基于WZ-2188超声波流量计煤气流量检测及其补偿中的应用

根据梅山钢厂石灰窑现有采用孔板流量计测量煤气流量所存在的问题,提出了一种基于WZ-2188超声波流量检测为基准,结合孔板流量计流量检测的双重检测方法,实现了石灰窑供气系统煤气流量的准确测量,并以此为基础实现煤气流量在线补偿。此补偿方法对于采用孔板流量计测量煤气流量的套筒石灰窑均适用。     

基于函数链神经网络的管道煤气流量计量系统

在管道煤气计量系统测量中引入了管道煤气相对湿度修正,并对采用湿度传感器转换相对湿度信号,利用函数链神经网络对管道煤气工况温度下所对应的水蒸汽饱和压力进行了拟合,得到了基于函数链神经网络的管道煤气流量计量模型和在线计量系统,从而可以大大简化管道煤气流量计量软件,在流量计设计范围内可以快速准确地实现管道煤气流量实时在线计量。实际应用结果表明:该计量系统测量管道煤气流量误差为±0.7%。     

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。     

套筒式石灰窑温度的模糊控制策略和分析

本文简要地介绍套筒式石灰窑的工艺,研究了套筒窑燃烧室温度设定的经验方程和下燃烧室温度的数学模型,并设计以下燃烧室温度为优化控制目标的多模式控制.研究和仿真结果表明,以套筒窑温度控制进而控制烧成石灰质量是可行的.     

基于神经网络的聚氯乙烯汽提过程自适应解耦控制

聚氯乙烯汽提过程具有高度非线性和时变性等特点,是一类复杂的非线性工业过程.首先基于动态模糊神经网络建立了数据驱动的聚氯乙烯树脂（PVC）汽提过程的被控对象模型;然后采用一种神经网络分散式解耦控制器对汽提过程进行解耦,得到浆料流量-塔顶温度和蒸汽流量-塔底温度两个单变量系统;最后采用BP神经网络PID控制器对系统进行控制.仿真实验结果验证了所提出集成控制策略的有效性.     

基于模糊神经网络大容量输油泵多变量控制

大容量输油泵系统是一个时变非线性复杂系统,生产要求对输油泵的流量、入口压力和出口压力进行协调控制.根据大容量输油泵系统实际控制要求,提出了基于模糊神经网络大容量输油泵多变量控制策略,设计了控制系统和模糊神经网络控制器的结构,给出了模糊神经网络控制器、模型辨识网络参数的修正算法.仿真结果表明该系统能根据流量、入口压力和出口压力给定值与实际值之间的偏差,在线修正控制器参数,实现对大容量输油泵流量、入口压力和出口压力的协调控制.     

冻结站中盐水流量和温度的模糊解耦控制

针对现有冻结站盐水流量和温度控制方法存在控制精度低的问题,提出了一种盐水流量和温度的模糊解耦控制方法。首先根据盐水流量和温度控制精度的不同,采用模糊控制法对流量和温度进行模糊控制;然后分析和研究盐水流量和温度间的耦合关系,采用解耦控制法对模糊控制输出的流量和温度进行解耦控制。仿真结果表明,该控制方法无需对盐水流量和温度建立精确数学模型,可实现盐水流量和温度的解耦控制,控制精度高。     

基于系统辨识的燃料电池系统建模和自适应模糊控制

熔融碳酸盐燃料电池（MCFC）发电运行时，电堆的工作温度必须控制在一定的范 围内，否则将导致系统发电效率的降低或危及电堆寿命．因此，实现对MCFC运行温度的在线 控制势在必行．但由于MCFC系统的复杂性，已有模型均为复杂的非线性微分方程组描述的解 析模型，难以满足在线计算的实时控制的要求．因此，本文首先利用神经网络辨识技术基于 实验的输入（气体流量）输出（温度）数据建立起MCFC电堆的神经网络模型；然后，基于这 一电堆模型，设计了一个MCFC电堆工作温度的在线改进型自适应模糊控制器．该控制器对传 统的模糊控制方法存在的缺陷进行了改进，它一方面采用BP算法对模糊系统的参数进行修正 ，另一方面又通过聚类算法对模糊系统的结构进行自适应调整．最后，用神经网络辨识模型 代替实际的MCFC电堆进行了控制仿真，仿真结果证明对MCFC辨识电堆建模的有效性，以及所 设计的模糊控制器的性能优越性．     

