烧结终点预测模型与控制方法研究
发布时间：2021-05-08 15:45
烧结是钢铁生产的预处理环节,其生产过程包含了大量的物理化学反应,这使得烧结过程滞后性强,各变量之间存在强耦合关系。烧结终点是指烧结料烧透时所对应的风箱位置,烧结终点的位置对于烧结矿的产量质量都有很大的影响。但由于现场环境恶劣及检测手段的局限性,目前国内外没有直接检测烧结终点的仪器,因此研究烧结终点的检测方法、预测模型和控制算法对于提高烧结矿的产量质量具有重要的理论意义和应用价值。本文针对烧结终点难以检测与控制这一难点,提出了烧结终点的间接检测方法,建立了烧结终点的预测模型,提前5分钟对烧结终点进行预报,并针对烧结过程的特性设计了变论域的模糊控制器。具体做了如下研究内容:（1）研究了采用废气温度判断烧结终点位置的原理,分析了废气温度上升点的实际物理意义以及计算方法。（2）分析了烧结现场废气温度和烟道含氧量的检测方法。从理论上研究了台车速度、混合料含水量、点火温度、20号风箱温度等各变量对于烧结终点的影响作用。（3）设计了基于减法聚类和粒子群算法优化的RBF神经网络训练算法,通过对一个非线性模型的辨识,研究了网络的泛化能力,并利用此神经网络建立了烧结终点预测模型。（4）采用最小二乘法辨识了...
【文章来源】：东北大学辽宁省 211工程院校 985工程院校 教育部直属院校
【文章页数】：77 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第1章 绪论
1.1 研究背景及目的意义
1.2 研究现状
1.2.1 烧结终点的检测研究
1.2.2 烧结终点模型研究
1.2.3 烧结终点的控制研究
1.3 主要工作
第2章 烧结终点检测与影响因素分析
2.1 烧结工艺及特点
2.1.1 整体工艺流程
2.1.2 烧结生产过程特性
2.2 终点的定义与计算
2.2.1 烧结终点的定义
2.2.2 烧结终点的计算方法
2.2.3 烧结终点修正方法
2.2.4 废气温度上升点
2.3 影响因素分析
2.3.1 点火温度
2.3.2 台车速度
2.3.3 混合料水分百分含量
2.3.4 20号风箱废气温度
2.3.5 其余影响因素
2.4 相关参数的检测方案
2.4.1 风箱废气温度的检测方案
2.4.2 废气成分检测装置
2.5 本章小结
第3章 烧结终点预测模型
3.1 RBF神经网络原理
3.1.1 RBF神经网络的基本结构
3.1.2 RBF神经网络的映射关系
3.1.3 RBF神经网络参数的选取
3.2 减法聚类算法
3.3 粒子群算法
3.4 烧结现场数据处理
3.4.1 限幅滤波
3.4.2 归一化
3.5 基于PSO的RBF神经网络学习算法
3.5.1 模型输入输出变量的选择
3.5.2 网络节点数的选取
3.5.3 输出权值选择
3.5.4 PSO算法的编码
3.5.5 适应度函数
3.5.6 初始化粒子群
3.5.7 算法的基本步骤
3.6 算法验证
3.7 仿真结果分析
3.8 本章小结
第4章 终点控制模型及仿真分析
4.1 烧结终点过程控制模型
4.1.1 最小二乘法
4.1.2 模型阶次及辨识结果
4.1.3 模型的验证
4.2 变论域模糊控制
4.2.1 模糊控制理论基础
4.2.2 变论域的原因
4.2.3 变论域模糊控制思想
4.2.4 变论域的实现方法
4.2.5 变论域的伸缩因子
4.3 模糊控制器的设计
4.3.1 输入量的设定
4.3.2 量化因子及比例因子的设定
4.3.3 隶属函数的选择
4.3.4 模糊决策及控制规则表
4.4 仿真结果分析
4.5 本章小结
第5章 结论与展望
5.1 结论
5.2 展望
参考文献
致谢
攻读硕士学位期间发表文章
【参考文献】：
期刊论文
[1]在线氧含量分析仪OXYMAT 6在丙烯酸化工装置中的应用[J]. 林进雄. 石化技术. 2015(02)
[2]氧化锆在高纯气体测氧中的应用[J]. 孙霞,张骋,蒋丹宇,冯涛,徐权,夏金锋. 功能材料与器件学报. 2013(02)
