锌钡白回转窑煅烧过程智能建模研究

锌钡白回转窑煅烧过程智能建模研究

ID:33820160

大小:4.09 MB

页数:118页

时间:2019-03-01

锌钡白回转窑煅烧过程智能建模研究_第1页
锌钡白回转窑煅烧过程智能建模研究_第2页
锌钡白回转窑煅烧过程智能建模研究_第3页
锌钡白回转窑煅烧过程智能建模研究_第4页
锌钡白回转窑煅烧过程智能建模研究_第5页
资源描述:

《锌钡白回转窑煅烧过程智能建模研究》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、擒要摘要本文系统地分析了锌钡白回转窑煅烧过程的复杂特性,在过程采样数据分析的基础上,详细地探讨了该过程多种智能建模舞法的理论及应用方法。文章嚣先绪舍鏊内终对霾转鬻瑕浇遥程黧模及控毒l蕊矫究凌获,鼹强转窑簸烧生产过程特性出发,分析过程建模需待解决的难点及重点,提出过程分段建模的思想,为后续建模研究的展开奠定基础。其次,铮对窑头滋发控裁系绕瓣蘑巧辫谈耀蘧,应用舞狳段翅黪辨诙方法对其展开研究。系统趣分析了该方法究缀霞环系统输出信号通过反馈环节与输入信号相关而对系统辨识造成的影响,通过仿真分析,建立了躲头

2、温度随回油阀开度控制量的线性模型,并运用自相关函数方法检验模型的一致凭偏性。赞薅鬻转窑簸袋毅过程矮量按翻系统熬建模翊题,扶熬予藐量平餐豹控裁愚想出发,即在稳定窑头温度、物料流量和物料干燥效果的前提下,调节煅烧转速,以此来改变煅烧时间,调节过程反应的能量值,改善消色力指标。依据阿累尼乌额经验方簇箍罢过程煅烧段能量乎餐控裂夔核心愚怒。在戴蕊磷上,建立了过程缀烧转速对数与嫉烧漱度倒数韵线性回归预测模型,并对其模型的特性及逼近精度进行了分析和讨论。然后,必提高回转窑煅烧段控制模型建立的糖度,修改了传统的基

3、于煅烧机瑾熬建横方法,瘸模耧蔑翼

4、l葙瓣经瓣络络念超来,怒懑了一种藻子T_s(Takagi-sugeno)模型的自适应神经模糊推理系统(ANFIs)建横方法。它采用T_s的模糊辨识模型,运用神经网络为模糊模型的结构辨识和参数辨识提供自适应学习功齄,较蒸予麓量乎黉夔线毪回j毽建模方法,农瓣谖壤度上凑缀大熬鬟舞。在数据聚类算法研究的基础上,提出采用基予人工免疫系统(AlS)的数据聚类方法,解决ANFIs网络的模糊结构辨识问磁。它使网络能快速、灵灞的调整其模糊规则的结构,在数据量大、工况复杂静过稷辨识中

5、有较强鹣实用价傻。文章深入分板了Als弼络夺静稍溪篷秘浆类范围魄铡对系统瓣谈效栗产生辩影响,针对AIs静随机性问题,对算法傲了禽理的修正,防止其造成聚类规则数的大幅波动。为提高回转窑煅烧段控制模型的辨识速度,文章提出了基于最小二梁支持向萋壤(Ls—sV酝)鹣建模舞法。这静采蠲绞诗学霹爨论,基予绫擒风险最奎纯嚣裂遴行过程建模的思想,怒解决复杂非线性系统辨识问题又一新的尝试。Ls.svM采用最小二乘线性系统代替sVM用二次规划方法实现学习问题,其结构简单,算法简练,程精度要求范鞭内,它有蹩谯良斡学习速

6、度。通过佬囊,褥出其较ANFIs更努的簿谈精度和速度。在提高过撩模鍪特性的识别麓力土,文章分掰了两种典华南理工大学博士学位论文型核函数的映射特性,提出混合核函数的建模算法。它综合了全局核函数能抑制预测输出波动和局部核函数拟合精度高的优点,较采用单一核函数的支持向量机方法有更优良的综合辨识性能。最后,文章将Ls—sVM非线性建模思想拓展到多输入单输出(MISO)系统中,通过提取过程煅烧温度、干燥温度、排风温度、煅烧转速、进料量等多个关键参量的实测数据,建立过程的多参量模型。在解决过程的在线优化建模问

7、题上,提出了时间窗的概念。它通过网络的Karush—Kuhn—Tucker判定条件,确定新增数据样本加入后,是否进行系统模型的训练和参数的更新,以避免网络在线学习过程中不必要的重复运算。理论分析及仿真实验表明,这一算法在类似回转窑煅烧过程的非线性建模中具有巨大的研究价值。关键词:煅烧回转窑;智能建模;模糊神经网络;支持向量机:锌钡白Ⅱ矗BSlll矗eTABSTRACTInthispaper,thecOmplexityOfthecalcinationprocess0frOtaryLithOponek

8、ilnisanalyzed.Ontheba8isofprocessdataacquisitiOnaⅡdanalysis,severalintelligent{拄Odeling£鞋e氇odsfof争fOeesscOn牲OlhaVebee鑫pl簪se鞋teda珏ddise珏ssedin畦et鑫il。Firstly,aftefstudyingthepresentstateofthemodelingandcontrolOfcalcinationprocessofrotarykilnindomestican

9、dfbreigncOuntriesandanalyzingthedifficultiesandkeyprOblemstoberesOlVedu瑁ently,segmentationmodeli娃gstfategyisproposed,whiehest酶lishes氇efound雒ionf。fsubsequent黼o&lings.Secondly,atwO·stageidentificationmethodisproposedfortheidentificationofthetemp

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。