当前位置:主页 > 科技论文 > 矿业工程论文 >

多模型自适应控制在微波褐煤干燥中的应用研究

发布时间:2019-01-26 17:51
【摘要】:褐煤是我国含量较为丰富的一种低阶煤。由于褐煤具有高含水率、低发热效率的特点,导致直接使用存在热效率低、污染严重等问题。对褐煤进行干燥提质是大规模利用的一种有效手段。微波以其整体性、选择性、安全卫生无污染、即时性、能量利用率高等优势,已成为一种新型高效的清洁能源。同时,微波加热技术已成为一种新型高效的工业化加热手段。在微波干燥过程中,由于褐煤的介电常数等特性随加热环境而改变,可能会出现热失控的现象,极大地制约了微波干燥的工业应用。因此,为确保干燥过程安全进行,论文将多模型自适应控制算法引入到微波褐煤干燥过程。以微波褐煤干燥实验系统为研究对象,分别以微波系统输入功率和褐煤温度为系统的输入输出,在考虑微波加热实验系统具有非线性功率输入约束的条件下,研究多模型自适应控制对褐煤加热温度的控制,实现微波褐煤干燥系统安全高效的运行。论文主要的研究内容如下:(1)分析影响褐煤介电系数变化的因素。利用系统的输入输出数据,采用递推最小二乘法对微波褐煤干燥过程进行系统辨识,建立微波褐煤干燥过程辨识模型。(2)基于辨识模型,在分别加入扰动、参数跳变以及非线性输入约束的情况下,利用极点配置算法与极点配置自校正控制算法对微波褐煤干燥系统进行控制器的设计。并通过仿真结果分析不同情况下的控制效果。(3)针对褐煤参数存在突变或跳变的情况,采用多模型自适应控制算法对微波褐煤干燥过程进行控制。通过微波褐煤干燥实验辨识建立不同工况的48个固定模型、一个常规自适应模型、以及一个初值可变的自适应模型,共同构成系统模型集。在加入非线性输入约束的条件下,利用多模型自适应算法对系统的输出温度进行控制。最后,通过仿真与微波褐煤干燥实验,对多模型自适应控制算法在微波褐煤干燥过程中的控制效果进行验证。
[Abstract]:Lignite is a low rank coal with abundant content in China. Because lignite has the characteristics of high moisture content and low heating efficiency, there are some problems such as low thermal efficiency and serious pollution in direct use. Drying and upgrading lignite is an effective method for large-scale utilization. Microwave has become a new and efficient clean energy because of its advantages of integrity, selectivity, safety and hygiene, non-pollution, immediacy and high energy utilization. At the same time, microwave heating technology has become a new and efficient industrial heating method. In the process of microwave drying, because the permittivity and other properties of lignite change with the heating environment, the phenomenon of heat runaway may appear, which greatly restricts the industrial application of microwave drying. Therefore, in order to ensure the safety of drying process, multi-model adaptive control algorithm is introduced to microwave lignite drying process. Taking microwave lignite drying experiment system as research object, the input power of microwave system and the temperature of lignite are taken as the input and output of the system, and the nonlinear power input constraints of microwave heating experimental system are considered. The multi-model adaptive control is studied to control the heating temperature of lignite to realize the safe and efficient operation of microwave lignite drying system. The main contents of this paper are as follows: (1) the factors affecting the dielectric coefficient of lignite are analyzed. Using the input and output data of the system, the microwave lignite drying process is identified by recursive least square method, and the identification model of microwave lignite drying process is established. (2) based on the identification model, the disturbance is added respectively. The controller of microwave lignite drying system is designed by pole assignment algorithm and pole assignment self-tuning control algorithm under the condition of parameter jump and nonlinear input constraints. The simulation results are used to analyze the control effect under different conditions. (3) the multi-model adaptive control algorithm is used to control the process of microwave lignite drying in the case of sudden change or jump of lignite parameters. Through microwave lignite drying experiments, 48 fixed models, a conventional adaptive model and an initial variable adaptive model are established to form the system model set. Under the condition of nonlinear input constraints, the output temperature of the system is controlled by multi-model adaptive algorithm. Finally, through simulation and microwave lignite drying experiment, the control effect of multi-model adaptive control algorithm in microwave lignite drying process is verified.
【学位授予单位】:重庆大学
【学位级别】:硕士
【学位授予年份】:2016
【分类号】:TD849.2

