發(fā)布時(shí)間：2018-01-09 07:10

  本文關(guān)鍵詞：馬蹄焰玻璃窯爐自動(dòng)控制系統(tǒng)設(shè)計(jì)及優(yōu)化燃燒控制策略研究　出處：《青島科技大學(xué)》2017年碩士論文　論文類型：學(xué)位論文

  更多相關(guān)文章： 玻璃窯爐 節(jié)能 氧含量軟測(cè)量 BP網(wǎng)絡(luò) 優(yōu)化算法

【摘要】：玻璃窯爐是玻璃生產(chǎn)過(guò)程中重要的生產(chǎn)設(shè)備,同時(shí)也是一個(gè)具有非線性、時(shí)滯性、不確定性等特征的多輸入多輸出復(fù)雜系統(tǒng)。對(duì)于我國(guó)玻璃制造業(yè)來(lái)說(shuō),提高生產(chǎn)過(guò)程燃燒效率、降低能耗是首要解決的問(wèn)題。為此提高玻璃窯爐控制水平,優(yōu)化控制方案已成為當(dāng)今玻璃窯爐生產(chǎn)行業(yè)重要的研究方向。本文是以遼寧省沈陽(yáng)市某玻璃廠玻璃窯爐控制系統(tǒng)工程改造項(xiàng)目為課題研究背景。該廠傳統(tǒng)的生產(chǎn)過(guò)程是技術(shù)人員基于玻璃窯爐的窯溫等工藝參數(shù)自動(dòng)檢測(cè),通過(guò)數(shù)字調(diào)節(jié)器簡(jiǎn)單實(shí)現(xiàn)了窯溫等單回路控制。這種簡(jiǎn)易的控制方案很難把玻璃窯爐穩(wěn)定在最佳生產(chǎn)工藝條件下。為此廠家給我們提出了對(duì)玻璃窯爐全面實(shí)現(xiàn)自動(dòng)控制的要求。本文主要研究?jī)?nèi)容是:⑴針對(duì)常規(guī)控制方案未能解決換向冒黑煙問(wèn)題,提出了采用帶有邏輯提量功能的雙交叉限幅控制方案,有效防止在爐溫調(diào)節(jié)時(shí)發(fā)生冒黑煙的現(xiàn)象。⑵由于氧化鋯傳感器具有價(jià)格高、使用壽命短等缺點(diǎn),提出了一種基于BP神經(jīng)網(wǎng)絡(luò)的煙道氣氧含量軟測(cè)量方法。通過(guò)仿真實(shí)驗(yàn),將估測(cè)得到的氧含量與實(shí)測(cè)氧含量值進(jìn)行比較,誤差可控制在±1%之內(nèi),能夠較好的實(shí)現(xiàn)氧含量的估測(cè)。⑶由于重油油質(zhì)的多變性,定比值調(diào)節(jié)難以實(shí)現(xiàn)重油、二次風(fēng)流量的最佳配比。為此,提出了一種以煙道氣氧含量為控制指標(biāo)的風(fēng)油比自尋優(yōu)模糊控制方案,合理調(diào)節(jié)風(fēng)油比的比值系數(shù),完成窯爐燃燒系統(tǒng)的優(yōu)化控制。⑷我們根據(jù)廠家實(shí)際生產(chǎn)的需求,設(shè)計(jì)一套完整的玻璃窯爐控制系統(tǒng),以西門子公司開(kāi)發(fā)的S7-300PLC為核心完成各部分控制系統(tǒng)開(kāi)發(fā),用該公司開(kāi)發(fā)的WinCC V7.0組態(tài)軟件完成了上位機(jī)控制畫面的設(shè)計(jì),并實(shí)現(xiàn)了基于工業(yè)以太網(wǎng)的玻璃窯爐監(jiān)控系統(tǒng)與現(xiàn)場(chǎng)PLC控制站之間的通信網(wǎng)絡(luò)設(shè)計(jì)。
[Abstract]:Glass kiln is an important production equipment in the process of glass production. It is also a multi-input multi-output complex system with the characteristics of nonlinear, time-delay and uncertainty. To improve combustion efficiency and reduce energy consumption in production process is the first problem to be solved. Therefore, the control level of glass kiln is improved. Optimization control scheme has become an important research direction in glass kiln production industry. This paper takes the project of glass kiln control system reconstruction in a glass factory in Shenyang, Liaoning province as the research background. The traditional production of this factory. The process is based on the process parameters of glass kiln kiln temperature automatic detection. The single loop control of kiln temperature is simply realized by digital regulator. It is difficult for this simple control scheme to stabilize glass kiln under the best conditions of production technology. Therefore, the manufacturer puts forward a comprehensive self-realization of glass kiln. The main contents of this paper are as follows:. 1. The conventional control scheme can not solve the problem of reversing black smoke. A double cross limiting control scheme with logic raising function is proposed to prevent black smoke effectively during furnace temperature adjustment because of the disadvantages of high price and short service life of zirconia sensor. A soft measurement method of flue gas oxygen content based on BP neural network is proposed. Through simulation experiments, the estimated oxygen content is compared with the measured oxygen content value, and the error can be controlled within 鹵1%. Because of the variability of heavy oil quality, it is difficult to adjust the ratio of heavy oil and the best ratio of secondary air flow. A self-optimizing fuzzy control scheme of air-oil ratio is proposed, which takes the oxygen content of flue gas as the control index, and the ratio coefficient of air-oil ratio is adjusted reasonably. We design a complete glass kiln control system according to the actual production requirements of the manufacturer. Taking S7-300 PLC developed by Siemens as the core, the control system of each part is developed, and the control screen of upper computer is designed with WinCC V7.0 configuration software developed by the company. The communication network design between the glass kiln monitoring system and the field PLC control station based on industrial Ethernet is realized.
【學(xué)位授予單位】：青島科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：TQ171.623;TP273

