导读:本文包含了高炉炉温控制论文开题报告文献综述及选题提纲参考文献,主要关键词:高炉,炉温,模糊控制
高炉炉温控制论文文献综述
王文双[1](2013)在《模糊控制在高炉炉温控制中的应用》一文中研究指出阐述了高炉炉温控制的研究现状,分析了模糊控制在高炉炉温控制中的应用。此种模型有效简单,可以对高炉炉温进行有效控制,保证燃烧质量和燃烧经济性。(本文来源于《河南科技》期刊2013年01期)
陈铁军,陈华方[2](2010)在《高炉炼铁焦比和炉温的链系统控制算法研究》一文中研究指出为提高高炉炼铁经济效益和生产质量,以焦比和炉温为研究对象,采用链系统控制方法,分析两者的主要影响因素和相互关系,并建立以焦比和炉温为控制对象的链系统控制模型,根据模型求出链预估算法和控制算法,最后做出仿真,仿真结果表明该控制系统具有良好的稳定性和抗干扰能力。(本文来源于《化工自动化及仪表》期刊2010年04期)
陈巧,鲁仁全[3](2009)在《基于不确定阶梯式DMC的高炉炉温预测控制》一文中研究指出为了对当前炉温的发展做出正确的预测,充分考虑了实际高炉炉温控制系统不确定性因素的影响和预测控制算法需要进行复杂矩阵运算的缺点,提出了一种基于不确定阶梯式动态矩阵的预测控制算法,并应用于高炉炉温控制系统。仿真实验结果表明,该预测控制算法能对当前炉温的发展做出正确的预测,控制稳定性好,是一种提高高炉炉温控制精度的有效方法。(本文来源于《机电工程》期刊2009年12期)
史燕[4](2009)在《高炉炉温预测控制模型的研究》一文中研究指出本论文课题选自联峰钢铁公司横向项目─《永钢生产运行综合管理系统》,针对张家港联峰钢铁公司7座350-580m3无料钟炉顶高炉目前存在的炼铁自动化程度不高、炉温控制完全靠人工经验操作等问题进行研究。在分析现场冶炼工艺、冶炼流程以及大量生产数据的基础上,采用现代智能算法建立高炉炉温预测控制模型,指导高炉工长操作,提高铁水质量和产量。论文在阅读大量国内外文献的基础上,介绍了国内高炉炉温预测控制模型的现状和发展趋势。通过对生产现状、生产流程以及现存问题的分析和研究,针对联峰钢铁公司高炉生产的实际情况,提出了建立炉温预测模型的方案,即:在现有数据采集系统的基础上,集成炼铁生产过程数据及各个信息子系统数据;通过对生产数据的分析及处理,运用神经网络建立高炉炉温预报模型。本文主要介绍了高炉数据采集点的具体采集过程、数据预处理及炉温预测模型建立的过程。论文从炼铁机理及工艺的角度深入分析了预测炉温所需要的数据。通过对高炉的现场设备、生产数据的存储现状进行详细的分析,确定了所需数据的来源及对应的接口标准。简单介绍了现有数据采集系统的架构和功能;接着详细论述了高炉异构数据源数据集成方式;最后重点阐述了高炉自动化系统数据采集的具体实现过程,最终实现对预测模型所需数据的采集。同时考虑到高炉数据受到各种噪声的干扰,影响建模的精度。故对在线采集到的高炉数据进行了预处理,包括数据的一次预处理、二次预处理及数据的归一化处理。为炉温预测模型的建模打下坚实的数据基础。本文在简单介绍神经网络基本思想的基础上,重点阐述了建立基于人工神经网络高炉炉温预报模型的过程。首先利用相关性分析方法,分析各工艺参数之间的相关性、探讨各工艺参数对高炉铁水硅含量[Si]影响的滞后时间;接着在众多影响炉温的参数中筛选出相关系数较大的参数作为模型的输入参数,最终确定神经网络的输入量和输出量;最后把处理过的生产过程数据作为样本数据,训练神经网络,并将网络的输出值与实际值进行比较,实验结果表明,改进的BP网络对高炉铁水硅含量[Si]预报的命中率明显高于标准的BP网络,满足实际生产的需要。从而可以帮助高炉工长调控高炉参数,实现对高炉炉温的预测控制,提高铁水产量和经济效益,达到建模预期的效果。论文的最后对本论文课题所做的工作进行了总结,指出了其中的不足之处,同时展望了论文课题下一阶段所要做的工作。(本文来源于《杭州电子科技大学》期刊2009-12-01)
