人工神经网络在水泥工业上的应用研究

本文介绍人工神经网络的基本原理、学习规则和训练方法，结合水泥生料配料的神经网络调优操作模型的应用研究，指出水泥工业应用现代智能技术实现自动控制的可行性、先进性。     

基于不确定性信息的水泥生料配料过程智能优化系统

针对水泥生料配料过程原料质量不稳定和检测环节大滞后所引入的诸多信息不确定性,结合目前广泛应用的干法水泥生产工艺,提出了一种生料配料过程两级智能优化系统,即首先对生料配料过程进行率值的优化控制,一定程度地减弱不确定信息对生料质量的影响,然后采用改进性遗传算法求解生料最优调配方案,配制出优质水泥生料,以此达到生料质量的优化...     

水泥生料配料过程优化控制系统

介绍以基于生料率值控制为目的的非线性水泥生料优化配料过程控制,运用智能机理建模的方法,建立配料过程的非线性规划数学模型.针对模型中的多目标函数以及非线性约束特点,提出一种采用优化软件LINGO编制算法程序并通过应用程序接口(API)嵌入到ABB France2000的DCS系统中.工业实验表明该系统能有效地对配料过程进行优化控制,是解决非线性多目标优化问题的一种可行方法.     

模糊控制技术在水泥生料质量控制中的应用

水泥生料配料过程是一个复杂的过程,采用常规的控制方法难以达到满意的控制效果。本文针对这一情况,根据原料的化学成分以及对熟料的要求,采用模糊控制技术,通过控制生料的总下料量和生料的三种配比,使水泥生料的质量和产量得到显著的提高。     

专用模拟计算装置在水泥生料配料自动控制中的应用

一、前言随着我国社会主义建设的迅速发展,对水泥的产量和质量都提出了更高的要求。在水泥生产过程中,生料配料是重要的工序之一。配料质量的好坏直接影响熟料和水泥的质量,以及窑磨主机运转的操作条件和经济指标。目前我国生料配料仍处于圆盘喂料,     

水泥生产微机管理系统生料配料计算法

本文介绍了水泥生产微机管理系统所采用的生料配料计算方法及其计算过程、原理。     

水泥生料微机配料系统

本文介绍了采用ＲＳ４８５通信方式控制的水泥生料微机配料系统的组成原理、实现方法及系统改造后的效果。     

中小水泥厂生料配置的自校正控制

一、引言在水泥生产过程中,生料配置是重要的工程之一。配料质量的好坏直接影响熟料和水泥的质量以及窑磨主机运转的操作条件和经济指标。目前我国有不少的小水泥厂生料配置仍处于圆盘喂料、人工分析生料成份和人工控制配比的落后状态,合格率很低。稍先进的一些单位则采用PID调节器为基础的自动控制生料的配比方法。由于生料配置系统是一种具有较大纯滞后、其参数也存在缓慢变化的系统,加上生产现场存在较大的随机干扰(球磨机等),因此用定常系统所用的反馈控制方法来整定PID参数就比较困难(有时不能得到满意的效果)有鉴于此,我们设计了小水泥厂生料配置的自校正控制系     

氧化铝生料浆制备过程的智能优化控制方法

生料浆制备过程由配料和调槽两个子过程组成.针对该过程的工艺特点以及不确定性大、原料成分波动等过程特性,提出一种智能优化控制方法.将生料浆制备过程的优化目标分解为两个子过程的优化目标,采用模型预设定、指标在线预报、基于模糊规则的前馈和反馈补偿方法实现了配料子过程的优化控制,采用粒子群算法实现了调槽子过程的优化控制,从而最终实现了生料浆制备过程的优化控制.工业应用的结果表明了所提出方法的有效性.     

微电脑控制水泥生料配比的研究

本文是在我们研制并已在现场使用一年多的水泥生料配比微机控制系统的基础上进行深入研究的结果。文章首先分析了水泥原料配料的特点,接着详细论述了微电脑水泥生料配比控制系统方案设计中的几个重要问题并提出了一种新型的控制系统,最后简介了这种控制系统的软硬件设计。     

流程工业配料过程的随机优化模型及求解算法

针对配料过程原料质量参数存在的不确定性,以原料消耗成本最小为优化目标,将不确定质量参数以随机数的形式引入质量指标约束中,建立了一种配料过程随机优化模型．考虑传统蒙特卡洛抽样方法的不足,采用一种更高效的Hammersley sequence sampling（HSS）技术,获得随机优化模型对应的期望值优化模型．将HSS技术用于遗传算法的种群初始化和交叉、变异操作,以保证种群分布的均匀性,实现随机优化问题的有效求解．工业应用实验结果表明,所提方法不仅能够有效降低原料的消耗成本,而且能够保证产品质量指标满足生产要求,优化结果具有较好的鲁棒性,为配料过程的随机优化控制提供了一个优化模式．     

