模糊控制在分解炉喂煤量智能控制中的应用

分解炉喂煤量是水泥工业生产过程中复杂且至关重要的过程。因为决定喂煤量的因素很多，按照常规的控制方法很难达到满意的控制效果。针对这一情况，根据五级筒底部温度，CO浓度进行分析，采用模糊控制技术并设计多用途的模糊控制器来智能控制喂煤量的大小；不仅使得用煤量减少，还提高了水泥的质量和产量，节约劳动力，同时达到安全生产的目的。     

基于克隆选择的锌钡白煅烧过程数据挖掘

锌钡白回转窑煅烧过程的数据是非交易型、不变的事务模式,基于支持-置信度关联规则挖掘算法求得的关联规则,不能用于锌钡白回转窑煅烧现场.论文提出基于实数编码的克隆选择算法,采用多点随机搜索策略进行搜索,对锌钡白回转窑煅烧现场数据进行分析,得到现场数据中的关联规则,并用两组数据仿真对比,实验结果表明,算法可快速有效地求出生产数据中的关联规则,且与工人现场操作经验基本吻合,可用于类似的化工过程控制。     

PCA+CHMM在设备性能退化状态识别中的应用研究

为了准确识别机械设备当前所处的退化状态,研究了一种基于PCA（主成分分析）和CHMM（连续型隐马尔可夫模型）结合的性能退化状态识别方法。首先提取设备振动信号全寿命周期的时域、频域、时频域的特征,经过初步筛选后组成新的特征集,使用PCA方法对其进行降维处理;然后利用降维后的数据,训练一个全寿命周期CHMM用来确定退化状态数目,再针对每个退化状态训练一个CHMM,通过比较观测序列处于各个模型下的似然概率值判断设备当前所处的退化状态;最后通过实验对比了PCA+CHMM和PCA+SVM、PCA+KNN、PCA+CART方法的各退化状态识别准确率,结果表明PCA+CHMM的平均识别准确率最高、识别效果较好,适用于设备退化状态的识别。     

动态递归小波神经网络在回转窑故障诊断中的应用

针对回转窑作为一个复杂的非线性系统而难以提取有效故障特征的问题,构造了一种动态递归小波神经网络。采用基于梯度符号变化的变学习率以及引入动量项的算法,以回转窑窑尾温度、分解炉温度、窑尾负压、窑头负压、窑头温度、烧成带温度、窑电流、筒体表面温度8个物理量,作为神经网络的8个输入节点,将小波神经网络理论较好地应用在回转窑故障诊断中。归纳了回转窑的主要故障及现象。采用动态递归小波神经网络,从输出层反馈到输入层形成关联层,以存储上一时刻的输出信息。小波神经网络在网络训练时可以有效地利用输出信号。对回转窑故障数据进行归一化处理并作为网络的输入向量,再用小波函数代替神经网络中的激励函数,以故障序列作为网络的输出向量。试验仿真结果表明,该网络具有较好的故障识别率和时间收敛性能。     

基于趋势相似性特征的异常工况监测方法研究

当前火力发电生产过程中,多元变量检测方法难以实现多元非平稳过程变量异常工况监测。对此,首先计算多元变量之间在固定时间窗口宽度内数据之间的趋势相似性,采用所得到的趋势相似性作为监控特征。其次,采用主元分析方法对所得到相似性特征序列进行降维,对降维后所得到的主元空间趋势相似性特征序列进行监控。最后,以T2统计量作为监测指标,依据T2统计量与其控制阈值T2α的大小关系产生告警信号,从而达到有效监控多元非平稳过程变量的目的。通过在华北电网某300 MW火电机组的应用,验证了所提出方法的有效性与可靠性。该方法较好地解决了多元非平稳过程的检测问题,对于相关研究与应用具有借鉴意义。     

基于图像反馈的回转窑烧结温度智能预测控制

利用火焰图像作为回转窑烧结温度的反馈信号参与闭环预测控制,融合现场热工信号,设计了烧结温度的RBF网络预测模型,并利用遗传算法进行滚动优化,现场运行结果表明该方法可在正常工况下对烧结温度进行稳定控制.     