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張?jiān)苿?王志春;;基于RBF神經(jīng)網(wǎng)絡(luò)的磨礦粒度軟測(cè)量模型及實(shí)現(xiàn)[J];計(jì)算機(jī)測(cè)量與控制;2017年01期

2 Huan Min;Xionglin Luo;;Calibration of soft sensor by using Just-in-time modeling and Ada Boost learning method[J];Chinese Journal of Chemical Engineering;2016年08期

3 李健;張彬文;;煙氣含氧量軟測(cè)量方法研究[J];自動(dòng)化儀表;2016年06期

4 郭衛(wèi);司敏杰;;蓄熱式高溫空氣燃燒技術(shù)應(yīng)用探討[J];玻璃;2014年08期

5 朱浪;潘豐;;WinCC組態(tài)在均質(zhì)生產(chǎn)過(guò)程監(jiān)控中的應(yīng)用[J];江南大學(xué)學(xué)報(bào)(自然科學(xué)版);2014年01期

6 陳興孝;張國(guó)禮;代曉橋;史居海;;102m~2燃煤馬蹄焰池窯設(shè)計(jì)理念及生產(chǎn)運(yùn)行報(bào)告[J];玻璃與搪瓷;2013年06期

7 孫靈芳;李茹艷;;基于多變量廣義預(yù)測(cè)的煙氣含氧量軟測(cè)量研究[J];自動(dòng)化技術(shù)與應(yīng)用;2012年07期

8 袁俊文;周正興;王麗;任繼紅;;基于改進(jìn)BP神經(jīng)網(wǎng)絡(luò)的煙氣含氧量軟測(cè)量方法[J];黑龍江電力;2011年06期

9 王建;楊耀權(quán);馬高偉;;軟測(cè)量輔助變量選擇方法研究[J];電力科學(xué)與工程;2011年07期

10 陳彥橋;郭一;劉建民;劉金琨;;一種改進(jìn)煙氣含氧量軟測(cè)量建模方法與仿真[J];動(dòng)力工程學(xué)報(bào);2011年01期

相關(guān)碩士學(xué)位論文 前8條

1 李玲;基于模糊控制的雙交叉限幅在加熱爐溫度控制中的應(yīng)用[D];遼寧科技大學(xué);2015年

2 魏亮;基于人工智能的軟測(cè)量建模方法研究及其在熱工過(guò)程中的應(yīng)用[D];華北電力大學(xué);2014年

3 張鵬飛;加熱爐空燃比尋優(yōu)及溫度控制系統(tǒng)研究[D];內(nèi)蒙古科技大學(xué);2012年

4 鄧衛(wèi)衛(wèi);多模型軟測(cè)量建模方法研究及其應(yīng)用[D];江南大學(xué);2012年

5 王顯創(chuàng);基于Profibus的玻璃窯爐燃燒控制系統(tǒng)的研究與設(shè)計(jì)[D];河南理工大學(xué);2011年

6 李冰潔;基于WinCC組態(tài)軟件的加熱爐爐溫優(yōu)化與仿真研究[D];大連理工大學(xué);2010年

7 張曉靜;應(yīng)用FF現(xiàn)場(chǎng)總線實(shí)現(xiàn)玻璃窯爐先進(jìn)控制的研究[D];青島科技大學(xué);2008年

8 黃麗;BP神經(jīng)網(wǎng)絡(luò)算法改進(jìn)及應(yīng)用研究[D];重慶師范大學(xué);2008年

，

本文編號(hào)：1400452