燃煤灰渣含碳量的软测量模型设计与研究

【摘要】：在现代工业生产控制过程中,存在着很多重要的过程变量,这些变量往往与生产效率、产品质量及企业效益息息相关,需要加以严格控制。然而,出于技术、工艺或经济的原因,有些时候很难甚至无法对这些过程变量进行直接测量,即便应用某些物理或化学方法测量到,也会存在由工业生产中的大滞后性、强干扰、强耦合性等因素导致的测量值不精确、大滞后、鲁棒性差等结果,因而,软测量技术以其实时性强、代表性强和建模方法多样化等优点成为解决这个问题最佳选择之一,并已发展为当前工业控制和过程检测领域研究的大热门。软测量技术的核心是软测量模型,其建模方法主要有机理建模、数据建模和混合建模。 本文首先分析了影响软测量模型的主要因素。其中,辅助变量选取和数据预处理是软测量建模的基础,对建模的性能和精度都有很大影响。辅助变量选取方面本文分别应用了基于机理分析的辅助变量选取和基于灰色理论的辅助变量选取方法。数据预处理方面充分考虑了数据的采集、数据处理及误差分析等问题,应用基于基准值的偏差带检验法进行数据预处理。 然后,研究学习了软测量技术的主要建模方法,如机理建模法、回归建模法和神经网络建模法等。分别应用回归方法和BP神经网络方法针对灰渣含碳量这一不易测得的重要变量进行软测量建模,并将模型输出值与实际化验值相对比并分析、滚动优化修正。 本文还将这几种建模方法进行横向比较,从每个建模方法的优劣势出发,通过算法分析比较、精度分析比较和适用环境比较总结出不同情况下各建模方法之间的优劣异同。在WinCC操作平台下的校园能源信息管理系统中加入灰渣含碳量的软测量模型,实时监测灰渣含碳量的走势,并编入离线数据库查询功能。 最后,本文应用软测量技术对锅炉单日耗电量和单日耗煤量进行的扩展研究,通过建立软测量模型,对当日的耗电量和耗煤量进行实时的推断估计,对锅炉的运行操作起到一定指导作用,也为企业的低碳生产、节能减排做出一定贡献。