陈巧[5](2009)在《一类高炉炉温不确定动态矩阵预测控制方法研究》一文中研究指出高炉是一个多变量、大滞后、非线性、大噪声的系统,影响高炉运行的因素非常多,测量困难。而保持良好合理的炉温是高炉生产稳定运行的关键因素之一,是实现高炉长寿、高产、优质、低耗的直接保证。炉温过高会使焦比升高并使铁产量降低,并且导致发生炉况故障;炉温过低会使炉内反应热量不足甚至导致高炉事故发生。因此,如何正确选择炉温并维持炉温的稳定对于高炉炼铁生产具有重要意义,如何对高炉炉温进行预测控制成为高炉过程控制的核心。本文在查阅了大量国内外相关文献的基础上,首先介绍了高炉炉温控制的发展,接着对高炉炉温控制进行深入分析以及对动态矩阵算法和阶梯式控制的研究,同时充分考虑高炉炼铁过程中不确定性因素的影响,提出了针对一类高炉炉温的不确定阶梯式动态矩阵预测控制算法。本文算法继承了传统动态矩阵预测控制算法的特点:建立以喷煤量、鼓风量和冷却水水流量为控制输入量,温度为输出量的预测模型,并利用预测模型得到系统未来的预测输出。然后,比较观测值和预测模型输出值之间的误差进行反馈校正,再与参考温度值进行比较,得出最优控制律,进行滚动优化。同时,本文算法在高炉炉温控制系统中引入阶梯式控制来求解出最优控制量,避免动态矩阵预测控制算法中复杂的矩阵运算。最后,由于高炉炼铁过程中的不确定性因素的影响的存在,为了保证在求解最优控制律时有解,引入容许控制集,并在容许控制集内,调节不确定性参数,使得温度预测输出值的误差范围在±5°C内。通过仿真研究,验证了本文采用的算法能对当前炉温的发展做出正确的预测,控制稳定性好,是一种提高高炉炉温控制精度的有效方法。另外,还介绍了高炉炉温控制系统的人机交互界面及其实现的功能。………….(本文来源于《杭州电子科技大学》期刊2009-12-01)
贺诗波[6](2008)在《自组织数据挖掘在高炉炉温预测控制中的应用》一文中研究指出钢铁是现代人类社会使用的最广泛和最重要的材料之一,是国民经济持续发展的基础。高炉炼铁是钢铁工业的上游主体工序,它的发展直接关系到后续工序的发展,且对钢铁工业的节能降耗起着重要作用。然而,由于高炉是一个极其复杂的系统,其运行机制往往具有非线性、时滞、高维、大噪声、分布参数等特性,至今对其运行机理尚未能深入了解。高炉冶炼过程的这种复杂性,增加了其过程控制自动化的难度。一直以来,冶金自动化领域都没有攻克这个技术难题。在非平稳炉况下对高炉炉温进行预测和控制,则是这个难题的重要组成部分,更是当代冶金科技发展的前沿课题。本文以包钢6#高炉(2500m~3)在线采集的数据为研究对象,针对现有炉温预测模型的种种不足,在科学分析的基础上,第一次提出在高炉系统中用自组织数据挖掘方法进行系统分析和建模。这种方法集合神经网络、遗传算法和回归分析的相应优点,能在给定系统输入和模型选择准则(外准则)后自动进行模型的筛选,并且能充分考虑变量之间的相互影响。经过在高炉现场的大量调研,并结合实际经验和相关理论给出了影响系统的输入变量、中间网络的传递函数和模型选择准则。应用自组织数据挖掘的参数GMDH算法,得到了一个自动生成的高炉炉温预测控制模型。实际应用中,这个模型有着较好的预测命中率。并且由于模型中考虑到变量之间的相互影响,此模型也可以作为高炉系统分析的基础。接着用自组织数据挖掘的非参数方法对系统进行了研究,得出了非参数方法在高炉系统应用的优缺点。因此,引入自组织数据挖掘算法对于解析高炉系统运行的机理提供了一个非常有力的工具。本文以高炉冶炼现场的实际需要为根本出发点,以数学理论、高炉冶炼过程的工艺机理为基础,对高炉运行过程进行了详细的分析。实践表明,本文建立的数学模型对指导高炉炼铁生产实践,进一步研究高炉系统具有重要的理论价值。(本文来源于《浙江大学》期刊2008-05-01)
冯婷[7](2008)在《基于非参数回归的高炉炉温预测控制模型研究》一文中研究指出高炉炼铁是钢铁工业的上游主体工序,作为国民经济支柱产业的重要组成部分,对钢铁工业的发展与节能降耗都有十分重要的作用。高炉冶炼过程是一个高度复杂的过程,其运行机制往往具有非线性、时滞、高维、大噪声、分布参数等特性,导致很难建立起准确有效的高炉炉温预测控制模型。非参数回归是非参数统计理论中的重要组成部分,在计量经济、交通、医学等领域得到了广泛应用。非参数回归中,回归函数形式的任意性和自变量与因变量分布的少限制,很好地解决了经典统计理论中模型及参数的假定与实际背离造成模型设定误差的问题,使得模型能更加准确地反映实际问题的变化情况。本文选取《包钢6#高炉(2500m~3)冶炼专家系统》在线采集的数据,首先对铁水含硅量[Si]的自相关性进行分析,证明了铁水含硅量[Si]序列存在较强的线性自相关。然后通过相关系数和灰关联熵的计算,综合分析了所选取的高炉冶炼过程中的19个参数与高炉铁水含硅量[Si]之间的关联度。本文第4章利用偏最小二乘回归方法,对参数进行综合降维,最大可能地提取参数中与铁水含硅量[Si]变化相关的信息,减少参数中夹杂的冗余信息,从而使综合变量能充分反映铁水含硅量[Si]的变化。