链篦机温度场控制研究

发布时间：2017-09-20 04:44

  本文关键词：链篦机温度场控制研究

  更多相关文章： 链篦机温度场 仿真模型 CMAC神经网络 前馈控制器

【摘要】：在球团生产工艺中,链篦机-回转窑的焙烧方法由于适用性强、原料造价低等优点在我国受到了广泛的应用。链篦机是链篦机-回转窑球团焙烧工艺中的重要设备,其温度场是影响球团质量的重要因素。目前关于链篦机温度场的研究主要有温度场的建模、温度场的控制及工艺参数设计三个方面。在关于温度场建模的研究中,大多数研究是在固定参数条件下完成的,不能很好的反映链篦机中温度场变化的实际情况。另一方面,由于链篦机温度场是一个受多变量影响,且存在滞后的被控对象,所以常规的控制策略往往不能实现很好的控制效果。针对上述问题,为了实现可变参数条件下链篦机温度场的建模,以及对其温度的控制,进行了以下几方面的研究:(1)根据热力学第一定律,对链篦机球团生产加工过程中的热量交互进行了机理分析,建立了相关的平衡方程。通过有限差分法,利用MATLAB实现了单个时刻下链篦机温度场模型的求解,然后通过LabVIEW与MATLAB的混合编程实现了连续时间下链篦机温度场模型的求解,建立了其动态仿真模型。仿真结果表明该模型的输出符合实际情况,具有较高的准确性。(2)对CMAC神经网络映射过程进行了描述,并通过仿真分析了量化等级精度对网络学习的影响,以及其映射过程中存在的不足。然后针对其不足之处,提出了感知器及权值地址隶属度的概念,对CMAC神经网络的映射过程以及权值学习过程进行了改进。仿真结果表明,改进后的CMAC神经网络在不增加量化等级精度的前提下能有效地提高网络的学习精度。(3)针对链篦机温度场的特性进行了分析,即不同机速条件下进气温度、进球温度及压强对球团温度的影响。然后根据链篦机温度场的特性设计了前馈控制器,控制器输入为进气温度、进球温度及机速,输出为压强,并结合模糊算法与改进后的CMAC神经网络设计了前馈控制器的具体算法。仿真结果表明经过离线建模后该控制器能很好的将球团温度控制在设定的范围内,并且当系统参数发生改变后经过在线学习能快速的使系统稳定。
【关键词】：链篦机温度场 仿真模型 CMAC神经网络 前馈控制器
【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】：TD464;TP273
【目录】：

• 中文摘要5-6
• ABSTRACT6-9
• 1.绪论9-14
• 1.1 课题背景及意义9
• 1.2 链篦机温度场研究现状9-10
• 1.3 人工智能在工业中的应用10-12
• 1.3.1 模糊控制应用现状10-11
• 1.3.2 CMAC神经网络应用现状11-12
• 1.4 CMAC神经网络研究现状12
• 1.5 本论文主要工作12-14
• 2.链篦机工艺分析14-18
• 2.1 工艺流程简介14-15
• 2.1.1 链篦机14-15
• 2.1.2 回转窑15
• 2.1.3 环冷机15
• 2.2 物料流及分析15-16
• 2.3 热气流程16-17
• 2.3.1 主流程16-17
• 2.3.2 余热流程17
• 2.4 本章小结17-18
• 3.链篦机温度场动态仿真模型18-34
• 3.1 被控对象的数学模型18-19
• 3.1.1 机理建模18
• 3.1.2 实验建模18-19
• 3.2 链篦机温度场机理分析19-23
• 3.2.1 球团、热气温度模型19-21
• 3.2.2 水分蒸发模型21
• 3.2.3 水分冷凝模型21-22
• 3.2.4 磁铁矿氧化反应模型22-23
• 3.3 链篦机温度场动态仿真模型的建立23-30
• 3.3.1 有限差分法23-25
• 3.3.2 链篦机温度场模型的求解25-27
• 3.3.3 链篦机温度场动态仿真模型27-30
• 3.4 仿真案例30-32
• 3.4.1 正弦波热气进气温度仿真30-31
• 3.4.2 正弦波进球温度仿真31-32
• 3.5 本章小结32-34
• 4.基于隶属度的CMAC神经网络34-52
• 4.1 CMAC神经网络34-40
• 4.1.1 CMAC神经网络的原理34-36
• 4.1.2 CMAC神经网络的学习过程36
• 4.1.3 CMAC神经网络的分析36-40
• 4.2 基于隶属度的CMAC神经网络（M-CMAC神经网络）40-46
• 4.2.1 概念定义40-42
• 4.2.2 M-CMAC神经网络的算法描述42-43
• 4.2.3 M-CMAC神经网络的增量式学习43-44
• 4.2.4 M-CMAC神经网络的收敛性证明44-46
• 4.3 仿真案例46-51
• 4.3.1 单输入仿真案例46-50
• 4.3.2 双输入仿真案例50-51
• 4.4 本章小结51-52
• 5.链篦机温度控制器设计52-61
• 5.1 链篦机温度控制器设计52-56
• 5.1.1 链篦机温度场特性分析52-53
• 5.1.2 基于模糊算法的多M-CMAC神经网络前馈控制器53-56
• 5.2 控制器权值学习设计56-57
• 5.2.1 控制器权值的离线学习56-57
• 5.2.2 控制器权值的在线学习57
• 5.3 仿真案例57-60
• 5.3.1 正弦波进气、进球温度仿真57-59
• 5.3.2 鲁棒性仿真59-60
• 5.4 本章小结60-61
• 6.结论与展望61-62
• 参考文献62-66
• 攻读硕士学位期间发表学术论文情况66-67
• 致谢67-68
• 作者简介68-69

