回转窑温度软测量模型及温度控制方法研究

发布时间：2017-10-16 16:02

  本文关键词：回转窑温度软测量模型及温度控制方法研究

  更多相关文章： 回转窑 温度软测量模型 KPCA LSSVM 模糊PID

【摘要】：在链篦机-回转窑铁矿球团的生产工艺中,回转窑的焙烧温度(窑中温度)是一个重要的工艺指标,它直接影响着成品球团的质量。提高回转窑焙烧温度的控制精度有利于提高球团生产质量。由于回转窑工作时窑体会以一定的速度旋转,其温度检测非常困难,难于获得稳定的温度信号,且回转窑焙烧温度受众多干扰因素的影响,过程存在非线性且温度过程存在大滞后,传统的温度控制方法精度较差。目前,国内回转窑的温度控制的精度普遍偏低,成品球团的质量也会随着工况的变化发生波动,因此提高回转窑焙烧温度的控制精度对于稳定球团生产质量有着重要的意义。为此,本文研究了一种回转窑温度软测量模型和温度智能控制方法,将其应用到回转窑焙烧温度的控制中,以提高回转窑焙烧温度控制水平。文章在深入回转窑的运行工艺和热工制度的基础上,分析了影响回转窑焙烧温度的重要因素,采集了回转窑历史生产数据,对重要的数据进行了核主元分析(KPCA)处理并将处理结果作为软测量模型的输入,构建了一种基于最小二乘支持向量机(LSSVM)的回转窑温度软测量模型,并用免疫进化算法优化LSSVM模型的参数。从仿真结果可以看出,将构建的软测量模型用于回转窑温度的检测是可行的,模型精度较高,可以获得准确、稳定的回转窑焙烧温度信号,为焙烧温度的控制奠定了基础。文章针对回转窑焙烧温度非线性、大滞后的特点,提出了基于模糊PID的回转窑焙烧温度控制方法。研究了模糊控制算法及其优化PID参数的方法,设计了模糊PID控制器。针对实验方法获得的回转窑温度模型进行了仿真测试,仿真结果表明,模糊PID控制算法的自适应能力强,较传统控制方法,能够取得更好的控制效果,并且给出了模糊PID算法在PLC控制器中的实现方法,为算法的工业应用打下了良好的基础。
【关键词】：回转窑 温度软测量模型 KPCA LSSVM 模糊PID
【学位授予单位】：辽宁科技大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TF325.1
【目录】：

• 中文摘要5-6
• ABSTRACT6-10
• 1. 绪论10-17
• 1.1 课题的研究背景及意义10-11
• 1.1.1 课题的研究背景10
• 1.1.2 课题研究的意义10-11
• 1.2 球团生产工艺介绍11-13
• 1.3 回转窑温度影响因素13-14
• 1.4 研究现状14-15
• 1.4.1 回转窑窑中温度检测现状14-15
• 1.4.2 回转窑温度控制现状15
• 1.5 主要内容及章节安排15-17
• 2. 回转窑温度软测量模型及建模数据预处理17-28
• 2.1 软测量技术17-19
• 2.1.1 软测量技术简介17
• 2.1.2 软测量建模方法17-19
• 2.2 回转窑温度软测量模型结构19-20
• 2.3 建模数据的采集20-21
• 2.4 建模数据的预处理21-27
• 2.4.1 大误差数据的剔除21-23
• 2.4.2 样本数据变换23
• 2.4.3 基于核主元分析的数据降维、降噪处理23-27
• 2.5 本章小结27-28
• 3. LSSVM回转窑温度软测量模型及优化方法研究28-40
• 3.1 LSSVM算法28-32
• 3.1.1 SVM算法28-31
• 3.1.2 LSSVM算法31-32
• 3.2 LSSVM温度软测量模型32-33
• 3.3 基于免疫进化算法的LSSVM模型参数优化33-38
• 3.3.1 免疫进化算法33-35
• 3.3.2 LSSVM模型优化与仿真测试35-38
• 3.4 软测量模型的具体实现方法38-39
• 3.5 本章小结39-40
• 4. 回转窑窑中温度控制方法研究40-58
• 4.1 温度控制难点及控制方案40-41
• 4.2 模糊控制理论41-43
• 4.2.1 模糊控制技术的产生41
• 4.2.2 模糊控制的理论基础41-43
• 4.3 模糊控制器设计方法43-46
• 4.4 窑中温度模糊PID控制器设计与仿真研究46-50
• 4.4.1 模糊PID控制器的结构46-47
• 4.4.2 模糊PID控制器设计47-50
• 4.5 模糊控制器的软件设计与仿真研究50-55
• 4.5.1 基于模糊工具箱的模糊控制器设计50-53
• 4.5.2 基于Simulink组件的算法仿真测试53-55
• 4.6 模糊PID控制在西门子 400PLC中的实现方法55-56
• 4.7 本章小结56-58
• 5 结论58-59
• 参考文献59-63
• 致谢63-64
• 作者简介64-65