Estimation of feedstream concentrations in cement raw material blending

Recursive estimation of cement raw material feedstream oxide concentrations is considered using information from the output raw meal X-ray analysis. A time-varying Kalman filter is developed whose outputs are these optimal estimates. The scheme is tested by application to a simulated blending process and to real data from a large cement plant and is found to be a useful part of an overall blending control scheme. A linearly independent set of flowrate time histories is found to be a prerequisite for the observability of the feedstream concentrations.     

碱赤泥浆流量的非线性智能PID控制

在生料浆配料过程中,碱赤泥浆的流量直接影响着生料浆的各项工艺指标.针对碱赤泥浆流量的非线性和不确定性,本文提出了基于非线性补偿的智能PID控制方法.基于非线性补偿的智能PID控制器由常规PID控制器和非线性动态补偿两部分组成,利用极点配置方法设计常规PID控制器,利用神经网络对碱赤泥浆流量对象中的非线性部分进行逼近并在控制器中进行补偿.设计并开发了碱赤泥浆流量的非线性智能PID控制软件,应用结果表明,碱赤泥浆的流量可以准确、稳定的跟踪设定值,具有良好的控制效果.     

Development of an artificial neural network for controlling motor speeds of belt weighers and separator in cement production

An artificial neural network for controlling the motor speeds of belt weighers and a separator of a cement grinding unit intended for production of a three-component cement of various grades was developed and researched. The purpose of developing a neural network was to solve a problem associated with the large error in the amount of cement at the outlet relative to a given capacity, as well as to increase the speed of the control system and to increase its fault tolerance. As a result of the development, a two-layer unidirectional network with a sigmoidal function of hidden layer neurons activation and a linear function of output layer neurons activation was used. The network has trained on 50 examples over 120 epochs. The development of the neural network was performed in the Matlab environment using the Matlab Neural Network Toolbox. It is possible to use the obtained artificial neural network in conjunction with a SCADA-system using the OPC-server. The developed neural network can be used in control systems for dosing raw materials at cement manufacturing plants utilizing a dry process and a closed cycle.     

烧结混匀矿的积分均化控制和误差补偿措施

提出了一种对混匀矿进行积分均化控制和误差补偿的方法。实验结果表明该方法大大改善了混匀矿的控制品质，并且有效的稳定了原料之间的比例。     

基于现场总线的小型水泥生产配料控制系统

本文介绍了一种基于现场总线的小型水泥生产配料控制系统的实现方法。该系统采用总线技术和智能模块,不仅实现配料自动控制,而且增加了磨机负荷和故障诊断功能。实践表明,该系统低成本,可靠性高,易于维护,操作方便,是一种较为实用的微机配料系统。     

Self-tuning adaptive control of cement raw material blending

A new, modified self-tuning (ST) minimum variance (MV) regulator algorithm developed for multiple input multiple output (MIMO) systems is presented with required average for finite time (RAFT). This control strategy has been developed for the self-tuning optimal control of cement raw material blending. After a brief survey of the technological background the algorithm of MIMO-ST-MV-RAFT control strategy is derived. A self-tuning blending control system is described with real-time experimental results illustrating the efficiency of the new multivariable regulator.     

A multiple goal blending problem

This paper concerns itself with the production process of blending several raw materials into products conforming to given specifications. Typically, this problem is solved by determining the least cost blend of materials that will result in satisfactory products. However, a multiple goal model structure will be developed that also considers other goals, such as: (i) the minimization of the amount of imported raw materials used in the blends; (ii) the minimization of a certain property of the products blended; (iii) the minimization of the amount of impurities in the products blended; and (iv) the minimization of the use of volatile materials. The development of an example model structure was based on sample data from a large chemical corporation which used a similar formulation in its production planning for blended products.     

基于神经网络逆系统的无轴承异步电机非线性内模控制

针对无轴承异步电机非线性、多变量、强耦合的特点,提出一种基于神经网络 α阶逆系统方法的非线性内模控制策略.将用动态神经网络逼近的无轴承异步电机 α阶逆模型与原系统复合,将非线性的无轴承异步电机原系统解耦成转子径向位移、转 速和转子磁链四个独立的伪线性子系统.为了保证 系统的鲁棒性,对伪线性系统引入内模控制,仿真和实验研究验证了所提控制方法的有效性.