基于模糊神经网络的工业炉窑优化燃烧控制研究

基于模糊神经网络的工业炉窑优化燃烧控制研究

ID:34721204

大小:3.15 MB

页数:64页

时间:2019-03-10

基于模糊神经网络的工业炉窑优化燃烧控制研究_第1页
基于模糊神经网络的工业炉窑优化燃烧控制研究_第2页
基于模糊神经网络的工业炉窑优化燃烧控制研究_第3页
基于模糊神经网络的工业炉窑优化燃烧控制研究_第4页
基于模糊神经网络的工业炉窑优化燃烧控制研究_第5页
资源描述:

《基于模糊神经网络的工业炉窑优化燃烧控制研究》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、学校代号10532学号P12100342分类号081203密级工程硕士学位论文基于模糊神经网络的工业炉窑优化燃烧控制研究学位申请人姓名朱俊杰培养单位湖南大学导师姓名及职称李涛副教授李高志高级工程学科专业计算机技术研究方向智能控制论文提交日期2016年11月学校代号:10532学号:P12100342密级:湖南大学硕士学位论文基于模糊神经网络的工业炉窑优化燃烧控制研究学位申请人姓名:朱俊杰导师姓名及职称:李涛副教授李高志高级工程师培养单位:湖南大学专业名称:计算机技术论文提交日期:2016年11月论文答辩日期:2016年11月26日答辩委员会主席:王春华

2、教授工程硕士学位论文TheresearchonOptimizationofindustrialfurnacecombustioncontrolbasedonFuzzyNeuralNetworkbyZHUJunjieB.E.(BeijingInformationScience&TechnologyUniversity)2010M.S.(HunanUniversity)2016AthesissubmittedinpartialsatisfactionoftherequirementsforthedegreeofMasterofEngineeringinCo

3、mputerApplicationTechnologyintheGraduateschoolofHunanUniversitySupervisorProfessorLITaoSeniorEngineerLIGaozhiNov,2016湖南大学学位论文原创性声明本人郑重声明:所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加以标注引用的内容外,本论文不包含任何其他个人或集体己经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。本人完全意识到本声明的法律后果由本人承担。<

4、W:日期作者签名:知/年月日/1学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定,同意学校保留并向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅。本人授权湖南大学可以将本学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。,本学位论文属于1、保密□,在年解密后适用本授权书。_^2、不保密s/。“”(请在以上相应方框内打V)^作者签名:修曰期:>/年/月20//导师签名:曰期:年I月2日“丨基于模糊神经

5、网络的工业炉窑优化燃烧控制研究摘要水泥分解炉是水泥生产线的关键设备,对水泥分解炉燃烧的优化控制从一定程度上体现了一个国家的工业和技术水平。影响分解炉温度的关键性因素有以下几点:(1)窑尾喂煤量对温度的影响;(2)入炉生料量对温度的影响;(3)三次风对温度的影响;(4)尾煤压力对温度的影响;(5)生料成分对温度的影响。泥生料在分解炉内的分解过程,是一个复杂的大滞后、多变量、多扰动及非线性过程,因此分解炉系统的建模以及控制难度大,不容易实现。水泥烧成过程是一个多参数、干扰性强、大滞后的问题,神经网络具有自学习和大规模并行处理能力,而模糊逻辑可以用于处理模型

6、未知或者不精确的控制问题。将模糊神经网络的控制算法,应用于分解炉的燃烧控制过程中是可行的。并且开发出优化的燃烧控制系统不仅自身不产生污染,而且还可以大大降低废气的排放。因此,项目的经济效益和社会效益具有重要的意义。本文以实际水泥生产工业为背景,着重分析了水泥生产中的核心工艺以及关键设备即必须保证高效的入窑生料分解率;分析了国内外燃烧控制现状及发展趋势,现有的控制方式主要采取PID控制,而煤流量和空燃比值是人工设置,操作手法不熟练及不可预测的工况波动导致控制效果不佳;在此基础上,针对分解炉燃烧系统的特点,介绍了神经网络、模糊控制各自的优缺点,并利用两者各

7、自的优点,将模糊控制和神经网络完美结合,提出一种基于模糊神经网络的优化燃烧控制算法,通过对大量数据样本分析获取模糊控制规则进行学习,实现了对分解炉优化燃烧的控制;在MATLAB软件中进行仿真,实验结果证明基于模糊神经网络的控制方法能过达到控制要求;在实际工业操作中,可通过模糊神经网络控制系统和烟气分析仪参数设定高温风机调节范围、窑尾称调节范围、回转窑煤称调节范围、篦冷机速度调节范围和篦冷机电机电流调节范围,同时设定了分解炉温度、窑头温度和窑尾温度。从而提高熟料分解率,增强水泥标号,达到节能减耗的目的,最终在实际生产中为企业带来经济效益和价值。关键词:水

8、泥分解炉;温度;模糊神经网络;燃烧控制II工程硕士学位论文AbstractCementdeco

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。