智能控制技术在水泥工业中的应用
发布时间：2021-01-07 23:26
由于水泥回转窑的煅烧过程具有多变量、非线性、纯滞后和强耦合等特点，使得采用传统的控制理论对水泥窑的控制变的十分困难。本学位论文发挥智能控制理论的特点，将神经网络控制和模糊控制应用到水泥窑的优化控制中。本文在阅读了大量的书籍的基础上，将VC++软件和智能控制理论结合起来，用高级语言实现了BP算法、Levenberg-Marguardt算法和Quasi-Newton算法，设计了神经网络系统软件；并将MATLAB软件应用到水泥窑的仿真中，设计了模糊控制仿真软件。将神经网络软件和模糊控制仿真软件应用到水泥窑的优化控制中，结果表明，采用智能控制优化水泥窑控制可显著的降低能耗，提高经济效益，对水泥生产有重要的现实意义。 本文作者首先研究了神经网络的发展、结构和算法，在此基础上，利用VC++软件和动态链接库技术设计并编制了神经网络系统软件，该软件可以采用BP算法、LM算法或拟牛顿算法对一个新的神经网络进行训练，并可以对训练好的神经网络进行测试，还可以采用关系数据库技术对训练样本和测试样本进行管理。将神经网络系统软件应用到水泥窑的优化控制，结果表明，该软件具有一定的使用价值。 其次，作者还...
【文章来源】：武汉理工大学湖北省 211工程院校 教育部直属院校
【文章页数】：79 页
【学位级别】：硕士
【部分图文】：
神经网络系统主界面
于在神经网络训练的时候会把神经网络的权值和阂值存储到文件中，这个就相当于工程文件的保存工作，因此在工程管理模块中就没有重复这项功能，界面如图4一3所示。若要打开一个工程，点击“打开工程”按钮，然后选择一个工程文件，系统则会把所选神经网络的结构、训练选用的算法和神经元的激活函数显示出来，接着就可以用该神经网络进行测试和其他功能;若要新建一个工程，点击“新建工程”按钮，然后就会出现神经网络训练界面，然后选择相应参数，就可以心!!练一个新的神经网络。图4一3工程管理模块界面4.4.3样本数据管理模块的设计样本数据管理模块界面如图4一4所示。在软件启动的时候，系统会要求输入样本数据库文件的路径，数据库则会出现在样本数据管理界面中。
图4一6确定的输入、输出样本数据4.4.4神经网络训练模块的设计神经网络训练模块界面如图4一7所示。神经网络训练模块是该系统中最复杂的一个模块，神经网络训练模块中设计了BP算法、LM算法和拟Newton算法，激活函数可以选择sigmoid()、Tanh()或Tansig()函数。训练一个新神经网络时，首先在界面右侧各编辑框中输入网络训练参数Q(1)系统设置框:.系统精度:定义系统误差目标精度.最大训练次数:系统训练的最大次数.步长:网络训练的步长(2)建立神经网络:.输入层数:神经网络输入层个数.隐含层数:神经网络隐含层个数.输出层数:神经网络输出层个数.训练算法;选择BP算法、LM算法或Quasi一Nowton算法.激活函数:选择sigmoid()、1，a曲()或Tansig()函数(3)训练数据:.数据输入:输入样本数据文件的路径
【参考文献】：
期刊论文
[1]浅谈2000t/d预分解窑的操作[J]. 师立国. 四川水泥. 2003(03)
[2]水泥厂粉磨系统回路自动控制方法综述[J]. 谭思云,李志明. 四川水泥. 2003(03)
[3]VC++中动态链接库的实现[J]. 费佩燕,闫允一,郭宝龙. 现代电子技术. 2003(08)
[4]VC++6.0环境下的ODBC数据库接口与编程技术[J]. 蔡长安. 江汉大学学报. 2003(01)
[5]基于LM算法的神经网络系统辨识[J]. 黄豪彩,黄宜坚,杨冠鲁. 组合机床与自动化加工技术. 2003(02)
[6]拟牛顿算法的基本性质[J]. 赖炎连. 咸宁师专学报. 2002(03)
