当前位置:主页 > 科技论文 > 软件论文 >

水泥磨负荷控制策略研究及软件设计

发布时间:2021-02-18 05:47
  水泥粉磨是水泥生产的三大环节之一,而在水泥粉磨生产过程中,球磨机是一个重要的设备,球磨机的运行状况直接的影响到水泥粉磨的质量;因此,球磨机负荷的控制是水泥粉磨系统生产控制中的核心控制问题,同时在水泥磨的负荷控制中采用有效的负荷控制策略具有重要的意义;然而球磨机系统具有非线性、强耦合等特性,这些特点都增加了水泥磨负荷控制的难度。目前国内的水泥磨系统生产过程中主要采用的人工调节生产参数的方式进行水泥磨负荷的控制,但是这种方式下水泥磨负荷的控制精度难以保证,同时生产过程中会造成大量能源消耗。为了实现稳定生产、节能降耗的目的,本课题结合水泥磨生产现场实际状况,对卷积神经网络算法、粒子群算法以及模糊控制理论进行分析研究,建立了基于卷积神经网络的水泥磨电耗预测模型和基于粒子群算法的水泥磨负荷控制目标优化求解模型,并设计了基于引入信任度的模糊C聚类算法(Fuzzy C-means Algorithm with Belief,BFCM)的模糊控制器,从而实现水泥磨负荷的控制,同时进行水泥磨负荷控制软件系统的设计与实现。本文的主要研究内容如下:首先,对水泥磨系统的工艺流程进行深入分析,研究水泥磨负荷控制... 

【文章来源】:燕山大学河北省

【文章页数】:80 页

【学位级别】:硕士

【部分图文】:

水泥磨负荷控制策略研究及软件设计


用户登录界面

水泥磨,负荷控制,软件系统,主界面


图 6-2 水泥磨负荷控制软件系统主界面水泥磨负荷控制软件系统主界面主要包括菜单栏以及系统运行状态监控等;在菜单栏中包含着系统系统中所有功能的入口,在系统运行状态监控一栏,会详细的展示软件系统当前的运行状态,从而使得用户能够对软件的当前运行状态及时了解;除此以外,用户还可以对系统中的优化周期进行设置,在自动控制状态下,系统会根据用户设置的系统优化周期,自动的进行控制目标等参数的优化求解计算。点击菜单栏中“用户管理”,用户可以实现账户信息的管理;如果用户角色为操作员,则用户只能对自身账户信息的操作,用户密码修改界面如图 6-3 所示。如果用户角色为管理员,除了操作员具有的权限外,还可以对用户账户进行增、删、改的操作,用户信息管理界面如图 6-4 所示。在用户信息管理操作界面,管理员用户首先配置用户角色、用户姓名、所属部门等信息,用户 ID 为软件系统自动生成,然后点击“添加用户”按钮,即可将添加新的用户账户;如果需要修改用户信息,则用户可以在用户信息表中的当前用户表中选择要修改的用户,然后用户信息就会被加载

界面图,用户密码,界面,水泥磨


第 6 章 水泥磨负荷控制软件实现点击“删除用户”按钮,即可完成删除操作;如果管理员用户只需在已删除的用户信息表中选择要恢钮即可;但需要注意的是已删除用户表中的用户再

【参考文献】:
期刊论文
[1]智能专家控制系统在水泥粉磨系统中的应用[J]. 陈英豪,冯朋辉,赵希民,张新生,史鑫,郝晓辰.  水泥. 2019(02)
[2]新型干法水泥生产技术的现状及其发展前景[J]. 只艳芳,安保灯.  四川水泥. 2018(05)
[3]磨机负荷参数快速去相关神经网络集成模型[J]. 赵立杰,李彬,汪滢,陈斌,王魏.  控制工程. 2017(09)
[4]图像理解中的卷积神经网络[J]. 常亮,邓小明,周明全,武仲科,袁野,杨硕,王宏安.  自动化学报. 2016(09)
[5]选择性融合多尺度筒体振动频谱的磨机负荷参数建模[J]. 汤健,柴天佑,丛秋梅,刘卓,余文.  控制理论与应用. 2015(12)
[6]新型干法水泥生产技术的现状及其发展前景研究[J]. 孟云芳.  四川水泥. 2015(07)
[7]磨矿过程磨机负荷的优化计算与智能控制[J]. 李艳姣,王建民,张杰.  自动化与仪表. 2013(10)
[8]中国水泥工业发展现状及未来趋势[J]. 李建梅,李国栋,蔡超.  广州化工. 2013(17)
[9]预粉磨系统的智能建模与复合控制[J]. 刘志鹏,颜文俊.  浙江大学学报(工学版). 2012(08)
[10]预测控制在磨机负荷优化控制中的应用[J]. 张传锋,申涛.  济南大学学报(自然科学版). 2012(02)

博士论文
[1]粒子群优化算法及差分进行算法研究[D]. 张庆科.山东大学 2017
[2]球磨机制粉系统智能控制算法的研究及应用[D]. 梁伟平.华北电力大学 2000

硕士论文
[1]数据归一化方法对提升SVM训练效率的研究[D]. 汤荣志.山东师范大学 2017
[2]智能预测控制在磨机自动控制系统中的应用[D]. 荣涛.济南大学 2017
[3]基于全卷积神经网络的全向场景分割研究与算法实现[D]. 翁健.山东大学 2017
[4]基于卷积神经网络的图像识别方法研究[D]. 段萌.郑州大学 2017
[5]基于卷积神经网络的图像识别[D]. 蒋帅.吉林大学 2017
[6]水泥联合粉磨系统的建模与预测控制研究[D]. 吴茂胜.济南大学 2016
[7]水泥联合粉磨系统的智能控制研究[D]. 许斐.济南大学 2015
[8]磨机负荷优化计算与专家控制[D]. 李艳姣.河北联合大学 2014
[9]冀东二线水泥磨过程控制系统研究与应用[D]. 安璟.燕山大学 2013
[10]水泥回转窑煅烧系统预测控制研究[D]. 史鑫.燕山大学 2012



本文编号:3039121

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/3039121.html


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

版权申明:资料由用户8d07f***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