数据驱动的重介质选煤过程自学习运行优化控制
发布时间：2021-12-10 21:28
重介质选煤是煤炭生产的重要工序,在我国能源结构优化与环境保护需求日益迫切的情况下具有重要意义。当前,选煤智能化是实现生产提质增效的有效抓手,其关键技术是运行优化控制。重介质选煤运行优化控制的目的是使表征精煤产品质量的运行指标,即灰分能够达到工艺的要求,系统的运行状况接近最优,提升煤质,同时保证生产稳定,进而实现减少环境污染以及提高煤炭资源利用效率的目的,具有重要的社会、经济价值。运行优化控制一般采用基础回路控制和运行层回路设定值优化的分层结构。当前重介质选煤过程的运行优化控制主要采用了基于数学模型的控制方法,但是此类方法存在较大的局限性。例如,运行过程的动态特性未知,机理复杂难以建立准确的数学模型,且易受到多种不确定性因素的影响等,严重阻碍了基于模型的重介质选煤控制系统的设计。数据驱动的运行优化控制方法可以避免模型失配,具有一定的自适应能力和抗干扰能力,但现有重介质选煤过程运行优化控制方法仍存在较多尚未解决的问题,如多时间尺度,从而难以直接应用于实际工业生产。本文在国家自然科学基金“多模态多时间尺度工业过程自学习运行优化控制方法及应用”的资助下,围绕重介质选煤过程,利用数据驱动技术,开...
【文章来源】：中国矿业大学江苏省 211工程院校 教育部直属院校
【文章页数】：78 页
【学位级别】：硕士
【文章目录】：
致谢
摘要
abstract
变量注释表
1 绪论
1.1 研究背景及意义
1.2 重介质选煤过程运行优化控制研究现状
1.3 本文主要内容
2 重介质选煤过程及其运行优化控制问题描述
2.1 重介质选煤过程描述与特性分析
2.2 重介质选煤控制系统结构
2.3 重介质选煤过程运行优化控制难点介绍
2.4 现有工业重介质选煤过程运行优化控制问题
2.5 本章小结
3 模型与数据混合驱动的基础回路层自适应控制
3.1 重介质选煤基础回路过程动态
3.2 基础回路层自适应控制策略
3.3 控制器自适应在线更新
3.4 基础回路控制系统性能分析
3.5 本章小结
4 数据驱动的运行层回路设定值优化
4.1 提升技术
4.2 广义被控对象估计模型建立
4.3 基于ADP的运行层回路设定值优化控制器设计
4.4 运行层控制系统性能分析
4.5 本章小结
5 仿真实验
5.1 重介质选煤半实物仿真平台介绍
5.2 控制器参数设计
5.3 最优跟踪控制运行结果
5.4 稳定控制运行结果
5.5 本章小结
6 总结与展望
6.1 总结
6.2 展望
参考文献
作者简历
学位论文数据集
【参考文献】：
期刊论文
[1]基于随机权神经网络的在线自适应半监督学习算法及其在工业过程产品质量评价中的应用（英文）[J]. 代伟,胡金成,程玉虎,王雪松,柴天佑. Journal of Central South University. 2019(12)
[2]工业过程多速率分层运行优化控制[J]. 代伟,陆文捷,付俊,马小平. 自动化学报. 2019(10)
[3]重介质悬浮液密度宽域智能控制系统设计[J]. 邱佳楷,王然风,付翔. 工矿自动化. 2019(07)
[4]重介质选煤过程模型与数据混合驱动的自适应运行反馈控制[J]. 代伟,张凌智,褚菲,马小平. 控制理论与应用. 2020(02)
[5]重介质旋流器分选过程的离散分析与数值模拟[J]. 黄波,徐宏祥,陈晶晶,朱子祺. 煤炭学报. 2019(04)
[6]一种基于鲁棒随机向量函数链接网络的磨矿粒度集成建模方法[J]. 李德鹏,代伟,赵大勇,黄罡,马小平. 工程科学学报. 2019(01)
[7]基于迭代ADP算法的污水处理过程最优控制[J]. 乔俊飞,王亚清,柴伟. 北京工业大学学报. 2018(02)
[8]基于数据的流程工业生产过程指标预测方法综述[J]. 陈龙,刘全利,王霖青,赵珺,王伟. 自动化学报. 2017(06)
[9]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)
[10]我国选煤技术现状及发展趋势[J]. 石焕,程宏志,刘万超. 煤炭科学技术. 2016(06)
