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.     

数据与模型驱动的水泥生料分解率软测量模型

水泥生料在分解炉内分解过程的质量指标是生料分解率（Raw meal decomposition ratio,RMDR）,由于生料边界条件频繁变化且人工离线检测周期为2小时,致使产品质量指标合格率低且极易造成预热器C5下料管堵塞.为了解决上述问题,本文提出了基于数据与模型驱动的水泥生料分解率软测量模型,由基于Kullback-Leibler（KL）散度密度比的异常值检测、基于机理模型的生料分解率模型、基于层级Sigmoid（S）核函数的生料分解率模型、生料分解率离线检测模型和基于模糊模型的协调因子组成.实际应用结果表明,所提出的模型能够根据当前工况的变化选择正确的子模型,并且使生产远离故障工况.     

改进ELMAN网络的Q学习温度切换控制

在水泥生料分解过程中,由于生料边界条件频繁变化且生料流量波动大,使过程处于正常工况或异常工况,致使分解炉温度和预热器C5出口温度很难控制在工艺要求的范围内传统的控制方法经常导致预热器C5下料管堵塞为了解决上述问题,本文提出了一个带有前馈补偿的温度智能切换控制策略,由基于T-S的模糊控制器、基于改进的ELMAN网络的Q学习异常工况控制器和切换机制组成实际应用结果表明,所提出的控制策略能够根据当前工况的变化选择正确的控制器,并且使生产远离故障工况     

生料浆配料过程的优化设定软件

在生料浆配料过程中,磨机负荷是与生产效率和能源消耗密切相关的重要指标,生料浆的钙比、碱比和水分是重要的质量指标,实现磨机负荷及生料浆各项质量指标的优化控制的关键是确定出合理的赤泥浆、碱粉、各台磨机的混矿、石灰石、碱赤泥浆流量控制回路的设定值。设计并开发了生料浆配料过程的优化设定软件,详细介绍了该软件的结构、功能、程序流程图及实现画面等。优化设定软件可以根据工况的变化自动调整各种流量控制回路的设定值,从而提高了配料过程的产品质量和生产效率,并节能降耗,取得了显著的应用效果。     

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...     

从数据中提取生料浆配料过程运行控制的模糊规则

将减法聚类、神经网络、最相邻原则、对提取后的规则进行调整等方法相结合,从过程数据中自动提取出模糊规则,从而实现在氧化铝生料浆配料过程中将生料浆的各项质量指标控制在目标值范围内.某氧化铝厂的应用结果表明,所提取的模糊规则不仅具有良好的完备性和可解释性,同时可根据工况的变化自动调整各个控制回路的设定值,实现了该过程的优化运行.     

一种解决蕴含不确定性信息的氧化铝配料问题的智能优化方法

针对原料质量不稳定和成分检测大滞后带来的信息不确定性,提出了一种两级智能优化方法实现氧化铝配料过程中生料浆质量的优化控制.该方法通过引入中间优化同标,将优化问题分解为原料配比优化和料浆调配优化,逐步弱化不确定信息对生料浆质量的影响.配比优化基于入槽生料浆质量预测模型,设计了专家分级推理机制,实现多质量指标约束条件下的配比优化设定:调配优化将不确定的生料浆质量信息引入调配优化模型约束中,采用改进遗传算法求解最优渊配方案,配制高质量的生料浆.将提出的方法应用于国内某厂氧化铝配料过程,实现了生料浆质量指标的优化控制,简化了工艺流程,为存在信息不确定的长流程工业过程的优化控制提供了范例.     

水泥熟料生产过程生料分解率软测量模型

在水泥熟料生产过程中,针对衡量产品质量的生料分解率不能在线检测的难题,将递归限定记忆主元分析和最小二乘支持向量机结合,提出了基于限定记忆主元分析的最小二乘支持向量机方法.限定记忆主元分析不但解决了传统主元分析的缺点和数据饱和现象,而且简化了最小二乘支持向量机的结构.该方法已经成功应用于酒钢宏达水泥厂水泥熟料生产生料分解...     

基于参量预报的磁选管回收率智能优化控制

竖炉焙烧过程的关键工艺指标磁选管回收率难以实时测量,因而实现优化控制很困难.将优化设定、参量预报与回路控制技术相结合,提出一种磁选管回收率的智能优化控制方法.基于案例推理的优化设定模型根据工况的变化和磁选管同收率的实时预报值给出基础控制回路的设定值,并通过先进的控制方法实现回路的稳定控制.该方法应用于竖炉焙烧过程的生产实际,使磁选管回收率的实际值保持在其目标值范围内,取得显著应用成效.     

