回转窑煅烧带温度模糊-PID控制系统的设计

本文提出了一种按照窑头温度结合回转窑表面温度等工艺参数,依据它们与煅烧带温度具有相似性的原理,采用模糊-PID算法设计控制器的方案,并对控制器进行了仿真实验。     

煅烧回转窑煅烧带的控制及实现

通过对煅烧带分界面位置及温度的测量,调节二、三次风及负压达到控制煅后焦质量的目标。     

基于软测量的钢坯表面温度预报模型研究

本文以步进式加热炉中钢坯温度分布为应用背景，提出了利用径向基（RBF）神经网络来实现钢坯表面温度预报的软测量模型，并且对典型工况进行了仿真，结果表明，测量精度完全符合工业应用要求。     

神经网络多模型软测量技术及应用

基于多模型思想，采用模糊聚类的方法对软测量数据进行了分类，对每类数据基于神经网络(NN)建模，采用RBF神经网络构造了每个数据样本的隶属度，将各模型输出的数据进行隶属度加权求和得到最终的软测量输出，并对某催化重整生产装置催化剂再生器氧含量进行了建模研究，获得了满意的结果。     

基于递阶T-S模糊系统的软测量建模方法

在采用递阶模糊系统进行软测量建模时,合理的模糊系统结构对于提高模型的性能具有重要的意义.为选择合理的系统结构,采用多目标遗传算法(MOGA)选择子系统的输入变量,并结合T-S模糊系统的特点,采用二分法划分子系统的输入空间,建立了基于递阶T-S模糊系统(HTFS)的软测量模型.该方法从结构细化、输入变量对输出的影响度、输入空间划分等多方面同时提高建模精度,简化模型结构.仿真结果表明,提出的软测量方法具有精度高、结构简单、生成规则数量少,具有良好的泛化特性等优点.     

基于模型迁移的磨矿过程混合蛙跳算法-小波神经网络软测量建模及重构

摘要：
以磨矿过程的关键工艺指标(磨矿粒度和磨机排矿速率)为预测对象,提出一种基于小波神经网络（WNN）的自适应软测量建模方法.通过对磨矿过程工艺的分析,选取了软测量模型的辅助变量,利用混合蛙跳算法(SFLA)对WNN软测量模型的结构参数(小波函数伸缩因子、平移因子和网络连接权重)进行优化,实现软测量模型输入输出变量之间的非线性映射;并采用模型迁移思想及输入输出修正规划方法实现软测量模型的重构,以解决输入矿石品位改变这一动态工况下的模型自适应校正问题.仿真结果表明,所提出的模型能够显著提高磨矿过程中经济技术指标预测的精度和鲁棒性,满足磨矿生产过程的实时控制要求.
关键词：
磨矿过程; 软测量; 小波神经网络; 混合蛙跳算法; 模型迁移
中图分类号： TK 232
文献标志码： A     

基于对角递归神经网络的粘度软测量模型

采用对角动态递归神经网络,基于生产过程的可测参数,构造聚酯(PET)的粘度软测量模型,实现PET粘度的在线估计。实验表明了方法的有效性和可行性。     

基于多神经网络模型的酯化反应软测量

对模糊C-均值聚类算法加以改进,将系统输入数据进行模糊划分,分成具有几个不同聚类中心的子集;继而引入到多模型建模过程中,针对每个子集建立相应的径向基函数(RBF)网络模型。而全局模型则由各个子模型的输出加权组合。最后通过对聚合釜反应器软测量建模的研究,表明该方法具有拟合精度高和泛化能力强的特点,验证了此多模型建模方法的有效性和快速性。     

基于软测量的钢坯表面温度预报模型研究

本文以步进式加热炉中钢坯温度分布为应用背景,提出了利用径向基(RBF)神经网络来实现钢坯表面温度预报的软测量模型,并且对典型工况进行了仿真,结果表明,测量精度完全符合工业应用要求。     

基于模糊系统优化的软测量建模

为了解决模糊系统优化问题,提高全局优化能力,在模糊加权神经网络和微粒群算法的基础上,提出了一种基于微粒群算法的模糊神经网络优化算法。该算法可以同时对模糊加权神经网络的网络结构和权值参数进行优化,对实际问题可以自动生成较好的模糊神经网络模型。经过实验分析和计算,证明这种算法在解决模糊系统优化问题上表现了良好的性能,应用该算法可以有效地解决软测量问题。该结果对工业过程中的软测量建模提供了良好的参考价值。     

铝矾土煅烧窑炉的数值模拟

通过改变高温空气入口的压力,采用计算机数值模拟的方法,研究了采用高温空气燃烧技术的铝矾土煅烧窑炉内部的温度分布、速度矢量、氧气浓度分布的变化情况,为提高产品质量和设计窑炉提供了依据。     

