本文關鍵詞：回轉窯溫度軟測量模型及溫度控制方法研究

  更多相關文章： 回轉窯 溫度軟測量模型 KPCA LSSVM 模糊PID

【摘要】：在鏈篦機-回轉窯鐵礦球團的生產工藝中,回轉窯的焙燒溫度(窯中溫度)是一個重要的工藝指標,它直接影響著成品球團的質量。提高回轉窯焙燒溫度的控制精度有利于提高球團生產質量。由于回轉窯工作時窯體會以一定的速度旋轉,其溫度檢測非常困難,難于獲得穩(wěn)定的溫度信號,且回轉窯焙燒溫度受眾多干擾因素的影響,過程存在非線性且溫度過程存在大滯后,傳統(tǒng)的溫度控制方法精度較差。目前,國內回轉窯的溫度控制的精度普遍偏低,成品球團的質量也會隨著工況的變化發(fā)生波動,因此提高回轉窯焙燒溫度的控制精度對于穩(wěn)定球團生產質量有著重要的意義。為此,本文研究了一種回轉窯溫度軟測量模型和溫度智能控制方法,將其應用到回轉窯焙燒溫度的控制中,以提高回轉窯焙燒溫度控制水平。文章在深入回轉窯的運行工藝和熱工制度的基礎上,分析了影響回轉窯焙燒溫度的重要因素,采集了回轉窯歷史生產數(shù)據(jù),對重要的數(shù)據(jù)進行了核主元分析(KPCA)處理并將處理結果作為軟測量模型的輸入,構建了一種基于最小二乘支持向量機(LSSVM)的回轉窯溫度軟測量模型,并用免疫進化算法優(yōu)化LSSVM模型的參數(shù)。從仿真結果可以看出,將構建的軟測量模型用于回轉窯溫度的檢測是可行的,模型精度較高,可以獲得準確、穩(wěn)定的回轉窯焙燒溫度信號,為焙燒溫度的控制奠定了基礎。文章針對回轉窯焙燒溫度非線性、大滯后的特點,提出了基于模糊PID的回轉窯焙燒溫度控制方法。研究了模糊控制算法及其優(yōu)化PID參數(shù)的方法,設計了模糊PID控制器。針對實驗方法獲得的回轉窯溫度模型進行了仿真測試,仿真結果表明,模糊PID控制算法的自適應能力強,較傳統(tǒng)控制方法,能夠取得更好的控制效果,并且給出了模糊PID算法在PLC控制器中的實現(xiàn)方法,為算法的工業(yè)應用打下了良好的基礎。
【關鍵詞】：回轉窯 溫度軟測量模型 KPCA LSSVM 模糊PID
【學位授予單位】：遼寧科技大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TF325.1
【目錄】：

• 中文摘要5-6
• ABSTRACT6-10
• 1. 緒論10-17
• 1.1 課題的研究背景及意義10-11
• 1.1.1 課題的研究背景10
• 1.1.2 課題研究的意義10-11
• 1.2 球團生產工藝介紹11-13
• 1.3 回轉窯溫度影響因素13-14
• 1.4 研究現(xiàn)狀14-15
• 1.4.1 回轉窯窯中溫度檢測現(xiàn)狀14-15
• 1.4.2 回轉窯溫度控制現(xiàn)狀15
• 1.5 主要內容及章節(jié)安排15-17
• 2. 回轉窯溫度軟測量模型及建模數(shù)據(jù)預處理17-28
• 2.1 軟測量技術17-19
• 2.1.1 軟測量技術簡介17
• 2.1.2 軟測量建模方法17-19
• 2.2 回轉窯溫度軟測量模型結構19-20
• 2.3 建模數(shù)據(jù)的采集20-21
• 2.4 建模數(shù)據(jù)的預處理21-27
• 2.4.1 大誤差數(shù)據(jù)的剔除21-23
• 2.4.2 樣本數(shù)據(jù)變換23
• 2.4.3 基于核主元分析的數(shù)據(jù)降維、降噪處理23-27
• 2.5 本章小結27-28
• 3. LSSVM回轉窯溫度軟測量模型及優(yōu)化方法研究28-40
• 3.1 LSSVM算法28-32
• 3.1.1 SVM算法28-31
• 3.1.2 LSSVM算法31-32
• 3.2 LSSVM溫度軟測量模型32-33
• 3.3 基于免疫進化算法的LSSVM模型參數(shù)優(yōu)化33-38
• 3.3.1 免疫進化算法33-35
• 3.3.2 LSSVM模型優(yōu)化與仿真測試35-38
• 3.4 軟測量模型的具體實現(xiàn)方法38-39
• 3.5 本章小結39-40
• 4. 回轉窯窯中溫度控制方法研究40-58
• 4.1 溫度控制難點及控制方案40-41
• 4.2 模糊控制理論41-43
• 4.2.1 模糊控制技術的產生41
• 4.2.2 模糊控制的理論基礎41-43
• 4.3 模糊控制器設計方法43-46
• 4.4 窯中溫度模糊PID控制器設計與仿真研究46-50
• 4.4.1 模糊PID控制器的結構46-47
• 4.4.2 模糊PID控制器設計47-50
• 4.5 模糊控制器的軟件設計與仿真研究50-55
• 4.5.1 基于模糊工具箱的模糊控制器設計50-53
• 4.5.2 基于Simulink組件的算法仿真測試53-55
• 4.6 模糊PID控制在西門子 400PLC中的實現(xiàn)方法55-56
• 4.7 本章小結56-58
• 5 結論58-59
• 參考文獻59-63
• 致謝63-64
• 作者簡介64-65