复杂工业过程运行的混合智能优化控制方法

工业过程运行的优化控制的目标是将反应产品在加工过程中的质量、效率、消耗的工艺指标控制在目标值范围内. 由于复杂工业过程的工艺指标难于在线测量且与控制回路输出之间的动态特性具有强非线性、强耦合、难以用精确模型描述、随生产边界条件变化而变化的综合复杂性,因此, 难以采用已有优化控制方法, 运行控制只能采用人工设定的控制方式. 由于人工控制不能及时准确地随运行工况调整设定值, 难以将工艺指标控制在目标值范围内, 甚至造成故障工况.本文提出了根据运行工况实时调整控制回路设定值, 通过控制系统跟踪调整后的设定值, 将工艺指标控制在目标值范围内的过程优化运行的混合智能控制方法. 该方法由控制回路预设定模型、前馈补偿与反馈补偿器、工艺指标预报模型、故障工况诊断和容错控制器组成. 在某选矿厂22台竖炉组成的焙烧过程的应用案例, 证明了所提出方法的有效性.     

Intelligent Setting Control for Clinker Calcination Process

In the process of clinker calcination, the target value of the raw meal decomposition rate (RMDR) is different in the easy and difficult calcination stages because the boundary conditions of raw meal (i.e., raw meal flow, raw meal ingredients, and particle size) change frequently, where RMDR cannot be guaranteed to be within its desirable range. To solve this problem, an intelligent setting control method is proposed in this paper for a clinker calcination process. The proposed approach is realized by on‐line adjustment of the setpoints of control loops in line with the changes of raw meal boundary conditions. This method consists of five modules, namely an RMDR target value setting model, a control loop pre‐setting model, a feedback compensation model based on the fuzzy rules, a feedforward compensation model based on the fuzzy rules, and a soft measurement model for RMDR. Successful application to the clinker calcination process of the Jiuganghongda Cement Plant in China has been made, where the efficiency of the proposed method has been validated by the results of the practical application.     

基于融合模型的多目标分级推理方法及其工业应用

运用多模型融合方法，综合机理知识、残差智能补偿技术建立了氧化铝生料浆质量全局预测模型．根据质量指标影响因子及分类原则构建了配料专家数据库．在此基础上，提出了多目标分级推理决策，实现了配比的优化设定．该优化控制方法已成功应用于氧化铝生产企业的生料浆配料过程．运行效果表明，该方法可用于解决一类具有滞后、多约束等特性的复杂工业过程的优化控制问题．     

基于模糊-PID的高空台液压加载系统智能控制

为了改善航空发动机高空模拟试车台(简称高空台)液压加载系统的控制性能,解决手动调节控制精度低且闭环控制快速性较差的问题,提出了一种将开环模糊控制与闭环PID控制相结合的智能复合控制方法。首先,结合高空台液压加载试验特点和设备特性,利用真实试验数据基于最小二乘系统辨识搭建了系统的分段线性模型。其次,使用频域法设计参数调度的PID控制器,解决了手动调节控制精度低的问题。最后,结合试验操作人员提供的经验知识和历史试验数据结论搭建了模糊开环控制器,设计控制器选择模块和积分补偿模块,将模糊开环控制器与闭环PID控制器相结合形成智能复合控制器。通过仿真验证得出,智能复合控制器的控制效果在精度上明显优于人工手动调节,在快速性上明显优于PID控制器,调节时间缩短了39%～87%。     

竖炉燃烧室温度的智能控制方法及应用

针对工况变化频繁的竖炉焙烧过程,采用智能控制方法设计了燃烧室温度智能控制系统。该系统由温度的串级模糊控制、空气流量比值控智和自适应补偿系统组成。自适应补偿系统通过智能故障预报器预报出燃烧室的运行状况,根据运行工况的变化通过基于案例推理技术的自适应补偿器给出加热煤气补偿用量和空燃比的校正值,从而实现了燃烧室温度的自适应控制。通过在某选矿厂22台竖炉中成功应用,表明了竖炉燃烧室温度智能控制方法的有效性。     

基于模糊控制的冻结站节能控制系统的设计

为有效降低煤矿冻结法凿井冻结站的电能损耗,提高冻结站盐水泵的智能控制水平,设计了一种基于模糊控制的冻结站节能控制系统,详细介绍了系统的硬件工作原理,阐述了系统A/D采样处理模块、模糊控制模块、D/A频率输出模块、远程监控通信模块等的软件设计,并给出了流程图。该系统采用先进的嵌入式系统构建系统硬件控制系统,运用模糊控制算法实现变频器控制电机转速以适应变负荷的流量需求,达到了高效节能控制的目的。     

烧结过程烧结终点的预测与智能控制策略的研究及应用

针对某烧结厂的烧结过程，建立了基于风箱废气温度的烧结终点软测量模型．提出了基于多元模糊线性回归方法的烧结终点预测模型，在此基础上设计了基于模糊专家规则与预测前馈补偿的烧结终点智能控制系统．介绍了控制系统的组成与设计方法．系统的实际运行取得了较好的控制效果．     

基于压力补偿的高精度智能变送器的设计

为在不同大气压力环境下,精确测量热式差压传感器采集的差压信号,设计了基于压力补偿的高精度智能变送器.系统由热式差压传感器、压力补偿放大器模块、变送输出模块组成.给出了完整的系统低功耗设计框图,提出了一种在传统变送器基础上复合绝压传感器进行大气压力补偿的方法,实现了变送器的自校准功能.描述了压力补偿放大器模块和变送输出模...