回转窑内物料传输模型的研究

回转窑内物料平均停留时间（MRT）直接决定物料化学反应程度,它是回转窑设计的重要依据之一。在回转窑实验台上对5种不同的固体废弃物料和窑内风速、回转窑转速和回转窑倾角及物性参数改变的情况下进行了实验,获得了不同工况下物料MRT的变化规律：随着回转窑转速的提高、倾角增大和窑内风速增加,MRT减小;物料的物性参数中,休止角对MRT影响较大,休止角大的MRT小,而密度的变化影响相对较小。MRT对于以上各影响因素的敏感性差别也较大：回转窑转速对MRT影响是比较敏感的,特别是转速较小时;转窑倾角对MRT的敏感性则比较均匀;窑内风速在小回转窑转速、低窑内风速时对MRT的影响较为敏感。针对回转窑内物料传输影响因数众多、非线性机理强烈的特性,建立风速条件下物料传输模型（MMCAV）,并在回转窑转速倾角和一定风速条件下对模型进行了验证。在次高倾角（α=4.56°）时,MRT随窑内风速变化的情况,其中最大相对误差为7.1％。在低窑转速和高风速情况,总的平均相对误差为2.81％。用稻壳作为输运物料,把实验数据与Perry等模型对比发现：Perry模型在c=0m/s时,Saeman模型在c=0.41m/s附近时与实验值差异较小。风速的影响范围与回转窑倾角有较大关系,倾角α=3.04°时,风速c>0.41m/s必须考虑风速对物料输运的影响;而倾角α=4.56°时,c>0.25m/s就应考虑风速的影响。     

基于粗糙集的T-S模糊神经网络在回转窑烧结过程中的应用

基于粗糙集理论的知识约简方法和T-S模糊神经网络的非线性映射理论,针对回转窑烧结过程被控对象复杂、各参数之间相互耦合及难以建立精确数学模型的特点,提出一种RS-FNN智能控制策略。采用基于一种新的聚类有效性准则函数的模糊C均值聚类算法对连续属性进行离散化;然后利用粗糙集理论由历史数据样本提取约简规则集,对应的T-S模型具有反映数据特征的良好拓扑结构;最后T-S模型参数由梯度下降混合最小二乘法进行精调。该方法应用于铁矿氧化球团回转窑生产过程控制取得了良好效果,增强了系统容错及抗干扰的能力。     

回转窑热成像检测系统中的信息处理方法

研究了用于热成像测温的温差测量法原理；提出了对温度信息的多种处理方法，主要有非均匀响应补偿法、多次累积平均法和超温（或低温）邻域检测大数判决法．采用这些处理方法提高了回转窑热成像检测系统的测温精度、抗干扰能力和工作可靠性．     

活性氧化钙回转窑煅烧工艺的优化设计

本文主要论述了活性氧化钙回转窑煅烧工艺优化设计原理,优化设计总体思路,工艺流程,技术创新点,实现的经济效益等。     

基于图像序列的水泥旋窑物料粒度与温度的混合回归模型

针对水泥旋窑窑内用计算机图像处理技术获取的物料粒度与温度参数,建立了粒度与温度混合回归模型。此模型可行、有效,为水泥旋窑自动控制打下了基础。     

回转窑直接还原煤的选择

综合国内外的研究和生产实践,本文提出了回转窑用还原煤的技术要求:选用还原煤的灰分软化温度必须高于窑内最高作业温度100—150℃;选用反应性高的煤;灰分含量应小于20％;挥发分含量20％—30％为宜;硫含量低于1.0％;膨胀指数不应超过1;煤的平均粒度应与矿石平均粒度相近;注意控制小于1mm的粉末量。     

回转窑简体温度红外扫描与状态预报系统研究

针对烧结法生产氧化铝工艺过程中回转窑窑皮形状复杂与筒体测温难的特点，采用红外线测温与数字滤波补偿技术相结合，开发出回转窑筒体温度红外线扫描和状态预报系统孩系统在测量回转窑筒体表面温度及其变化的基础上，通过基于模糊协方差矩阵的聚类算法。在线仿真出窑内村与窑皮的形状及厚度，发出相应的状态预报信号，有效地改善了窑的操作，提高了设备的运转率，降低了生产成本，并为回转窑的自动控制提供参考．图2，参12．     

回转窑托轮力学行为的有限元分析

通过合理模拟回转窑托轮的边界条件和受力状况，并采用功能强大的ANSYS软件，建立了回转窑托轮的有限元分析力学模型。对有限元计算结果进行分析，了解托轮的力学行为，从而实用于回转窑托轮的设计及调整。