收藏本站
收藏 | 论文排版

燃煤灰渣含碳量的软测量模型设计与研究

鞠远枫  
【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。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 崔祎;田丽;周峰;李泽应;王军;;基于RBF神经网络的污水处理软测量算法研究[J];自动化与仪器仪表;2007年04期
2 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
3 邹箭;徐刚;杨玉群;;自适应粒子群优化算法及其在注塑成型质量指标软测量中的应用[J];南昌大学学报(理科版);2009年04期
4 朱龙俊;李绍军;;单纯形-差分进化算法及其在软测量建模上的应用[J];化工自动化及仪表;2008年06期
5 王建;杨耀权;马高伟;;软测量辅助变量选择方法研究[J];电力科学与工程;2011年07期
6 韩大伟,邹志云;软测量与推断控制技术初探[J];南京理工大学学报(自然科学版);2005年S1期
7 王玉乔;程光旭;汤杰国;;基于KPCA的连续重整催化剂结焦碳含量软测量模型[J];高校化学工程学报;2009年05期
8 陈文杰,王晶;基于支持向量机的聚酯粘度在线软测量[J];控制工程;2005年05期
9 李亚芬;宋彤;李喜;李琦;;汽驱生产过程蒸汽干度的软测量和优化操作[J];计算机与应用化学;2007年06期
10 杨强大;王福利;常玉清;;基于改进BP神经网络的菌体浓度软测量[J];控制与决策;2008年08期
11 孙凤琪;;基于改进AdaBoost的LF炉成分软测量建模[J];东北大学学报(自然科学版);2009年09期
12 夏梁志;李华;;基于QPSO-LSSVM的醋酸乙烯聚合率软测量建模研究[J];自动化技术与应用;2011年08期
13 陈国初;俞金寿;;两群微粒群优化算法及其应用[J];控制理论与应用;2007年02期
14 徐方舟;潘丰;;基于PSO-LSSVM污水处理系统出水数据的软测量[J];江南大学学报(自然科学版);2010年03期
15 刘敏,王宁会,刘钟阳;基于混合神经网络的O_3质量浓度软测量[J];自动化与仪表;2003年02期
16 陈晓方,桂卫华,王雅琳,吴敏,阳春华;基于智能集成策略的烧结块残硫软测量模型[J];控制理论与应用;2004年01期
17 范磊;张运陶;;基于LSSVM实现CO_2转化率的软测量建模[J];计算机与应用化学;2006年01期
18 吕琴梅;徐余法;陈国初;俞金寿;;三群粒子群优化算法及其在丙烯腈收率软测量中的应用[J];信息与控制;2006年04期
19 王振雷;杜文莉;钱锋;;乙烯装置裂解炉智能控制技术[J];化工进展;2006年12期
20 须文波;杜润龙;;多速粒子群优化算法及其在软测量中的应用[J];计算机应用;2007年03期
中国重要会议论文全文数据库 前10条
1 马文忠;郭江艳;王艳丽;陈科成;杨珊;;基于BP神经网络的联合站燃烧系统软测量模型的研究[A];2011中国电工技术学会学术年会论文集[C];2011年
2 李凌;袁德成;;基于数据驱动的模拟移动床过程建模[A];第七届全国信息获取与处理学术会议论文集[C];2009年
3 刘欣;蒋爱平;;微粒群神经网络在软测量建模中的应用[A];2006北京地区高校研究生学术交流会——通信与信息技术会议论文集(下)[C];2006年
4 刘欣;蒋爱平;;微粒群神经网络在软测量建模中的应用[A];上海市化学化工学会2006年度学术年会论文摘要集[C];2006年
5 张浩然;汪晓东;吴建斌;张长江;许秀玲;;基于nu-支持向量机的软测量技术[A];第三届全国信息获取与处理学术会议论文集[C];2005年
6 冯丽辉;彭向华;赖华;毕贵红;;A~2/O污水处理过程出水水质的多元线性回归软测量模型[A];加入WTO和中国科技与可持续发展——挑战与机遇、责任和对策(上册)[C];2002年