[7]优化问题的拟牛顿算法[J]. 赖炎连. 咸宁师专学报. 2001(06)
[8]在VC++开发环境下的神经网络程序设计[J]. 赵晓敏. 机械设计与制造. 2001(06)
[9]基于VC++的柴油发电机组监控软件的设计与实现[J]. 李翠玲,刘晓霞,李连胜. 移动电源与车辆. 2001(04)
[10]神经网络在水泥窑优化控制系统中的应用[J]. 刘可文,程新丽,涂利锐. 武汉理工大学学报. 2001(10)
本文编号：2963448
【文章来源】：武汉理工大学湖北省 211工程院校 教育部直属院校
【文章页数】：79 页
【学位级别】：硕士
【部分图文】：
神经网络系统主界面
于在神经网络训练的时候会把神经网络的权值和阂值存储到文件中，这个就相当于工程文件的保存工作，因此在工程管理模块中就没有重复这项功能，界面如图4一3所示。若要打开一个工程，点击“打开工程”按钮，然后选择一个工程文件，系统则会把所选神经网络的结构、训练选用的算法和神经元的激活函数显示出来，接着就可以用该神经网络进行测试和其他功能;若要新建一个工程，点击“新建工程”按钮，然后就会出现神经网络训练界面，然后选择相应参数，就可以心!!练一个新的神经网络。图4一3工程管理模块界面4.4.3样本数据管理模块的设计样本数据管理模块界面如图4一4所示。在软件启动的时候，系统会要求输入样本数据库文件的路径，数据库则会出现在样本数据管理界面中。
图4一6确定的输入、输出样本数据4.4.4神经网络训练模块的设计神经网络训练模块界面如图4一7所示。神经网络训练模块是该系统中最复杂的一个模块，神经网络训练模块中设计了BP算法、LM算法和拟Newton算法，激活函数可以选择sigmoid()、Tanh()或Tansig()函数。训练一个新神经网络时，首先在界面右侧各编辑框中输入网络训练参数Q(1)系统设置框:.系统精度:定义系统误差目标精度.最大训练次数:系统训练的最大次数.步长:网络训练的步长(2)建立神经网络:.输入层数:神经网络输入层个数.隐含层数:神经网络隐含层个数.输出层数:神经网络输出层个数.训练算法;选择BP算法、LM算法或Quasi一Nowton算法.激活函数:选择sigmoid()、1，a曲()或Tansig()函数(3)训练数据:.数据输入:输入样本数据文件的路径
【参考文献】：
期刊论文
[1]浅谈2000t/d预分解窑的操作[J]. 师立国. 四川水泥. 2003(03)
[2]水泥厂粉磨系统回路自动控制方法综述[J]. 谭思云,李志明. 四川水泥. 2003(03)
[3]VC++中动态链接库的实现[J]. 费佩燕,闫允一,郭宝龙. 现代电子技术. 2003(08)
[4]VC++6.0环境下的ODBC数据库接口与编程技术[J]. 蔡长安. 江汉大学学报. 2003(01)
[5]基于LM算法的神经网络系统辨识[J]. 黄豪彩,黄宜坚,杨冠鲁. 组合机床与自动化加工技术. 2003(02)
[6]拟牛顿算法的基本性质[J]. 赖炎连. 咸宁师专学报. 2002(03)
[7]优化问题的拟牛顿算法[J]. 赖炎连. 咸宁师专学报. 2001(06)
[8]在VC++开发环境下的神经网络程序设计[J]. 赵晓敏. 机械设计与制造. 2001(06)
[9]基于VC++的柴油发电机组监控软件的设计与实现[J]. 李翠玲,刘晓霞,李连胜. 移动电源与车辆. 2001(04)
[10]神经网络在水泥窑优化控制系统中的应用[J]. 刘可文,程新丽,涂利锐. 武汉理工大学学报. 2001(10)
本文编号：2963448
本文链接：https://www.wllwen.com/kejilunwen/rengongzhinen/2963448.html