[3]基于AIC准则的RBF神经网络在GPS高程拟合中的应用[J]. 任超,吴伟,黄征凯,焦元元. 测绘科学. 2013(02)
[4]数学表达式的归一化方法研究[J]. 陈鲤江,景程,吴姚鑫,郑水泉. 浙江工业大学学报. 2012(02)
[5]限幅滤波算法在WSN数据预处理中的应用[J]. 张超,杨志义,马峻岩. 科学技术与工程. 2011(06)
[6]RBF神经网络的结构动态优化设计[J]. 乔俊飞,韩红桂. 自动化学报. 2010(06)
[7]基于最小二乘法的热连轧机振动信号分析[J]. 吕永卫,张宏,熊诗波,王然风. 中北大学学报(自然科学版). 2009(01)
[8]基于废气温度上升点的烧结终点预报系统[J]. 寇传乾. 烧结球团. 2007(05)
[9]数字化在线气体分析仪器[J]. 郭肇新. 中国仪器仪表. 2006(07)
[10]一种快速减法聚类算法[J]. 张栒,湛成伟,邓辉文,唐甘翌. 西南师范大学学报(自然科学版). 2006(03)
博士论文
[1]稳定变论域模糊控制系统设计方法研究[D]. 路永坤.天津大学 2010
[2]铁矿石烧结过程智能集成优化控制技术及其应用研究[D]. 向婕.中南大学 2010
[3]基于支持向量机的烧结终点预报与控制研究[D]. 吴晓峰.上海大学 2009
[4]基于烧结终点预测的烧结过程智能控制系统及应用研究[D]. 向齐良.中南大学 2008
[5]铁矿烧结烟气减量排放基础理论与工艺研究[D]. 潘建.中南大学 2007
[6]铁矿石烧结过程热状态模型的研究与应用[D]. 龙红明.中南大学 2007
[7]烧结过程智能实时操作指导系统的研究[D]. 李桃.中南大学 2000
硕士论文
[1]RBF神经网络隐层结构与参数优化研究[D]. 周维华.华东理工大学 2014
[2]烧结终点检测与智能控制系统研究[D]. 周洋.东北大学 2013
[3]基于机尾断面图像和风箱温度的烧结质量等级在线评测系统的研究[D]. 周雨润.安徽大学 2013
[4]烧结混合料透气性在线检测方法及基础研究[D]. 谭奇兵.中南大学 2013
[5]日照钢铁360m2烧结机过程自动控制系统的分析与设计[D]. 何龙祥.河北工业大学 2013
[6]基于数值模拟的烧结终点在线控制[D]. 李黎.中南大学 2011
[7]径向基神经网络训练算法及其性能研究[D]. 郑明文.中国石油大学 2009
[8]变论域模糊控制算法研究[D]. 李良峰.电子科技大学 2008
[9]基于变论域的倒立摆模糊控制系统的研究[D]. 龙祖强.中南大学 2004
本文编号：3175601
【文章来源】：东北大学辽宁省 211工程院校 985工程院校 教育部直属院校
【文章页数】：77 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第1章 绪论
1.1 研究背景及目的意义
1.2 研究现状
1.2.1 烧结终点的检测研究
1.2.2 烧结终点模型研究
1.2.3 烧结终点的控制研究
1.3 主要工作
第2章 烧结终点检测与影响因素分析
2.1 烧结工艺及特点
2.1.1 整体工艺流程
2.1.2 烧结生产过程特性
2.2 终点的定义与计算
2.2.1 烧结终点的定义
2.2.2 烧结终点的计算方法
2.2.3 烧结终点修正方法
2.2.4 废气温度上升点
2.3 影响因素分析
2.3.1 点火温度
2.3.2 台车速度
2.3.3 混合料水分百分含量
2.3.4 20号风箱废气温度
2.3.5 其余影响因素
2.4 相关参数的检测方案
2.4.1 风箱废气温度的检测方案
2.4.2 废气成分检测装置
2.5 本章小结
第3章 烧结终点预测模型
3.1 RBF神经网络原理
3.1.1 RBF神经网络的基本结构
3.1.2 RBF神经网络的映射关系
3.1.3 RBF神经网络参数的选取
3.2 减法聚类算法
3.3 粒子群算法
3.4 烧结现场数据处理
3.4.1 限幅滤波
3.4.2 归一化
3.5 基于PSO的RBF神经网络学习算法