7 王伟;张航;罗大庸;;基于核模糊C均值聚类和局部建模方法的烟气含氧量软测量模型[A];中国自动化学会控制理论专业委员会C卷[C];2011年
8 冉维丽;胡玉玲;乔俊飞;;基于GABP神经网络的污水水质BOD软测量方法[A];第二十二届中国控制会议论文集(上)[C];2003年
9 李亚芬;李莹;马宁圣;;精馏过程航煤干点的软测量实现[A];中国仪器仪表学会2005年学术年会测控技术与节能环保学术会议论文集[C];2005年
10 杨马英;周芳芹;李军;;基于Elman神经网络的城市污水处理水质参数软测量[A];第十七届全国过路控制会议论文集[C];2006年
中国博士学位论文全文数据库 前10条
1 孙元;软测量模型自适应校正与高温场软测量方法研究[D];中南大学;2012年
2 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
3 陆婷;进化回归神经网络的研究及应用[D];华南理工大学;2003年
4 张湜;综合建模方法和先进控制技术在两个化工过程中的应用[D];南京工业大学;2003年
5 卢胜利;引黄灌渠斗口水流量软测量技术研究[D];上海大学;2009年
6 张健;提高制浆蒸煮过程纸浆Kappa值软测量精度的研究[D];华南理工大学;2004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 李艳;制浆蒸煮过程纸浆卡伯值软测量技术研究与应用[D];华南理工大学;2003年
9 张海传;臭氧生产工艺过程智能测控系统的研究[D];大连理工大学;2010年
10 朱建新;液压挖掘机振动掘削机理及其过程优化建模与智能控制策略研究[D];中南大学;2008年
中国硕士学位论文全文数据库 前10条
1 鞠远枫;燃煤灰渣含碳量的软测量模型设计与研究[D];大连海事大学;2012年
2 李师;基于ANFIS的酮苯脱蜡结晶过程润滑油收率软测量模型[D];华东理工大学;2011年
3 陈铁山;软测量技术在造纸水分控制中的应用研究[D];南京林业大学;2005年
4 陈梅;中药生产提取工艺智能控制系统的研究[D];湖南大学;2006年
5 刘晓刚;铅酸蓄电池容量检测方法研究[D];华中科技大学;2007年
6 陈军伟;纵剪线带钢卷取张力控制及张力软测量研究[D];武汉科技大学;2008年
7 池占胜;基于SVM的软测量建模方法研究及其在聚丙烯熔融指数中的应用[D];中国石油大学;2008年
8 杜金芳;铝土矿浮选过程粗选矿浆pH值软测量模型及应用[D];中南大学;2011年
9 胡康;造纸废水A~2/O生化处理过程中神经网络软测量模型的研究与应用[D];华南理工大学;2012年
10 管秋;基于人工神经网络的污水水质指标软测量方法的研究[D];浙江工业大学;2005年
中国重要报纸全文数据库 前10条
1 撰稿 李婷;长春大成集团:打造循环经济典范[N];吉林日报;2008年
2 邹丽梅 陈耀群;江苏科大神经网络应用研究通过鉴定[N];中国船舶报;2006年
3 记者 孙刚;“神经网络”:打开复杂工艺“黑箱”[N];解放日报;2007年
4 健康时报特约记者  张献怀;干细胞移植:修复受损的神经网络[N];健康时报;2006年
5 于翔;数字神经网络中的协同应用[N];网络世界;2009年
6 特约记者 魏双林;节能环保工业炉窑燃煤机上市[N];中国化工报;2007年
7 记者 魏双林;河北开发出新型工业炉窑燃煤机[N];中国冶金报;2007年
8 张晓健;二重实施低成本战略[N];中国职工科技报;2007年
9 徐建华;ISO14001实施十年一路锦绣[N];中国质量报;2007年
10 崔永金;中国一重煤气生产刷新三项历史纪录[N];齐齐哈尔日报;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