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 彭小奇;孫元;唐英;;一種軟測量模型性能監(jiān)測評價及其自適應校正方法[J];化工學報;2012年05期

2 康少棟;王京春;熊智華;;基于貝葉斯證據(jù)方法的裂解產物收率軟測量模型[J];計算機與應用化學;2013年08期

3 趙立杰;張金玲;陶成虎;;污水處理出水水質指標的非線性動態(tài)軟測量模型[J];沈陽化工學院學報;2009年03期

4 王歡;王永紅;趙英凱;;基于灰關聯(lián)方法的純堿煅燒爐爐氣濃度軟測量模型[J];化工自動化及儀表;2009年06期

5 王景芳;;非線性動態(tài)液位軟測量模型建立[J];化工自動化及儀表;2006年01期

6 韋文祥;沈洪遠;羅安;;神經元網(wǎng)絡軟測量模型在中藥濃縮工段的應用[J];化工自動化及儀表;2007年05期

7 王yN;范曉慧;陳許玲;;鐵礦氧化球團鏈篦機漏風狀態(tài)的軟測量模型[J];中南大學學報(自然科學版);2014年03期

8 袁安平;張n\;姜珉;陳可泉;;丁二酸發(fā)酵過程軟測量模型的參數(shù)優(yōu)化研究[J];化工自動化及儀表;2009年05期

9 徐歐官;;異構化機理軟測量模型在工業(yè)裝置中的在線應用[J];化工自動化及儀表;2009年03期

10 劉齊忠,馬金魁,康慶山;FCCU輕柴油365℃含量的軟測量模型及其控制應用[J];石油化工自動化;2000年05期

中國重要會議論文全文數(shù)據(jù)庫 前7條

1 毛帥;熊智華;徐用懋;莊愛霞;黃海龍;王立群;;常壓塔柴油凝點動態(tài)軟測量模型的研究[A];第16屆中國過程控制學術年會暨第4屆全國故障診斷與安全性學術會議論文集[C];2005年

2 張定華;桂衛(wèi)華;李勇剛;王雅琳;;一種多神經網(wǎng)絡氣流干燥水份軟測量模型[A];中國儀器儀表學會2005年學術年會測控技術與節(jié)能環(huán)保學術會議論文集[C];2005年

3 陽春華;朱紅求;桂衛(wèi)華;張定華;;基于PCA的多神經網(wǎng)絡水分軟測量模型[A];第25屆中國控制會議論文集（上冊）[C];2006年

4 張炳輝;陶振麟;;聚丙烯腈生產轉化率的軟測量模型[A];第二十二屆中國控制會議論文集（上）[C];2003年

5 黃永紅;;賴氨酸發(fā)酵過程的軟測量模型與仿真研究[A];2007年中國農業(yè)工程學會學術年會論文摘要集[C];2007年

6 田野;;用自組織特性的RBF神經網(wǎng)絡建立航煤密度軟測量模型[A];第十一屆全國自動化應用技術學術交流會論文集[C];2006年

7 江洪;徐化能;何潮洪;;植物有效成分常規(guī)浸取的軟測量模型[A];中國儀器儀表學會第六屆青年學術會議論文集[C];2004年

中國博士學位論文全文數(shù)據(jù)庫 前2條

1 孫元;軟測量模型自適應校正與高溫場軟測量方法研究[D];中南大學;2012年

2 劉乙奇;自確認軟測量模型研究及其在污水處理中的應用[D];華南理工大學;2013年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 李瑞祥;基于改進回聲狀態(tài)神經網(wǎng)絡的出水總磷軟測量研究[D];北京工業(yè)大學;2015年

2 楊曉冬;基于貝葉斯核學習的軟測量模型在濃密洗滌過程中的應用[D];東北大學;2014年

3 許曉磊;基于HAFBPLS的透明質酸生產軟測量技術研究與實現(xiàn)[D];江蘇大學;2016年

4 封振興;回轉窯溫度軟測量模型及溫度控制方法研究[D];遼寧科技大學;2016年

5 王士新;常壓塔輕柴油凝點軟測量模型的研究[D];天津大學;2006年

6 鞠遠楓;燃煤灰渣含碳量的軟測量模型設計與研究[D];大連海事大學;2012年

7 王長明;分餾塔軟測量模型研究與應用[D];浙江大學;2005年

8 陳洋;焦爐立火道溫度軟測量模型及其應用研究[D];中南大學;2005年

9 郭慶武;軟測量模型生成系統(tǒng)研究與應用[D];南京工業(yè)大學;2003年

10 趙謙;基于SVM的鋁帶坯晶粒度軟測量模型的研究[D];中南大學;2009年

，

本文編號：1043580