【相似文献】

中国期刊全文数据库 前10条

1 彭小奇;孙元;唐英;;一种软测量模型性能监测评价及其自适应校正方法[J];化工学报;2012年05期

2 康少栋;王京春;熊智华;;基于贝叶斯证据方法的裂解产物收率软测量模型[J];计算机与应用化学;2013年08期

3 赵立杰;张金玲;陶成虎;;污水处理出水水质指标的非线性动态软测量模型[J];沈阳化工学院学报;2009年03期

4 王欢;王永红;赵英凯;;基于灰关联方法的纯碱煅烧炉炉气浓度软测量模型[J];化工自动化及仪表;2009年06期

5 王景芳;;非线性动态液位软测量模型建立[J];化工自动化及仪表;2006年01期

6 韦文祥;沈洪远;罗安;;神经元网络软测量模型在中药浓缩工段的应用[J];化工自动化及仪表;2007年05期

7 王yN;范晓慧;陈许玲;;铁矿氧化球团链篦机漏风状态的软测量模型[J];中南大学学报(自然科学版);2014年03期

8 袁安平;张n\;姜珉;陈可泉;;丁二酸发酵过程软测量模型的参数优化研究[J];化工自动化及仪表;2009年05期

9 徐欧官;;异构化机理软测量模型在工业装置中的在线应用[J];化工自动化及仪表;2009年03期

10 刘齐忠,马金魁,康庆山;FCCU轻柴油365℃含量的软测量模型及其控制应用[J];石油化工自动化;2000年05期

中国重要会议论文全文数据库 前7条

1 毛帅;熊智华;徐用懋;庄爱霞;黄海龙;王立群;;常压塔柴油凝点动态软测量模型的研究[A];第16届中国过程控制学术年会暨第4届全国故障诊断与安全性学术会议论文集[C];2005年

2 张定华;桂卫华;李勇刚;王雅琳;;一种多神经网络气流干燥水份软测量模型[A];中国仪器仪表学会2005年学术年会测控技术与节能环保学术会议论文集[C];2005年

3 阳春华;朱红求;桂卫华;张定华;;基于PCA的多神经网络水分软测量模型[A];第25届中国控制会议论文集（上册）[C];2006年

4 张炳辉;陶振麟;;聚丙烯腈生产转化率的软测量模型[A];第二十二届中国控制会议论文集（上）[C];2003年

5 黄永红;;赖氨酸发酵过程的软测量模型与仿真研究[A];2007年中国农业工程学会学术年会论文摘要集[C];2007年

6 田野;;用自组织特性的RBF神经网络建立航煤密度软测量模型[A];第十一届全国自动化应用技术学术交流会论文集[C];2006年

7 江洪;徐化能;何潮洪;;植物有效成分常规浸取的软测量模型[A];中国仪器仪表学会第六届青年学术会议论文集[C];2004年

中国博士学位论文全文数据库 前2条

1 孙元;软测量模型自适应校正与高温场软测量方法研究[D];中南大学;2012年

2 刘乙奇;自确认软测量模型研究及其在污水处理中的应用[D];华南理工大学;2013年

中国硕士学位论文全文数据库 前10条

1 李瑞祥;基于改进回声状态神经网络的出水总磷软测量研究[D];北京工业大学;2015年

2 杨晓冬;基于贝叶斯核学习的软测量模型在浓密洗涤过程中的应用[D];东北大学;2014年

3 许晓磊;基于HAFBPLS的透明质酸生产软测量技术研究与实现[D];江苏大学;2016年

4 封振兴;回转窑温度软测量模型及温度控制方法研究[D];辽宁科技大学;2016年

5 王士新;常压塔轻柴油凝点软测量模型的研究[D];天津大学;2006年

6 鞠远枫;燃煤灰渣含碳量的软测量模型设计与研究[D];大连海事大学;2012年

7 王长明;分馏塔软测量模型研究与应用[D];浙江大学;2005年

8 陈洋;焦炉立火道温度软测量模型及其应用研究[D];中南大学;2005年

9 郭庆武;软测量模型生成系统研究与应用[D];南京工业大学;2003年

10 赵谦;基于SVM的铝带坯晶粒度软测量模型的研究[D];中南大学;2009年

，

本文编号：1043580