二型模糊系统在球磨机料位软测量中的应用研究

发布时间：2022-02-21 19:03

　　球磨机是一种电力、水泥、选矿、陶瓷、化工等行业中重要的研磨设备，同时也是一种高能耗设备。但是由于球磨机滚筒的密闭旋转特性，筒内料位难以直接有效测量，工作人员为防止堵磨现象的发生，常常将球磨机工作在低料位状态，使球磨机长期处于非经济运行状态。因此，要解决球磨机系统的优化问题，必须确保球磨机料位的有效测量。传统的软测量方法如偏最小二乘法、主元回归分析法、极限学习机等方法在处理球磨机信号的不确定性时，仍不能取得理想的效果。寻找一种能够有效地处理随机性与不确定性的方法对球磨机料位进行预测就显得极其重要。在这样的背景下，人们开始把注意力转移到了灰色系统、人工神经网络、小波理论以及模糊逻辑等人工智能方法上。其中，二型模糊逻辑具有更好的处理不确定性的能力，为球磨机料位预测提供了新的思路。本文对球磨机的软测量建模问题进行了研究，并因为二型模糊系统在处理不确定性信息方面特有的优势，以二型模糊集合理论为基础开展对球磨机料位预测的研究，主要工作内容如下：（1）对球磨机料位预测的现状和发展趋势以及球磨机的运行机理进行了分析，同时简述了软测量技术的基本原理和应用情况，对比了软测量技术中的各种方法。并采用球磨机轴... 

【文章来源】：太原理工大学山西省211工程院校

【文章页数】：80 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第1章 绪论
    1.1 选题背景与研究意义
    1.2 球磨机料位测量现状及发展趋势
    1.3 二型模糊逻辑理论的发展
    1.4 本文主要研究内容
第2章 研究基础
    2.1 球磨机工作原理
    2.2 软测量技术
    2.3 二型模糊集基本理论
        2.3.1 二型模糊集合
        2.3.2 区间二型模糊集合
    2.4 二型模糊系统
        2.4.1 模糊器
        2.4.2 规则库与推理机
        2.4.3 降型与解模糊
    2.5 本章小结
第3章 基于 IT2-FLS 的球磨机料位软测量模型
    3.1 引言
    3.2 区间二型 TS 模糊神经网络模型
        3.2.1 模型描述
        3.2.2 模糊 C 均值算法
        3.2.3 最小二乘法
        3.2.4 系统辨识
    3.3 基于微粒群算法的 IT2-FLS 模型
        3.3.1 模型描述
        3.3.2 微粒群算法
        3.3.3 系统辨识
    3.4 实验设计与分析
        3.4.1 数据采集及预处理
        3.4.2 误差评价指标
        3.4.3 实验仿真结果
    3.5 本章小结
第4章 深度模糊信念网络在球磨机料位预测中的应用
    4.1 引言
    4.2 深度信念网络
        4.2.1 受限玻尔兹曼机
        4.2.2 深度信念网络
    4.3 深度模糊信念网络
        4.3.1 模型描述
        4.3.2 DFBN 系统辨识
    4.4 实验设计与分析
        4.4.1 实验设置
        4.4.2 实验结果
        4.4.3 对比试验设置
    4.5 讨论与分析
    4.6 本章小结
第5章 总结与展望
附录 1 基于 IT2-FLS 的三种模型与 T1-FLS 预测结果对比
参考文献
致谢
攻读学位期间发表的学术论文目录


【参考文献】：
期刊论文
[1]基于EMD和选择性集成学习算法的磨机负荷参数软测量[J]. 汤健,柴天佑,丛秋梅,苑明哲,赵立杰,刘卓,余文.  自动化学报. 2014(09)
[2]基于Type-2 FNN数据融合的双进双出磨煤机料位检测[J]. 曲星宇,崔宝侠,段勇,徐冰.  控制与决策. 2011(08)
[3]基于轴承振动特性的球磨机筒内料位监测(英文)[J]. 邹建文,苏志刚,林中达,王培红.  中国电机工程学报. 2008(35)
[4]基于T-S模糊模型的球磨机负荷控制系统[J]. 刘蓉,吕震中.  电力自动化设备. 2007(03)
[5]灰色软测量在球磨机料位检测中的应用[J]. 苏志刚,于向军,吕震中,赵刚.  热能动力工程. 2006(06)
[6]球磨机负荷检测方法综述[J]. 沙亚红,常太华,常建平.  现代电力. 2006(04)
[7]钢球磨煤机负荷检测方法的研究及实现[J]. 孙丽华,曲莹军,张彦斌,司刚全.  热力发电. 2004(11)
[8]轴承振动信号在球磨机负荷控制系统中的应用研究[J]. 王颖洁,吕震中.  电力设备. 2004(09)
[9]基于最小二乘支持向量机的软测量建模[J]. 阎威武,朱宏栋,邵惠鹤.  系统仿真学报. 2003(10)
[10]基于RBF神经网络的球磨机负荷软测量[J]. 王东风,韩璞.  仪器仪表学报. 2002(S1)



本文编号：3637871