目前,国内大中型烧结机都具备了过程检测和设备控制能力,当务之急就是研究和开发烧结过程控制方法,开发出我们国家自主知识产权的烧结过程自动控制系统。
本文是基于日照钢铁控股集团有限公司烧结自动控制系统基础上,通过查阅大量的参考文献和对现场烧结工艺的熟悉了解,对烧结系统的仪器仪表选型标准以及PLC以及上位机的软硬件结构、网络通信等有了更深一步的认识。结合配料现场的工艺要求和控制说明,最终完成了配料自动控制系统硬件的选型及安装调试和软件上的编程。
在实际生产过程中对烧结终点的控制,由于受到料层透气性性或者设备缺陷的影响,很难直接得到理想的烧结终点的位置,从而无法实现烧结终点的闭环控制。本文引入了模糊小波神经网络,提出了多尺度小波逼近方法采用了前馈和反馈相结合的模糊控制系统。借鉴国内外模糊控制模型,论文中基于现场所得到的风箱废气温度曲线,采用模糊小波神经网络的控制算法对烧结终点进行预测,建立了烧结机的简易模型,在假定该模型能够较稳定模拟的烧结机运行状况下,通过Matlab进行建模仿真,并与Elman神经网络预测控制进行对比。仿真结果表明,从理论上证明了对烧结终点的预测控制算法要优于Elman神经网络控制算法。
- 作 者：
- 何龙祥
- 学科专业：
- 控制科学与工程
- 授予学位：
- 硕士
- 学位授予单位：
- 河北工业大学
- 导师姓名：
- 王宏文
- 学位年度：
- 2013
- 研究方向：
- 语 种：
- chi
- 基金项目：