【相似文献】

相关期刊论文 前10条

1 贺乃宝;高倩;姜长生;;一类混沌系统的自适应控制(英文)[J];计算机与应用化学;2011年07期

2 谢廷春;黄小原;;某灌溉水库汛期库水位的自适应控制[J];沈阳化工学院学报;1989年03期

3 金沙;张嗣良;俞俊棠;;发酵过程自适应控制研究[J];生物工程学报;1990年01期

4 范为福;现代工业中的自适应控制[J];郑州纺织工学院学报;1991年02期

5 周铁托,,张建;大中型预焙铝电解槽自适应控制过程的研究(上)[J];轻金属;1994年02期

6 王运格;王群;;多级人才系统的自适应控制[J];河北科技大学学报;1998年04期

7 孟文燕;自适应控制使机加工最优化[J];世界制造技术与装备市场;1998年02期

8 罗军;尿素解吸塔液位自适应控制[J];化工自动化及仪表;2001年05期

9 肖华,冉晓华;浅谈自适应控制在纯碱生产过程中的应用[J];纯碱工业;2005年04期

10 周建平,杨君玲;自适应控制技术在加热炉中的应用仿真分析[J];重庆科技学院学报;2005年03期

相关会议论文 前10条

1 李传庆;刘广生;;无模型自适应控制理论的研究进展[A];全国自动化新技术学术交流会会议论文集(一)[C];2005年

2 周淑秋;韩志刚;;同参数估计对偶的自适应控制新算法[A];1998年中国智能自动化学术会议论文集(上册)[C];1998年

3 秦滨;杨艳梅;韩志刚;;模型未知系统的无模型自适应控制[A];1995中国控制与决策学术年会论文集[C];1995年

4 徐国凯;张秀玲;吴忠强;;从参考模型取状态的混合自适应控制方案[A];1995中国控制与决策学术年会论文集[C];1995年

5 张纪会;武玉强;初学导;;输入受限的自适应控制[A];1996中国控制与决策学术年会论文集[C];1996年

6 延俊华;郭三明;杨凌霄;;电机串阻起动的负荷自适应控制[A];1996中国控制与决策学术年会论文集[C];1996年

7 侯忠生;黄文虎;;一类非性系统的间接自适应控制[A];1996年中国控制会议论文集[C];1996年

8 张纪会;周绍生;武玉强;初学导;;一类输入受限制系统的自适应控制[A];1996年中国控制会议论文集[C];1996年

9 钟晓敏;方建安;邵世煌;;基于神经元混沌自适应控制[A];1997年中国控制会议论文集[C];1997年

10 方锦清;黄良玉;罗晓曙;;半导体激光的混沌化及混沌自适应控制[A];第二十四届中国控制会议论文集(上册)[C];2005年

相关重要报纸文章 前2条

1 羌菊兴 舒萦 凌鹰鹤 罗文钦(作者单位:宝钢集团宝钢股份公司);自适应控制技术确保精确轧制[N];中国冶金报;2005年

2 本报记者 王笑梅;为了“中国制造”更完美[N];辽宁日报;2009年

相关博士学位论文 前10条

1 吴健;基于逼近器的自适应控制新方法[D];西安电子科技大学;2015年

2 金尚泰;无模型学习自适应控制的若干问题研究及其应用[D];北京交通大学;2008年

3 卜旭辉;数据驱动无模型自适应控制与学习控制的鲁棒性问题研究[D];北京交通大学;2011年

4 张敏;复杂非线性系统的智能自适应控制研究[D];南京航空航天大学;2008年

5 管成;非线性系统的滑模自适应控制及其在电液控制系统中的应用[D];浙江大学;2005年

6 王卫红;无模型自适应控制理论几类问题的研究[D];北京交通大学;2008年

7 王晶;基于智能技术的非线性系统稳定自适应控制[D];中国科学院研究生院(计算技术研究所);1999年

8 王永富;非线性系统的模糊建模与自适应控制及其应用[D];东北大学;2005年

9 周绍生;应用反推技术设计H_∞及自适应控制系统的研究[D];东南大学;2001年

10 翟军勇;基于多模型切换的智能控制研究[D];东南大学;2006年

相关硕士学位论文 前10条

1 张淼;模型参考自适应切换控制器的设计[D];河北大学;2015年

2 李庆哲;无模型自适应控制在隧道窑控制中的应用研究[D];河北联合大学;2014年

3 王天钰;变速风电机组建模与仿真研究[D];西南交通大学;2015年

4 柳思宇;二级倒立摆的多模型自适应控制[D];中国地质大学(北京);2015年

5 张书珍;互联系统的分散自适应控制[D];曲阜师范大学;2015年

6 胡金波;基于以太网的直流电机自适应控制研究[D];河南科技大学;2015年

7 秦奇;飞行器纵向轨迹的L1自适应控制[D];北京理工大学;2015年

8 胡书昌;Boost型开关功率变换器区域自适应控制研究[D];重庆大学;2015年

9 冷艳村;非线性无模型自适应控制及其在过程控制中的应用[D];兰州大学;2015年

10 孙乾;车载自组织网络中周期性安全消息广播的研究[D];北京交通大学;2016年



本文编号:2415748

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/kuangye/2415748.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户a84e8***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com