超彬;基于模糊神经网络的污水处理过程智能控制方法研究[D];北京工业大学;2006年
5 王德瀚;基于MAS的智能控制系统研究[D];哈尔滨理工大学;2007年
6 李大海;智能控制在大惯性、非线性系统的应用研究[D];中国石油大学;2007年
7 包枫;SBR法污水处理系统中智能控制技术及PLC实现[D];苏州大学;2008年
8 唐旭东;长航程潜水器的运动控制[D];哈尔滨工程大学;2008年
9 张慧斌;基于粗糙集和模糊神经网络的数据挖掘方法研究[D];天津大学;2006年
10 杨立标;基于混合优化策略的粒子群算法及其应用研究[D];哈尔滨工程大学;2010年
中国重要报纸全文数据库 前10条
1 刘立;飞利浦190SW8提速高效办公[N];电子资讯时报;2007年
2 倚凡;智能控制预应力张拉装置问世[N];中华建筑报;2003年
3 詹膑 罗杨;以多变量为基础的现代智能控制[N];光明日报;2000年
4 本报记者 蒋家华;募集资金将破解成长瓶颈[N];中国证券报;2007年
5 闫佳;建一流学科 育栋梁之才[N];科技日报;2004年
6 陈云飞;一外资风投基金欲在浙下单[N];浙江日报;2006年
7 本报记者 那罡;智能控制让网络流量更安全[N];中国计算机报;2010年
8 中国联通深圳分公司 何锋锋;智能控制深港3G过境信号[N];通信产业报;2010年
9 天津 王竹青;机箱内部智能控制散热法[N];电脑报;2002年
10 孟展杭晨;首座城市照明智能控制系统投运[N];宜兴日报;2007年
 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