焦炉燃烧加热过程智能集成优化控制系统

以焦炉燃烧加热过程控制为背景,首先根据蓄热室顶部温度的测量,集成线性回归和神经网络等多种方法,建立立火道温度检测的软测量模型,然后利用立火道温度软测量模型的结果,结合实际工况．采用模糊专家控制算法进行焦炉燃烧加热过程的优化控制,实现焦炉燃烧加热过程集成优化控制。     

多模式模糊控制技术在焦炉加热控制中的应用

本文研究了焦炉火温度的在线检测技术和优化控制方案，并在控制中采用了多模式模糊控制技术，较好地解决了焦炉火道温度波动大、能耗高的问题。     

基于误差预测的焦炉火道温度软测量模型

针对焦炉火道温度在线检测的问题,在分析焦炉火道温度特性的基础上,建立了一种基于误差预测的高精度焦炉火道温度软测量模型．首先分别建立了1元、2元和12元线性回归模型,对蓄顶温度和火道温度进行线性拟合;然后比较分析了三种回归子模型的特点．使用融合时间差分法的Elman神经网络,对线性回归模型中精度最高的12元模型的预测误差进行拟合和多步预测．采用专家经验将线性回归组合模型和融合时间差分法的Elman神经网络模型进行集成,最终获得了具有较高预测精度的焦炉火道温度软测量值．实际运行结果验证了该软测量模型的有效性．     

基于集成模型的焦炉火道温度软测量技术研究与应用

在分析焦炉火道温度特性的基础上,提出了一种基于线性回归和神经网络模型的火道温度软测量集成模型;分析生产工艺得到典型蓄热室的选取原则,从典型蓄热室获得蓄顶温度,建立一元和二元线性回归模型反映蓄顶温度和火道温度的线性关系;建立神经网络模型拟和蓄顶温度和火道温度的非线性关系;最后利用误差最小法将线性回归模型和神经网络模型集成,提高软测量精度;模型实际运行效果验证了所建模型的有效性。     

基于ANFIS的焦炉火道温度预报模型研究

针对焦炉生产过程中直接检测火道温度成本高、精度低等问题,提出运用自适应神经网络模糊推理系统理论(ANFIS)建立焦炉火道温度预报模型,模型采用模糊减法聚类方法选取模糊规则数目,大大减少规则冗余量;结合最小二乘和误差反向传播混合算法对神经网络参数进行优化,采用现场的热工数据作为输入,将获得的模型与传统的线性回归模型和BP神经网络模型进行了比较,数值仿真结果表明所建立的模型具有学习速度快、预报精度高、泛化能力强等优点.     

焦炉压力专家控制系统的研究与应用

文章以焦化过程焦炉压力控制系统的应用为例,讨论了一种实时专家控制器的设计与使用。该控制器采用专家系统与改良PI控制器的结合设计,既有专家的控制经验,又能保证控制精度。     

火道目标温度优化设定模型研究及其应用

焦炉火道目标温度是机、焦侧火道温度平均值的目标值;它是在规定的结焦时间内保证焦饼成熟的一个主要工艺指标;考虑到影响火道目标温度的许多因素,根据焦炉传热理论,建立了火道优化设定模型,从而得到了最佳火道目标温度;该模型投入实际生产运行后,实现了焦炉火道温度的优化设定,保证了直行温度的稳定性,提高了焦炭质量;为实现焦炉加热优化控制提供了前提条件。     

基于单片机的PID温度控制系统

本文介绍了一种新型的即“傻瓜”型的PID温度控制系统。该系统利用单片机可以方便地实现对PID参数的选择与设定;也可以通过计算机与单片机的串行通讯,实现工业过程中的交互式PID控制。     

DCS在焦炉集气管压力调节上的优化控制

针对焦炉集气管压力这类多变量非线性系统,在分析控制对象的基础上,采用逻辑判断,去耦合,去扰动、校正控制参数。在总管控制级采用总管吸力监督控制,达到敏感性和鲁棒性的统一:从而达到焦炉集气管压力的优化控制,在工况稳定的前提下,误差控制可达到±10Pa。     

关于焦炉火道温度模型辨识的仿真研究

建立对象的模型是控制系统设计的基础,非线性系统的建模是复杂系统建模的难点之一,焦炉火道温度复杂多变,其精准模型的建立事关重要。首先对焦炉加热生产过程采用基于减法聚类和C－均值聚类相结合的模糊T－S辨识算法来简化前提结构辨识,从而实现焦炉对象的模糊辨识。然后通过模糊神经网络结构来优化模型参数从而得到焦炉对象的局部模型,最后通过计算各局部模型的隶属度来得到焦炉对象的全局模型。仿真结果表明T－S模糊模型能自适应生成模糊规则,解决传统模糊系统不能自动将人类专家的知识经验转化为推理规则库的问题,为非线性系统建模奠定了基础。     

