炼焦生产过程控制系统的性能评估研究
发布时间：2021-06-23 18:16
近几年国内市场对焦炭需求的饱和,使得炼焦企业之间的竞争加剧。企业想要提升自己的竞争率与存活率,必须考虑炼焦综合生产目标,保证生产稳定和产量一定的前提下,本文采用分层递阶控制系统实现炼焦生产过程的协调统一运行。该系统性能的好坏会直接影响产品的质量、产量与能耗等指标,影响炼焦综合生产目标。而控制系统性能评估的目的是通过对系统状态进行分析与判断,得出系统性能,实时指导操作人员对控制系统采取对应的措施。因此对炼焦控制系统进行综合性能评估是非常有必要的。首先对炼焦机理和原理进行深入研究,采用一种分层递阶控制结构,将炼焦系统分为协调优化层、先进控制层、基础过程控制层。对炼焦分层递阶系统的三个层级进行性能分析,提取12个具有代表性且相互独立的性能指标。由于指标数较多,本文采用层次分析法（AHP）建立性能评估模型,将12个指标划到为经济、稳定、安全三大类指标下,以简化评估过程。在评估前,利用ADE-BP算法获取精确的焦炭质量、产量、能耗数据。分析每一大类指标下的每一个小指标的计算方法以及性能等级划分情况。然后对炼焦系统评估,依据直觉模糊层次分析法（IFAHP）步骤,获取对应的直觉模糊偏好关系,进行偏好...
【文章来源】：辽宁石油化工大学辽宁省
【文章页数】：76 页
【学位级别】：硕士
【部分图文】：
焦炉集气管集气过程工艺流程图
图 2.5 炼焦生产过程分层递阶控制结构框图Fig.2.5 Hierarchical control structure block diagram of coking process协调优化层中建立针对焦炭质量、产量以及能耗的预测模型，获取全局优化指单元优化指标和过程控制参数之间的映射关系。先进控制层是根据各个局部目标用智能控制技术，实现四个控制系统的优化控制。基础过程控制级采用 PLC、控制系统对过程参数进行控制，通过阀门控制器实施调节，维持炼焦系统稳定运2.2.2 协调优化级协调优化级是整个炼焦分层递阶控制系统的顶层。针对各局部控制系统缺乏的问题，建立了焦炭质量、产量、能耗指标的智能预测模型，获取综合优化目标部优化目标的关联。接着建立对应的多目标优化模型，求解该模型，获得满足约件的最优决策变量值。将上述所求得的优化值通过指令下发给各局部子系统，从到协调各炼焦子系统的综合生产目标。同时基于焦炭质量、经济性能、生产率指生产工况实时评估诊断协调优化级性能是否存在问题，及时修正各变量参数值，
压力偏差指标 C24。安全性能指标分为基础过程控制层阀门控大集气管压力指标 C32、最高火道温度指标 C33、最小集气管选择方案层，代表是否要进行在线优化以及在线优化的急迫程急迫优先度分成三个类别，分别是在线优化的高、中、低需求A={A1、A2、A3}。
【参考文献】：
期刊论文
[1]基于OS-LSSVM焦炉集气管压力系统的内模控制[J]. 雷亚军,张世峰,张祝威,杨远恒. 工业控制计算机. 2019(02)
[2]基于概率语言熵和交叉熵的多准则决策方法[J]. 赵萌,沈鑫圆,何玉锋,白梅柯. 系统工程理论与实践. 2018(10)
[3]基于RBF网络逆辨识的集气管压力复合控制[J]. 宛杰,宁童,张桐,徐凯. 荆楚理工学院学报. 2018(04)
[4]焦炉火道温度稳定性优化控制仿真[J]. 李爱莲,孟冠杰. 计算机仿真. 2018(07)
[5]基于改进直觉模糊层次分析方法的政府创业投资引导基金绩效评价研究[J]. 向贇,马翔,陆俊月. 财政研究. 2018(07)
[6]铁前炉料制备过程先进控制与智能优化[J]. 胡杰,杜胜,吴敏,陈鑫,曹卫华. 信息与控制. 2018(04)
[7]2017年我国钢材进出口分析[J]. 辜海芳,朱翠翠. 冶金管理. 2018(05)
[8]自适应差分进化算法优化BP网络的炼焦能耗模型[J]. 都吉东,陶文华,李邵鹏. 测控技术. 2018(04)
[9]高炉焦炭质量的GA-SVM模型预测[J]. 袁正波,陶文华,王志峰. 测控技术. 2017(11)
[10]基于Zhenyuan积分的直觉模糊多属性决策方法[J]. 曾守桢,穆志民. 控制与决策. 2018(03)
博士论文
[1]炼焦过程综合生产目标的智能预测与协调优化研究[D]. 王伟.中南大学 2011
硕士论文
[1]供给侧改革背景下的“去产能”政策研究[D]. 徐丁.山东农业大学 2017
[2]基于直觉模糊层次分析法的大型高炉工程施工阶段风险评价研究[D]. 赵秀梅.河北工程大学 2016
[3]配煤炼焦试验优化与神经网络焦炭质量预测模型的研究[D]. 田英奇.华东理工大学 2016
[4]基于LQG基准的模型预测控制系统性能评价研究与应用[D]. 肖振.天津理工大学 2016
[5]焦炉作业生产计划与优化调度方法的研究与应用[D]. 严萍萍.大连理工大学 2015