在此基础上,对得到的叁个综合变量和铁水含硅量[Si]建立广义加性(GAM)模型,通过非参数光滑函数的迭代得到它们的局部近似函数关系。在探求综合变量与铁水含硅量[Si]局部关系的基础上,第5章通过遗传算法的全局搜索和非参数回归中正交序列估计方法,找到了最能表征铁水含硅量[Si]变化的参数组合,用数据事实证明了之前关联度分析结论的正确性,并建立了最优的高炉炉温预测的非参数回归模型。第6章中,将非参数回归与高炉冶炼的混合控制偏微分方程结合,得到了炉温预测控制的变系数回归模型,分析了料速LS、风量FQ、喷煤PM和透气性FF四个参数与铁水含硅量[Si]的局部线性关系,用权重描述了当前炉各个参数对铁水含硅量[Si]影响的大小和方向,为炉温预测之后的控制奠定理论基础。(本文来源于《浙江大学》期刊2008-05-01)
冯婷,刘祥官,马祥,赵斌[8](2007)在《高炉炉温预测控制的变系数回归模型》一文中研究指出为更好地预测与控制高炉炉温的发展趋势,从高炉炉温控制的混合动力学方程出发,在将其差分离散的基础上,运用变系数回归的相关理论,建立了高炉炉温预测控制的变系数回归模型.同时运用加权最小二乘法对模型的参数进行估计,得到每一炉下具体的高炉炉温预测控制的回归模型.结合包钢6#高炉的数据进行预测控制模拟,取得了90%命中的预测效果.此外,还给出了每一预测时刻下控制变量、状态变量与铁水硅质量分数w(Si)之间的数量关系,为预测之后的控制奠定了模型基础.(本文来源于《浙江大学学报(工学版)》期刊2007年10期)
李虎山,曾燕飞[9](2007)在《基于专家规则判断的高炉炉温控制》一文中研究指出本文介绍了高炉炉温控制专家系统的组成与功能,并根据炉温调控的工艺操作规则和高炉工长长期积累的现场经验,编写了一套炉温调控的现场专家规则,应用此规则,高炉操作人员可根据炉况的变化及时调整炉温,使炉温的稳定,以确保铁水的质量。(本文来源于《微计算机信息》期刊2007年16期)
刘祥官,罗世华,刘元和,吴晓峰[10](2006)在《高炉炼铁过程炉温的非线性混合控制》一文中研究指出从流体动力学机理和化学反应动力学机理的交叉角度研究高炉炼铁过程炉温控制的复杂性规律,揭示了不同动力学状态下炉内化学反应链及能耗的非线性.基于模糊模式划分、自适应学习确定模型参数等非线性方法,建立了炉温混合控制的偏微分方程及其控制模式,对莱钢1号高炉《智能控制专家系统》在线采集的生产数据的仿真计算结果证明了控制方程对炉温预测控制的适用性,命中率达到90%以上.非线性混合控制方程为实现炼铁过程炉温预测控制的自动化奠定了模型基础.(本文来源于《控制理论与应用》期刊2006年03期)
高炉炉温控制论文开题报告
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
为提高高炉炼铁经济效益和生产质量,以焦比和炉温为研究对象,采用链系统控制方法,分析两者的主要影响因素和相互关系,并建立以焦比和炉温为控制对象的链系统控制模型,根据模型求出链预估算法和控制算法,最后做出仿真,仿真结果表明该控制系统具有良好的稳定性和抗干扰能力。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
高炉炉温控制论文参考文献
[1].王文双.模糊控制在高炉炉温控制中的应用[J].河南科技.2013
[2].陈铁军,陈华方.高炉炼铁焦比和炉温的链系统控制算法研究[J].化工自动化及仪表.2010
[3].陈巧,鲁仁全.基于不确定阶梯式DMC的高炉炉温预测控制[J].机电工程.2009
[4].史燕.高炉炉温预测控制模型的研究[D].杭州电子科技大学.2009
[5].陈巧.一类高炉炉温不确定动态矩阵预测控制方法研究[D].杭州电子科技大学.2009
[6].贺诗波.自组织数据挖掘在高炉炉温预测控制中的应用[D].浙江大学.2008
[7].冯婷.基于非参数回归的高炉炉温预测控制模型研究[D].浙江大学.2008
[8].冯婷,刘祥官,马祥,赵斌.高炉炉温预测控制的变系数回归模型[J].浙江大学学报(工学版).2007
[9].李虎山,曾燕飞.基于专家规则判断的高炉炉温控制[J].微计算机信息.2007
[10].刘祥官,罗世华,刘元和,吴晓峰.高炉炼铁过程炉温的非线性混合控制[J].控制理论与应用.2006