水泥联合粉磨过程综合指标优化

发布时间：2021-01-24 14:50

　　水泥粉磨过程是水泥生产中十分关键的环节,直接影响着水泥产品的品质、产量及其他技术经济指标。随着人们对粉磨过程认识的逐渐深入,水泥粉磨技术呈现出多元化的趋势。纵观目前运行的水泥粉磨工艺流程,“辊压机+球磨机”组成的联合粉磨系统表现出的“以破代磨”、“多破少磨”优势,在工业中应用广泛。粉磨的首要任务就是将水泥产品的粒度指标控制在工艺规定的目标值范围内,同时保证磨机负荷处于最佳工作点,提高粉磨效率。因此,研究如何实现水泥联合粉磨过程指标的优化对于提高水泥产品的质量有重要的意义。围绕这一问题,本文主要研究内容如下:（1）针对水泥联合粉磨过程生产工艺的复杂性问题,通过对联合粉磨过程动态特性和人工操作模式的深入分析,将辊压机预粉磨和球磨机终粉磨作为一个整体来研究,进而建立能表现整个过程变化规律的模型。根据水泥联合粉磨过程中操作变量、状态变量、工艺指标的分析与选取,采用径向基函数（RBF）神经网络方法建立磨机负荷模型与水泥粒度模型相结合的联合模型。利用某水泥厂实际生产数据仿真验证,并与反向传播（BP）神经网络方法的仿真结果进行比较,结果表明RBF神经网络的拟合性更高,误差更小。因此,使用RBF神经网... 

【文章来源】：济南大学山东省

【文章页数】：80 页

【学位级别】：硕士

【部分图文】：

智能优化设定系统总体界面

智能优化软件数据库连接界面

基于案例推理的预设定界面

【参考文献】：
期刊论文
[1]一种基于综合推理的变压器故障诊断方法[J]. 胡善芝,周冬旭,唐仁权.  电工电气. 2019(03)
[2]创新维艰 砥砺前行（上）——徐永模在2018中国混凝土与水泥制品行业大会上的报告摘要[J].   混凝土世界. 2019(01)
[3]第二届中国建材行业经济论坛主题对话实录[J].   中国建材. 2019(01)
[4]电机滚动轴承故障诊断中BP与RBF神经网络的比较[J]. 凌标灿,杨佳滨.  华北科技学院学报. 2018(06)
[5]产能严重过剩 水泥行业何以盈利[J]. 孟帆,孟宪红.  中国建材. 2018(12)
[6]再论水泥粉磨工艺发展趋势及改造要点(上)[J]. 邹伟斌.  新世纪水泥导报. 2018(05)
[7]水泥厂联合粉磨滑模控制系统的研究[J]. 王福林.  机械管理开发. 2018(07)
[8]粉磨过程与颗粒粒径分布及水泥性能的关系探讨[J]. 邹伟斌.  新世纪水泥导报. 2018(02)
[9]浅谈水泥粉磨增加辊压机系统的提产节能改造[J]. 李志强,盛赵宝,杨旺生,张提提.  建材发展导向. 2017(20)
[10]辊压机半终粉磨系统水泥需水量影响因素分析[J]. 钟根,康宇,王飞.  水泥. 2017(05)

博士论文
[1]基于神经网络的多模型自适应控制方法研究[D]. 贾超.北京科技大学 2017

硕士论文
[1]立磨磨辊的粉磨与力学特性分析及结构优化研究[D]. 王海鹏.郑州大学 2017
[2]基于模型预测控制和等价输入干扰的水泥粉磨系统控制研究[D]. 吴立军.安徽师范大学 2016
[3]联合粉磨系统水泥粒度软测量研究[D]. 栾维磊.济南大学 2014
[4]基于DMC的磨机负荷优化控制[D]. 王荣光.济南大学 2011
[5]案例推理方法（专家系统）在气象方面的应用研究[D]. 沈利峰.上海海事大学 2005



本文编号：2997434