【相似文献】

中国期刊全文数据库 前10条

1 杜文莉,钱锋,刘漫丹,张凯;4-CBA Soft Sensor Based on Fuzzy CMAC Neural Networks[J];Chinese Journal of Chemical Engineering;2005年03期

2 JIA Chun-yu;SHAN Xiu-ying;CUI Yan-cao;BAI Tao;CUI Fa-jun;;Modeling and Simulation of Hydraulic Roll Bending System Based on CMAC Neural Network and PID Coupling Control Strategy[J];Journal of Iron and Steel Research(International);2013年10期

3 马华华;张展羽;朱新国;祝卓;;基于CMAC的区域水安全评价技术及其应用[J];中国农村水利水电;2010年04期

4 陈立军;孙博;薛宏;赵丽丽;;过热汽温改进CMAC神经网络控制[J];化工自动化及仪表;2010年11期

5 ;Effects of coal rank, Fe_3O_4 amounts and activation temperature on the preparation and characteristics of magnetic activated carbon[J];Mining Science and Technology;2010年06期

6 张蕾,曹其新,Jay Lee,Frank L. Lewis;基于PCA-CMAC的设备性能退化评估(英文)[J];Journal of Southeast University(English Edition);2005年03期

7 汪鲁才,戴瑜兴,罗文钦;CMAC网络理论在商场照明设计中的应用[J];照明工程学报;2000年03期

8 鲍琼;顾幸生;;基于信度分配的串行集成CMAC及其仿真[J];华东理工大学学报(自然科学版);2008年05期

9 俞洪,俞金寿;一种新型的模糊CMAC网络的研究及应用[J];化工自动化及仪表;2003年03期

10 刘学才;宋俊杰;宋涛;;基于CMAC的PID控制在液位控制中的研究与仿真[J];鞍山科技大学学报;2007年04期

中国重要会议论文全文数据库 前10条

1 ;A New Control Strategy of Artificial Climate Chest Temperature and Humidity on Bi-CMAC[A];2009中国控制与决策会议论文集（2）[C];2009年

2 ;A New Improved CMAC Neural Network[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年

3 ;A New Control Strategy Based On an Novel Improved Credit Assigned CMAC Inverse Model Implemented In Artificial Climate Chamber Network[A];Proceedings of the 2011 Chinese Control and Decision Conference（CCDC）[C];2011年

4 D．P．KWOK;;CMAC NEURAL NETWORK BASED MULTI-MODE INTELLIGENT CONTROL ALGORITHM[A];1995年中国智能自动化学术会议暨智能自动化专业委员会成立大会论文集（上册）[C];1995年

5 侯媛彬;韩崇昭;;采用CMAC网学习非线性函数[A];1996中国控制与决策学术年会论文集[C];1996年

6 刘慧;许晓鸣;张钟俊;;基于CMAC的在线学习控制[A];1995年中国控制会议论文集（上）[C];1995年

7 苏刚;陈增强;袁著祉;;小脑模型关节控制器(CMAC)理论及应用[A];中国仪器仪表学会第五届青年学术会议论文集[C];2003年

8 徐伟;肖宝弟;;基于CMAC-PID算法的列车控制仿真[A];第25届中国控制与决策会议论文集[C];2013年

9 沈智鹏;郭晨;刘海燕;;一种基于广义模糊CMAC的模型参考自适应控制[A];2005年中国智能自动化会议论文集[C];2005年

10 易健雄;陈昕静;张正道;;基于CMAC的旋转机械故障诊断分析仪系统的设计与实现[A];2007中国控制与决策学术年会论文集[C];2007年

中国博士学位论文全文数据库 前1条

1 李鑫;基于CMAC的多驱动系统协调控制[D];合肥工业大学;2010年

中国硕士学位论文全文数据库 前10条

1 黄俊;基于遗传算法和CMAC神经网络的建筑物内照度场重构方法研究及其应用[D];安徽建筑大学;2015年

2 刘宝伟;基于改进CMAC算法的净水混凝投药系统研究与应用[D];辽宁科技大学;2015年

3 刘东昆;链篦机温度场控制研究[D];辽宁科技大学;2016年

4 赵文姣;基于粗糙集的改进CMAC网络板形预测模型的研究[D];燕山大学;2012年

5 马郑列;CMAC神经网络的模型改进及在油藏工程中的应用[D];浙江大学;2012年

6 刘大磊;道路模拟试验台CMAC与PID复合控制仿真研究[D];浙江工业大学;2009年

7 易治;基于CMAC与PID并行控制某火工伺服系统研究[D];南京理工大学;2007年

8 陶湘厅;基于CMAC神经网络的气动位置伺服系统研究[D];昆明理工大学;2009年

9 吴磊;校直机电液伺服系统CMAC与PID并行控制的研究[D];兰州理工大学;2011年

10 黄锦标;基于CMAC与PID的某船载破障武器稳定系统研究[D];南京理工大学;2006年

，

本文编号：886013