焦炉炉温预测及智能优化控制系统的研究

《焦炉炉温预测及智能优化控制系统的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、武汉科技大学硕士学位论文第1页摘要随着科学技术的飞速发展，工业过程生产的复杂化，许多控制系统具有多变量、非线性、强耦合、分布参数和工况范围广、控制性能综合要求高的特点，因此对复杂动态系统的建模与控制提出了更高的要求。本文以贵州省六盘水市钢铁集团公司焦化厂2撑焦炉控制系统的实际工程为背景，经过对国内外己有的焦炉炉温控制系统进行分行和研究，提出采用神经网络自适应预测控制算法对焦炉炉温进行控制，能够取得较好的控制效果。焦炉加热燃烧过程属于复杂的工业控制过程，针对被控对象具有纯滞后的特点，本文通过对常规过程控制算法，Smith控制算法，Dahlin控

2、制算法进行研究，提出了一种S．D控制算法，该控制方法可以减小控制系统震荡，克服系统不稳定因素的影响。开发焦炉的优化控制就是要在保证工艺指标的前提下，实现最优的经济指标，并创造可观的经济效益。为了实现对焦炉结焦各个过程提供最佳供热量，达到焦炉优化的控制目标，根据焦炉结焦过程中各个阶段温度的变化，本文探讨了一种基于神经网络自适应控制的焦炉炉温的控制策略，并采用广义预测控制对该控制算法进行优化，使用该控制策略对焦炉进行优化控制，可以使焦炉的控制水平达到了一个新的高度。另外，本文还对水钢焦化厂2徉焦炉计算机控制系统结构及控制功能进行了设计，论述了焦炉

3、实际控制系统中所使用的硬件及软件的主要功能和特点，并对该系统进行了研究和调试，达到了较好的效果。关键词：S．D控制算法；神经网络自适应预测控制；焦炉优化控制第1I页武汉科技大学硕士学位论文AbstractWiththerapiddevelopmentofscienceandtechnologyandthecomplicationoftheindustryprocessingproductioncondition，manycontrolsystemhasthefeatureofmultivariable，nonlinear,strongcoup

4、led，distributedparameters，wideoperationrangeandstrictcomprehensivecontrolperformancerequirement．Weconfrontwithmorechallengesonmodelingandcontrolofthesecomplexdynamicsystems．ThisthesisisconcernwiththedesignoftheNO．2cokeovencontrolsystemofthecoalcarbonizationfactoryatGuizhouL

5、iuPanshuiIronandSteelCompany．BystudyoftheexistedcokeOVencomputercontrolsystems，weputforwardtoadoptanewmethodofneutral。networkandgeneralizedpredictivecontrolalgorithmonthecokeOVentemperaturecontrol，whichhaveverygoodeffect．ThecokeOVentemperaturecontrolattributetocomplexindust

6、ryprocess，counterontheplainhystereticcharacteristicofthecontrolleddevice．Theresearchiscarriedoutonregularprocesscontrolalgorithm，SmithcontrolalgorithmandDahlincontrolalgorithm．ItsignificantanS-Dalgorithmandthealgorithmcanreleaseconcussionandconquertheeffectofsituationfraugh

7、twithuncertaintyonthecontrolsystem．Thedevelopmentoftheoptimizingcontrolsystemisaimatrealizingoptimizingeconomicaltargetonthethesisofprocessperformanceguaranteetocreatedconsiderableeconomicaltarget．Inordertoimplementtheoptimaltemperaturecontrolofthestraight-flame-pathatevery

8、stageofcarbonizationprocess，tobeatthetargetofcokeOVeiloptimizingcontrol，accordingt