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]重介选煤过程中重介质的密度预测控制研究[D]. 曹珍贯.中国矿业大学 2014
硕士论文
[1]工业过程多速率分层运行优化控制[D]. 陆文捷.中国矿业大学 2019
[2]面向重介质选煤过程控制的虚拟仿真系统[D]. 黄罡.中国矿业大学 2019
[3]基于无模型自适应的重介悬浮液密度控制[D]. 李停.中国矿业大学 2016
[4]选煤弧形筛的动力学及疲劳分析[D]. 林仕芳.太原理工大学 2015
本文编号：3533423
【文章来源】：中国矿业大学江苏省 211工程院校 教育部直属院校
【文章页数】：78 页
【学位级别】：硕士
【文章目录】：
致谢
摘要
abstract
变量注释表
1 绪论
1.1 研究背景及意义
1.2 重介质选煤过程运行优化控制研究现状
1.3 本文主要内容
2 重介质选煤过程及其运行优化控制问题描述
2.1 重介质选煤过程描述与特性分析
2.2 重介质选煤控制系统结构
2.3 重介质选煤过程运行优化控制难点介绍
2.4 现有工业重介质选煤过程运行优化控制问题
2.5 本章小结
3 模型与数据混合驱动的基础回路层自适应控制
3.1 重介质选煤基础回路过程动态
3.2 基础回路层自适应控制策略
3.3 控制器自适应在线更新
3.4 基础回路控制系统性能分析
3.5 本章小结
4 数据驱动的运行层回路设定值优化
4.1 提升技术
4.2 广义被控对象估计模型建立
4.3 基于ADP的运行层回路设定值优化控制器设计
4.4 运行层控制系统性能分析
4.5 本章小结
5 仿真实验
5.1 重介质选煤半实物仿真平台介绍
5.2 控制器参数设计
5.3 最优跟踪控制运行结果
5.4 稳定控制运行结果
5.5 本章小结
6 总结与展望
6.1 总结
6.2 展望
参考文献
作者简历
学位论文数据集
【参考文献】：
期刊论文
[1]基于随机权神经网络的在线自适应半监督学习算法及其在工业过程产品质量评价中的应用（英文）[J]. 代伟,胡金成,程玉虎,王雪松,柴天佑. Journal of Central South University. 2019(12)
[2]工业过程多速率分层运行优化控制[J]. 代伟,陆文捷,付俊,马小平. 自动化学报. 2019(10)
[3]重介质悬浮液密度宽域智能控制系统设计[J]. 邱佳楷,王然风,付翔. 工矿自动化. 2019(07)
[4]重介质选煤过程模型与数据混合驱动的自适应运行反馈控制[J]. 代伟,张凌智,褚菲,马小平. 控制理论与应用. 2020(02)
[5]重介质旋流器分选过程的离散分析与数值模拟[J]. 黄波,徐宏祥,陈晶晶,朱子祺. 煤炭学报. 2019(04)
[6]一种基于鲁棒随机向量函数链接网络的磨矿粒度集成建模方法[J]. 李德鹏,代伟,赵大勇,黄罡,马小平. 工程科学学报. 2019(01)
[7]基于迭代ADP算法的污水处理过程最优控制[J]. 乔俊飞,王亚清,柴伟. 北京工业大学学报. 2018(02)
[8]基于数据的流程工业生产过程指标预测方法综述[J]. 陈龙,刘全利,王霖青,赵珺,王伟. 自动化学报. 2017(06)
[9]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)
[10]我国选煤技术现状及发展趋势[J]. 石焕,程宏志,刘万超. 煤炭科学技术. 2016(06)
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]重介选煤过程中重介质的密度预测控制研究[D]. 曹珍贯.中国矿业大学 2014
硕士论文
[1]工业过程多速率分层运行优化控制[D]. 陆文捷.中国矿业大学 2019
[2]面向重介质选煤过程控制的虚拟仿真系统[D]. 黄罡.中国矿业大学 2019
[3]基于无模型自适应的重介悬浮液密度控制[D]. 李停.中国矿业大学 2016
[4]选煤弧形筛的动力学及疲劳分析[D]. 林仕芳.太原理工大学 2015
本文编号：3533423
本文链接：https://www.wllwen.com/shoufeilunwen/xixikjs/3533423.html