青东煤矿10煤层标志性气体优选及自燃“三带”划分

针对青东煤矿1078工作面自然发火问题,通过实验室研究和现场测试相结合的方法优选确定了自然发火标志性气体的主副指标:CO和C2H4气体可作为10煤层煤氧化自燃的主要标志性气体,烯烷比和链烷比作为10煤层煤氧化自燃标志气体的辅助指标。采用采空区氧气浓度变化规律和温度变化趋势2个指标划分了采空区自燃"三带":距工作面0～31m处为散热带,31～78m处为自燃带,78m以外为窒息带。该研究成果为1078工作面自然发火治理提供了科学依据及理论指导。     

基于神经网络的回转窑建模及其优化控制设计

实现水泥回转窑温度稳定性控制,水泥回转窑熟料煅烧是一个涉及传质、传热和物理化学反应的复杂多变量、多扰动非线性过程。为了稳定回转窑烧成温度以提高孰料烧成质量,降低能耗,传统的控制方法,存在干扰大,稳定时间长等问题。在分析水泥回转窑工艺的基础上,采用Elman神经网络建立回转窑系统的模型,提出BP神经网络的PID控制方法,根据系统的运行状态,调节PID控制器的参数,以达到性能指标,设计了回转窑温度优化控制器,具有超调量小、动态性好、收敛速度快和控制精度高等优点。进行仿真的结果表明,回转窑烧成带温度逐渐趋于稳定,实现了对水泥回转窑的优化控制。     

基于STM32的同步碎石封层车控制系统设计

为了提高同步碎石封层车的工作性能,设计了基于STM32的单片机作为主控制器和沥青洒布量模块控制器,对整个控制系统进行了硬件、软件设计。为提高整个系统的可靠性,采用分布式控制设计方案,对于沥青洒布量控制采用独立的控制模块,通过CAN总线与主控制器通信,这样减小各模块之间的干扰,满足了同步碎石封层车复杂的工业现场环境。     

回转窑煅烧过程运用软测量的建模方法及应用

为了解决工业回转窑的生产过程中存在工艺复杂、建模困难和控制目标只能离线检测等控制难点的问题,在分析锌钡白回转窑煅烧过程运行机理和工艺流程的基础上,运用软测量的方法建立煅烧过程的控制模型。结合熟练工人的操作经验,采用模糊控制的方法对控制模型的PID参数进行自动整定,详细介绍了控制模型的建立过程和模糊参数自整定控制器的设计方法。现场运行取得了满意的效果。     

挥发窑鼓风管的关键点识别及其摆放位置监测

窑头鼓风管的摆放位置是影响氧化锌挥发窑燃烧状态的重要操作参数之一, 现仍由人工看火来手动调节, 同时现场没有为挥发窑的运行优化记录完善的鼓风状态数据, 也难以及时发现鼓风管被窑内渣块击中等安全隐患. 针对上述问题, 本文提出一种基于关键点识别的鼓风管位置监测方法. 首先, 文章对从窑头看火口采集的火焰视频 数据集设计一种邻域关键点辅助的数据扩充方法, 并构建级联金字塔网络(CPN)来预测鼓风管管口中心点的位置; 然后, 本文提出一种基于多帧图像的聚类分析算法来消除因烟尘遮挡所产生的异常点, 并采用一种量化指标来实现 对挥发窑鼓风管摆放位置的实时感知与记录; 最后, 本文基于现场采集的火焰视频数据进行了对比实验, 结果表明 所提出的关键点检测模型精度高、鲁棒性强, 且鼓风管位置的量化准确率高达92.3%.     

Identification, prediction and detection of the process fault in a cement rotary kiln by locally linear neuro-fuzzy technique

In this paper, we use nonlinear system identification method to predict and detect process fault of a cement rotary kiln. After selecting proper inputs and output, an input-output model is identified for the plant. To identify the various operation points in the kiln, locally linear neuro-fuzzy (LLNF) model is used. This model is trained by LOLIMOT algorithm which is an incremental tree-structure algorithm. Then, using this method, we obtained 3 distinct models for the normal and faulty situations in the kiln. One of the models is for normal condition of the kiln with 15 min prediction horizon. The other two models are presented for the two faulty situations in the kiln with 7 min prediction horizon. At the end, we detect these faults in validation data. The data collected from White Saveh Cement Company is used in this study.     