[6]基于蚁群遗传融合算法的焦炉作业计划与优化调度方法研究[D]. 魏琳.辽宁石油化工大学 2014
[7]基于性能评估的焦炉加热燃烧过程在线优化控制方法[D]. 李景玉.中南大学 2014
[8]一种遗传算法在焦化配煤优化方案中的应用研究[D]. 杨俊杰.西安建筑科技大学 2014
[9]基于性能评估的炼焦生产过程优化运行闭环控制系统设计[D]. 胡玉茹.中南大学 2011
[10]基于主观评价法的上海郊区村镇建筑空间研究[D]. 孙启超.上海交通大学 2011
本文编号：3245425
【文章来源】：辽宁石油化工大学辽宁省
【文章页数】：76 页
【学位级别】：硕士
【部分图文】：
焦炉集气管集气过程工艺流程图
图 2.5 炼焦生产过程分层递阶控制结构框图Fig.2.5 Hierarchical control structure block diagram of coking process协调优化层中建立针对焦炭质量、产量以及能耗的预测模型，获取全局优化指单元优化指标和过程控制参数之间的映射关系。先进控制层是根据各个局部目标用智能控制技术，实现四个控制系统的优化控制。基础过程控制级采用 PLC、控制系统对过程参数进行控制，通过阀门控制器实施调节，维持炼焦系统稳定运2.2.2 协调优化级协调优化级是整个炼焦分层递阶控制系统的顶层。针对各局部控制系统缺乏的问题，建立了焦炭质量、产量、能耗指标的智能预测模型，获取综合优化目标部优化目标的关联。接着建立对应的多目标优化模型，求解该模型，获得满足约件的最优决策变量值。将上述所求得的优化值通过指令下发给各局部子系统，从到协调各炼焦子系统的综合生产目标。同时基于焦炭质量、经济性能、生产率指生产工况实时评估诊断协调优化级性能是否存在问题，及时修正各变量参数值，
压力偏差指标 C24。安全性能指标分为基础过程控制层阀门控大集气管压力指标 C32、最高火道温度指标 C33、最小集气管选择方案层，代表是否要进行在线优化以及在线优化的急迫程急迫优先度分成三个类别，分别是在线优化的高、中、低需求A={A1、A2、A3}。
【参考文献】：
期刊论文
[1]基于OS-LSSVM焦炉集气管压力系统的内模控制[J]. 雷亚军,张世峰,张祝威,杨远恒. 工业控制计算机. 2019(02)
[2]基于概率语言熵和交叉熵的多准则决策方法[J]. 赵萌,沈鑫圆,何玉锋,白梅柯. 系统工程理论与实践. 2018(10)
[3]基于RBF网络逆辨识的集气管压力复合控制[J]. 宛杰,宁童,张桐,徐凯. 荆楚理工学院学报. 2018(04)
[4]焦炉火道温度稳定性优化控制仿真[J]. 李爱莲,孟冠杰. 计算机仿真. 2018(07)
[5]基于改进直觉模糊层次分析方法的政府创业投资引导基金绩效评价研究[J]. 向贇,马翔,陆俊月. 财政研究. 2018(07)
[6]铁前炉料制备过程先进控制与智能优化[J]. 胡杰,杜胜,吴敏,陈鑫,曹卫华. 信息与控制. 2018(04)
[7]2017年我国钢材进出口分析[J]. 辜海芳,朱翠翠. 冶金管理. 2018(05)
[8]自适应差分进化算法优化BP网络的炼焦能耗模型[J]. 都吉东,陶文华,李邵鹏. 测控技术. 2018(04)
[9]高炉焦炭质量的GA-SVM模型预测[J]. 袁正波,陶文华,王志峰. 测控技术. 2017(11)
[10]基于Zhenyuan积分的直觉模糊多属性决策方法[J]. 曾守桢,穆志民. 控制与决策. 2018(03)
博士论文
[1]炼焦过程综合生产目标的智能预测与协调优化研究[D]. 王伟.中南大学 2011
硕士论文
[1]供给侧改革背景下的“去产能”政策研究[D]. 徐丁.山东农业大学 2017
[2]基于直觉模糊层次分析法的大型高炉工程施工阶段风险评价研究[D]. 赵秀梅.河北工程大学 2016
[3]配煤炼焦试验优化与神经网络焦炭质量预测模型的研究[D]. 田英奇.华东理工大学 2016
[4]基于LQG基准的模型预测控制系统性能评价研究与应用[D]. 肖振.天津理工大学 2016
[5]焦炉作业生产计划与优化调度方法的研究与应用[D]. 严萍萍.大连理工大学 2015
[6]基于蚁群遗传融合算法的焦炉作业计划与优化调度方法研究[D]. 魏琳.辽宁石油化工大学 2014
[7]基于性能评估的焦炉加热燃烧过程在线优化控制方法[D]. 李景玉.中南大学 2014
[8]一种遗传算法在焦化配煤优化方案中的应用研究[D]. 杨俊杰.西安建筑科技大学 2014
[9]基于性能评估的炼焦生产过程优化运行闭环控制系统设计[D]. 胡玉茹.中南大学 2011
[10]基于主观评价法的上海郊区村镇建筑空间研究[D]. 孙启超.上海交通大学 2011
本文编号：3245425
本文链接：https://www.wllwen.com/qiyeguanlilunwen/3245425.html
