基于数据驱动的水泥生料立磨控制系统研究

发布时间：2021-01-28 04:12

　　生料粉磨是水泥生产环节中必不可少的一环,其粉磨成品粒度直接影响后续熟料烧制的质量,是“两磨一烧”中的第一个“磨”。立磨机作为工业过程粉碎设备的一种,因其粉磨效率高、电耗低、寿命长等特点,近年来被大量应用于水泥生料生产过程中。设备生产能力的提升不可避免的带来了产能过剩的问题,同时,多数水泥厂目前仍然采用人工经验调节过程参数,自动化水平较低。因此,本文以提升水泥生料立磨环节自动化水平为重点,以提高质量、产量为前提,提出了一整套包含上层设定值计算和底层数据驱动控制回路的自动控制策略,并给出了相应配套控制系统研发过程。具体研究内容如下:（1）为实现质量、产量达到期望目标,给出了基于神经网络串联的磨内压差、料层厚度、磨机出口温度设定值计算方法,并设计了基于规则推理和数据挖掘的异常工况诊断与设定值补偿过程。首先,通过对生料立磨环节工艺分析与专家经验获取,确定了三个底层控制回路动态关系:循环风机转速-磨内压差、喂料量-料层厚度、冷风阀门开度-磨机出口温度;接下来,采用基于神经网络串联的方法设计了上层设定值计算模块,利用神经网络代替性能指标功能,并对得出的三个设定值进行限幅处理;最后,以磨机振动幅度为... 

【文章来源】：济南大学山东省

【文章页数】：91 页

【学位级别】：硕士

【部分图文】：

立磨机内部结构

基于数据驱动的水泥生料立磨控制系统研究28图3.2r和q变化曲线图3.3性能指标预测值变化曲线mm℃Pa图3.4磨内压差、料层厚度、磨机出口温度设定值变化曲线

基于数据驱动的水泥生料立磨控制系统研究28图3.2r和q变化曲线图3.3性能指标预测值变化曲线mm℃Pa图3.4磨内压差、料层厚度、磨机出口温度设定值变化曲线

【参考文献】：
期刊论文
[1]基于即时学习的高炉炼铁过程数据驱动自适应预测控制[J]. 易诚明,周平,柴天佑.  控制理论与应用. 2020(02)
[2]水泥粉磨系统的智能控制[J]. 贾华平.  中国水泥. 2018(09)
[3]中国水泥协会2018～2020年改革发展目标[J].   中国水泥. 2018(04)
[4]采用“GA+LM”优化BP神经网络的电液伺服阀故障诊断[J]. 权凌霄,郭海鑫,盛世伟,李雷.  中国机械工程. 2018(05)
[5]中国水泥工业的现状和未来[J]. 崔源声.  散装水泥. 2018(01)
[6]计及时滞的互联电网负荷频率控制最优分数阶PID控制器设计[J]. 左剑,王子琪,李银红,段献忠.  控制理论与应用. 2017(09)
[7]中国水泥工业的进步及发展方向[J]. 赵晓东.  中国水泥. 2017(12)
[8]数据驱动的工业过程运行优化控制[J]. 李金娜,高溪泽,柴天佑,范家璐.  控制理论与应用. 2016(12)
[9]数据驱动的锑粗选泡沫图像特征优化设定[J]. 吴佳,谢永芳,阳春华,桂卫华.  控制与决策. 2016(07)
[10]一种基于区间规则的条件证据网络推理决策方法[J]. 郭强,关欣,潘丽娜,刘俊,潘新龙.  控制与决策. 2016(03)

博士论文
[1]数据驱动优化控制及其在矿渣微粉生产过程中的应用[D]. 王康.北京科技大学 2018
[2]非线性系统迭代学习控制算法研究[D]. 许慧敏.华北电力大学(北京) 2016
[3]基于过程模型的迭代学习控制算法研究[D]. 翟春艳.东北大学 2015
[4]基于数据驱动的密闭鼓风炉故障诊断及预测研究[D]. 蒋少华.中南大学 2009
[5]复杂有色金属熔炼过程操作模式智能优化方法研究[D]. 胡志坤.中南大学 2005

硕士论文
[1]半终粉磨系统建模及数据驱动控制研究[D]. 刘恒涛.济南大学 2017
[2]中国水泥产能过剩问题及对策研究[D]. 杨立国.北京交通大学 2017
[3]鞍山冀东水泥矿渣立磨控制系统研究[D]. 张化禹.燕山大学 2016
[4]基于案例推理技术的立磨生料粉磨过程优化设定研究[D]. 钱哲.广西大学 2014
[5]变形翼飞行器的新型控制算法研究[D]. 姚烯.南京航空航天大学 2014
[6]应用Levenberg-Marquardt方法提高电力系统大规模潮流计算收敛性研究[D]. 范翔.上海交通大学 2014
[7]基于神经网络的无模型控制器设计方法的研究[D]. 王亚歌.东北大学 2012
[8]分数阶PID控制器的设计与实现[D]. 王飞.东北大学 2012
[9]基于去伪控制的数据驱动控制算法研究[D]. 贾志闻.东北大学 2011
[10]水泥生产过程分解炉智能控制系统的设计与开发[D]. 李克雷.东北大学 2010



本文编号：3004332