氧化锌挥发窑混合建模与智能控制研究
发布时间:2023-03-30 00:45
挥发窑在很多工业领域占据着重要地位,主要功能是对窑料进行处理加工。反应带温度在1100℃~1300℃之间时,才能保证产品质量和生产连续性。由于挥发窑的作业过程是一个繁琐的热工过程,且其多变量、强耦合、大惯性和非线性的特征,及一直处于旋转状态的窑体,使得部分关键参数不易实时准确获得,建立能准确表征挥发窑生产过程的模型成为了一大难题,这阻碍了挥发窑生产自动化的实现。本文以氧化锌挥发窑为背景,通过对氧化锌挥发窑的结构、生产工艺、内部物理化学反应过程和传热传质机理的研究,建立了基于质量守恒和能量守恒的氧化锌挥发窑机理模型。针对该机理模型中化学反应速率难以准确有效测量的问题,通过对窑内各化学反应的热工状况和热力学的研究,建立了基于阿伦尼乌斯方程的化学反应率模型,并且用有限差分法进行离散化处理和数值求解,仿真结果表明该模型具有良好的稳定性且能表征窑内温度变化情况。针对氧化锌挥发窑中反应率难以准确获取的问题,采用支持向量回归的方法拟合实验数据得到了反应率预测模型,并通过S函数的调用实现了混合模型的设计与仿真,通过与生产数据对比,该混合模型较机理模型能更准确地表征窑的生产情况。针对氧化锌挥发窑难以建立...
【文章页数】:71 页
【学位级别】:硕士
【文章目录】:
摘要
ABSTRACT
第1章 引言
1.1 研究目的和意义
1.2 国内外研究现状
1.2.1 挥发窑生产过程建模方法研究现状
1.2.2 挥发窑温度控制算法研究现状
1.3 论文的主要研究内容与结构
第2章 氧化锌挥发窑生产过程机理模型研究
2.1 氧化锌挥发窑工艺介绍
2.1.1 氧化锌挥发窑的结构
2.1.2 氧化锌挥发窑工艺流程
2.1.3 挥发窑煅烧氧化锌的生产机理
2.2 氧化锌挥发窑生产过程机理模型
2.2.1 氧化锌挥发窑机理模型
2.2.2 挥发窑工况数据
2.3 反应速率
2.3.1 反应速率的定义及建模方法
2.3.2 反应速率相关数据获取
2.3.3 化学反应率机理模型
2.4 氧化锌挥发窑机理模型仿真及分析
2.4.1 稳态仿真分析
2.4.2 动态仿真分析
2.5 本章小结
第3章 基于支持向量机的挥发窑混合模型
3.1 支持向量机理论算法介绍
3.1.1 支持向量机概述
3.1.2 支持向量机的原理
3.1.3 支持向量回归算法
3.1.4 核函数
3.2 基于支持向量机氧化锌挥发窑混合建模
3.2.1 非线性支持向量回归反应率建模
3.2.2 反应率预测模型仿真与分析
3.2.3 氧化锌挥发窑机理模型与反应率模型融合
3.2.4 氧化锌挥发窑生产过程混合模型仿真结果分析
3.3 本章小结
第4章 挥发窑智能预测控制系统设计
4.1 预测控制
4.1.1 预测控制基本原理
4.1.2 智能预测控制
4.2 极限学习机模型
4.2.1 极限学习机原理
4.2.2 极限学习机的学习算法
4.3 基于极限学习机的智能预测控制
4.3.1 预测模型与反馈校正
4.3.2 滚动优化
4.3.3 预测控制实现步骤
4.4 基于ELM的氧化锌挥发窑智能预测控制
4.4.1 窑温数据的获取与白噪声处理
4.4.2 预测模型辨识
4.4.3 智能预测控制系统的设计与仿真
4.5 本章小结
第5章 全文总结与展望
5.1 研究工作总结
5.2 未来工作展望
参考文献
附录1
攻读学位期间主要的研究成果
一、攻读硕士学位期间已发表的论文
二、攻读硕士学位期间申请的专利
三、获奖情况
四、参加的项目
致谢
本文编号:3774836
【文章页数】:71 页
【学位级别】:硕士
【文章目录】:
摘要
ABSTRACT
第1章 引言
1.1 研究目的和意义
1.2 国内外研究现状
1.2.1 挥发窑生产过程建模方法研究现状
1.2.2 挥发窑温度控制算法研究现状
1.3 论文的主要研究内容与结构
第2章 氧化锌挥发窑生产过程机理模型研究
2.1 氧化锌挥发窑工艺介绍
2.1.1 氧化锌挥发窑的结构
2.1.2 氧化锌挥发窑工艺流程
2.1.3 挥发窑煅烧氧化锌的生产机理
2.2 氧化锌挥发窑生产过程机理模型
2.2.1 氧化锌挥发窑机理模型
2.2.2 挥发窑工况数据
2.3 反应速率
2.3.1 反应速率的定义及建模方法
2.3.2 反应速率相关数据获取
2.3.3 化学反应率机理模型
2.4 氧化锌挥发窑机理模型仿真及分析
2.4.1 稳态仿真分析
2.4.2 动态仿真分析
2.5 本章小结
第3章 基于支持向量机的挥发窑混合模型
3.1 支持向量机理论算法介绍
3.1.1 支持向量机概述
3.1.2 支持向量机的原理
3.1.3 支持向量回归算法
3.1.4 核函数
3.2 基于支持向量机氧化锌挥发窑混合建模
3.2.1 非线性支持向量回归反应率建模
3.2.2 反应率预测模型仿真与分析
3.2.3 氧化锌挥发窑机理模型与反应率模型融合
3.2.4 氧化锌挥发窑生产过程混合模型仿真结果分析
3.3 本章小结
第4章 挥发窑智能预测控制系统设计
4.1 预测控制
4.1.1 预测控制基本原理
4.1.2 智能预测控制
4.2 极限学习机模型
4.2.1 极限学习机原理
4.2.2 极限学习机的学习算法
4.3 基于极限学习机的智能预测控制
4.3.1 预测模型与反馈校正
4.3.2 滚动优化
4.3.3 预测控制实现步骤
4.4 基于ELM的氧化锌挥发窑智能预测控制
4.4.1 窑温数据的获取与白噪声处理
4.4.2 预测模型辨识
4.4.3 智能预测控制系统的设计与仿真
4.5 本章小结
第5章 全文总结与展望
5.1 研究工作总结
5.2 未来工作展望
参考文献
附录1
攻读学位期间主要的研究成果
一、攻读硕士学位期间已发表的论文
二、攻读硕士学位期间申请的专利
三、获奖情况
四、参加的项目
致谢
本文编号:3774836
本文链接:https://www.wllwen.com/kejilunwen/huaxuehuagong/3774836.html