焦炉烘炉温度控制系统设计与实现

焦炉烘炉是焦炉生产的一道重要工序,烘炉质量对焦炉的寿命有着重要的影响,焦炉烘炉工艺复杂,温度监测点众多,监控困难。针对焦炉烘炉过程中温度的变化规律,利用模糊控制开发设计了焦炉烘炉温度监控系统,详细介绍了其硬件设计和软件功能。本系统实现了炉温的自动监控与数据管理,提高了生产效率,有效地保证了烘炉工作的高效运行,具有很高的应用前景。     

基于混杂递阶结构的焦炉加热过程火道温度智能控制

运用混杂系统的思想，针对焦炉加热过程进行混杂特性分析、提出了包括决策处理级、温度智能控制级和过程控制级的焦炉加热过程火道温度的混杂递阶控制结构．在综合分析焦炉加热过程工艺的基础上，采用专家推理和统计的方法，根据荒煤气温度对生产中的各种工况进行状态划分，从而确定温度控制器的选择．采用带加权系数的方法建立模糊控制规则，设计了针对复杂工况的焦炉加热过程温度智能控制器．实际运行结果证明了本文所采用的控制结构和方法的有效性．     

Smith模糊积分控制在焦炉系统中的应用

针对常规PID控制器在控制具有时变、大滞后等特性的焦炉温度系统时,控制效果不太理想的情况,提出了Smith模糊积分控制器;该控制器利用Smith预估控制克服大滞后因素对系统的影响;利用模糊控制解决被控对象参数时变的问题;利用积分控制来消除系统的稳态误差;仿真结果表明,采用Smith模糊积分控制器,系统的调节时间缩短,响应速度加快,抗干扰能力和适应参数变化的能力都比较强,并且具有更好的动态特性和稳态特性,有效地减少了炉温的波动。     

焦炉集气管压力综合控制算法研究与应用

集气管压力是焦炉操作的重要参数之一，稳定集气管压力对延长焦炉寿命、稳定操作、减少煤气放散、减轻环境污染及节约能源具有重要作用。针对焦炉集气管压力系统具有多回路、强耦合、非线性的特点，提出了一种综合控制算法。该算法将变积分PI控制与运用相关性分析法的解耦控制有机结合。通过改变积分系数．保证单座焦炉的稳定，通过相关性分析及补偿，消除焦炉之间集气管压力的耦合影响。解决了具有耦合特性的多座焦炉的集气管压力稳定问题。实际运行结果表明，该方法简单实用，可靠有效。     

多焦炉集气管压力智能控制系统

针对多座焦炉集气管压力系统具有多回路、强耦合、非线性、参数时变的特点,SM-YL600A多焦炉集气管压力智能控制系统采用基于模糊控制理论的控制方法,并与计算机技术相结合,提出了一种切实可行的控制方法,解决了具有相互耦合的多座焦炉集气管压力稳定的问题。所提出的SM-YL600A多焦炉集气管压力智能控制系统成功应用于实际工程当中,实际运行结果表明,该智能控制系统保证了集气管压力系统调节的协调性、稳定性和快速性,提高了对工艺美术品变动和干扰的适应性。     

焦炉加热过程无辨识自适应控制方法

针对焦炉火道温度直接影响焦炭质量和炉体寿命,而焦炉加热过程的大时滞、难以建立数学模型等特性造成焦炉加热过程火道温度控制十分困难的问题,提出一种具有专家修正的无辨识自适应控制方法。该方法不需要过程的数学模型,而是根据当前和过去的过程信息,基于专家规则估计过程未来的输出及变化趋势,对无辨识自适应控制的输出进行修正,获得过程控制所需的煤气流量设定值。仿真结果表明,该控制方法简单易行,有较好的鲁棒性,能比较好地控制焦炉加热过程火道温度。     

预测控制在大型焦炉上的应用

研究一种集模型预测和滚动优化于一体的二级递阶的预制控制模式，对预测模型的建立和滚动优化机制的实现进行了讨论，并将所开发的预测控制技术成功地应用于大型焦炉装置，取得了良好的经济效益和社会效益。     

基于PID控制的遗传神经网络在焦炉温度控制中的应用研究

以某焦化厂焦炉温度控制系统的开发为背景，提出了一种基于遗传算法的CMAC(小脑模型关联控制器)与PID复合控制方法来优化焦炉对象的温度控制．用遗传算法优化PID控制器的初始参数，然后再结合CMAC网络进行控制．针对焦炉生产过程的简化模型，在Matlab中对这种控制方法进行了仿真．仿真研究表明该方法应用于焦炉控制是可行的．