利用Mediva在Delphi环境下实时实现回转窑调窑参数模糊优化

该文以开发中国长城铝业公司氧化铝厂2#回转窑调窑参数模糊优化软件为例,介绍了利用Mediva在Delphi环境下实时实现回转窑调窑参数模糊优化的具体步骤和方法。该技术将Matlab卓越的科学计算能力和Delphi强大的系统开发能力相结合,大大缩短了系统的开发周期,通过改写利用Mediva编译M文件后生成的CPP文件,实现了数据在应用程序之间的传递,通过在VC6.0中创建DLL文件,实现了代码的封装,提高了系统的安全性与可靠性,且程序的运行脱离了Matlab环境,大大提高了运行速度。     

基于粒子群算法的陶瓷辊道窑结构多目标优化

文章研究了陶瓷辊道窑炉建模设计中的温度场和污染物排放的优化技术。根据陶瓷辊道窑的结构,利用现代应用数学方法中的均匀设计获取合适的样本,在进行大量的模拟试验的基础上,找到适合陶瓷窑炉的合适的数学模型,并以此为依据进行燃烧仿真。根据Fluent软件对陶瓷辊道窑的燃烧进行数值模拟,运用粒子群算法进行优化的结果来寻找最优化设计方案。在现场大量实测数据的基础上对窑炉的结构以及各种工艺参数进行多目标优化设计,完成仿真模型的校验。     

晶闸管模块在回转窑温度控制系统中的应用

针对回转窑的温度控制要求,采用晶闸管智能模块(三相交流调压模块)设计了回转窑的温度控制系统,并详细介绍了模块在温度控制系统应用中的设计方法、控制方法和保护方法。进行了回转窑温度升温控制实验验证,结果表明,采用晶闸管智能模块(Intelligent Thyristor Power Module)的回转窑温度控制系统具有控制无触点、加热升温速度快、控制稳定性好的优点。     

基于回转中心测量法的回转窑运行轴线实时检测

回转窑运行轴线是回转窑运行的重要参数.在分析对比现有回转窑运行轴线检测方法不足的基础上,基于回转中心测量法,对回转窑运行轴线实时检测系统构成的各部分,如传感器类型、硬件部分和软件部分的作用及功能进行了阐述.     

回转窑烧成带状态混合智能识别方法

针对氧化铝回转窑过程复杂、长期依赖人工看火操作而造成的生产过程不稳定、 产品质量一致性差、能源消耗大等问题,提出了基于烧成带火焰图像特征与关键过程数据融合的烧成带状态自动识别方法, 该方法由烧成带火焰图像的分割、特征提取、 关键过程数据的融合以及二叉树支持向量机分类器模型组成.工业实验表明, 该方法能够较准确地识别烧成带状态,为基于产品质量指标优化的窑温控制器提供决策依据.     

应用Fuzzy集合理论测辨系统Fuzzy模型的新方法——Fuzzy推理合成法

本文基于Fuzzy集合理论,根据待辨识系统的量测数据,应用Fuzzy推理合成规则,提 出建立系统Fuzzy模型的新方法,通过建立水泥回转窑热工过程Fuzzy模型,证实了该方 法的可行性.     

应用Fuzzy集合理论测辨系统Fuzzy模型的新方法——Fuzzy推理合成法

本文基于Fuzzy集合理论,根据待辨识系统的量测数据,应用Fuzzy推理合成规则,提出建立系统Fuzzy模型的新方法,通过建立水泥回转窑热工过程Fuzzy模型,证实了该方法的可行性.     

基于阿累尼乌丝方程的锌钡白转窑控制实现

采用了基于阿累尼鸟丝方程的控制方法,成功实现对某厂锌钡白干燥煅烧转窑生产系统的控制。简述了锌钡白干燥煅烧回转窑的控制难点,然后在“等质量等能量”思想的基础上,建立基于阿累尼乌丝方程的控制式子,介绍了参数辨识过程,并进一步阐述等质量等能量控制的实现。实际的控制效果表明,该控制方法取得较满意的效果,对回转窑的控制具有很大的参考价值。