3.5.1 模型输入输出变量的选择
3.5.2 网络节点数的选取
3.5.3 输出权值选择
3.5.4 PSO算法的编码
3.5.5 适应度函数
3.5.6 初始化粒子群
3.5.7 算法的基本步骤
3.6 算法验证
3.7 仿真结果分析
3.8 本章小结
第4章 终点控制模型及仿真分析
4.1 烧结终点过程控制模型
4.1.1 最小二乘法
4.1.2 模型阶次及辨识结果
4.1.3 模型的验证
4.2 变论域模糊控制
4.2.1 模糊控制理论基础
4.2.2 变论域的原因
4.2.3 变论域模糊控制思想
4.2.4 变论域的实现方法
4.2.5 变论域的伸缩因子
4.3 模糊控制器的设计
4.3.1 输入量的设定
4.3.2 量化因子及比例因子的设定
4.3.3 隶属函数的选择
4.3.4 模糊决策及控制规则表
4.4 仿真结果分析
4.5 本章小结
第5章 结论与展望
5.1 结论
5.2 展望
参考文献
致谢
攻读硕士学位期间发表文章
【参考文献】：
期刊论文
[1]在线氧含量分析仪OXYMAT 6在丙烯酸化工装置中的应用[J]. 林进雄. 石化技术. 2015(02)
[2]氧化锆在高纯气体测氧中的应用[J]. 孙霞,张骋,蒋丹宇,冯涛,徐权,夏金锋. 功能材料与器件学报. 2013(02)
[3]基于AIC准则的RBF神经网络在GPS高程拟合中的应用[J]. 任超,吴伟,黄征凯,焦元元. 测绘科学. 2013(02)
[4]数学表达式的归一化方法研究[J]. 陈鲤江,景程,吴姚鑫,郑水泉. 浙江工业大学学报. 2012(02)
[5]限幅滤波算法在WSN数据预处理中的应用[J]. 张超,杨志义,马峻岩. 科学技术与工程. 2011(06)
[6]RBF神经网络的结构动态优化设计[J]. 乔俊飞,韩红桂. 自动化学报. 2010(06)
[7]基于最小二乘法的热连轧机振动信号分析[J]. 吕永卫,张宏,熊诗波,王然风. 中北大学学报(自然科学版). 2009(01)
[8]基于废气温度上升点的烧结终点预报系统[J]. 寇传乾. 烧结球团. 2007(05)
[9]数字化在线气体分析仪器[J]. 郭肇新. 中国仪器仪表. 2006(07)
[10]一种快速减法聚类算法[J]. 张栒,湛成伟,邓辉文,唐甘翌. 西南师范大学学报(自然科学版). 2006(03)
博士论文
[1]稳定变论域模糊控制系统设计方法研究[D]. 路永坤.天津大学 2010
[2]铁矿石烧结过程智能集成优化控制技术及其应用研究[D]. 向婕.中南大学 2010
[3]基于支持向量机的烧结终点预报与控制研究[D]. 吴晓峰.上海大学 2009
[4]基于烧结终点预测的烧结过程智能控制系统及应用研究[D]. 向齐良.中南大学 2008
[5]铁矿烧结烟气减量排放基础理论与工艺研究[D]. 潘建.中南大学 2007
[6]铁矿石烧结过程热状态模型的研究与应用[D]. 龙红明.中南大学 2007
[7]烧结过程智能实时操作指导系统的研究[D]. 李桃.中南大学 2000
硕士论文
[1]RBF神经网络隐层结构与参数优化研究[D]. 周维华.华东理工大学 2014
[2]烧结终点检测与智能控制系统研究[D]. 周洋.东北大学 2013
[3]基于机尾断面图像和风箱温度的烧结质量等级在线评测系统的研究[D]. 周雨润.安徽大学 2013
[4]烧结混合料透气性在线检测方法及基础研究[D]. 谭奇兵.中南大学 2013
[5]日照钢铁360m2烧结机过程自动控制系统的分析与设计[D]. 何龙祥.河北工业大学 2013
[6]基于数值模拟的烧结终点在线控制[D]. 李黎.中南大学 2011
[7]径向基神经网络训练算法及其性能研究[D]. 郑明文.中国石油大学 2009
[8]变论域模糊控制算法研究[D]. 李良峰.电子科技大学 2008
[9]基于变论域的倒立摆模糊控制系统的研究[D]. 龙祖强.中南大学 2004
本文编号：3175601
本文链接：https://www.wllwen.com/projectlw/yjlw/3175601.html