一种新型单回路智能调节器的研制

介绍一种基于神经网络理论、专家系统理论和模糊系统理论设计的单回路智能调节器。该调节器采用了先进的智能算法模块、强劲的电子抗干扰电路设计。它是一个完整的计算机系统，既可用于对温度、压力、流量、转速等工业参量的调节控制，又可在各种自动控制系统中作为独立的单回路自适应控制使用。     

基于神经网络的煤气回收系统预测控制

针对传统煤气回收系统存在回收效率低、烟气大等问题,文章提出了一种基于神经网络的煤气回收系统预测控制策略,运用神经网络自适应预测控制与模糊控制相结合的方法,对某钢厂转炉煤气回收系统进行了优化。仿真结果表明,神经网络自适应预测炉口煤气涌出量的误差为-5~5 L/h,预测效果较为理想。实际应用表明,采用神经网络自适应预测控制后,煤气平均回收率达到97.5 m3/t,达到了节能降耗、成本低、保护环境的目的。     

热风炉燃烧系统最优控制

热风炉燃烧系统是复杂多变量系统,基于最优控制策略,对具有耦合作用的多变量热风炉燃烧系统进行解耦.通过引入神经网络环节,将强耦合多变量系统转化成多个独立的单变量系统,对每个单变量系统进行预测函数控制,实现热风炉燃料流量的最优控制和拱顶温度及废气温度的平稳控制.解耦控制采用前馈补偿器解耦,解耦补偿器采用BP神经网络结构.现场实际应用结果表明,该控制策略具有较好的动态跟踪特性,能满足复杂多变量控制系统的实时控制要求.     

基于模糊小波神经网络的提升机恒减速制动系统的研究

针对提升机恒减速制动系统采用常规PID控制方式、模糊控制方式存在控制效果差的问题,提出了一种基于模糊小波神经网络的提升机恒减速制动系统的设计方案。该系统采用小波基函数作为模糊隶属函数,利用神经网络的自学习能力和小波基良好的局部特性来增强模糊控制的自适应能力,并采用遗传算法对小波基函数的平移、伸缩因子以及控制器的连接权值进行训练,使网络参数达到全局最优。Matlab仿真结果表明,该系统具有良好的动态特性和较高的控制精度。     

模糊神经网络在统一潮流控制器中的应用

UPFC作为一种串联于输电线上的补偿设备,具有快速调整有功功率和无功功率的能力,为电力系统的稳定提供了强有力的手段.具体介绍了模糊神经网络的基本理论,并且将模糊神经网络控制器的理论用于UPFC的潮流控制,提出了基于模糊神经网络的统一潮流控制器的设计方案,仿真研究表明,采用模糊神经网络控制方法比传统的PI控制能得到更快的响应时间,对有功和无功的变化具有很好的追踪控制能力,是一种行之有效的控制方法.     

智能集成控制技术在铝电解过程控制中的应用

研究了将专家系统、神经网络、模糊控制、混沌优化等先进智能技术相集成，共同完成铝电解生产过程控制的智能集成控制技术，建立了基于神经网络的电解槽参数预测模型，设计了槽况解析神经网络专家系统，设计了基于混沌优化的电解质温度模糊控制系统及电解槽极距专家模糊控制系统．实验结果表明，系统能有效地实现预焙铝电解槽智能集成控制，实现槽状态在线解析，并能达到优良的生产控制指标，为企业带来了巨大的经济效益和社会效益．     

基于模糊神经网络的温度控制系统设计

实验室温度控制系统要求精度高,并且具有非线性、大惯性及数学模型难建立等特性,这使得用常规PID控制器以及一般模糊控制器无法很好地满足系统要求,而本文在一般模糊控制器的基础上,融合神经网络技术,设计出模糊神经网络控制器,它既有模糊控制鲁棒性好、动态响应好、上升时间快、超调小的优点,又具有神经网络的在线自学习能力,可以实现温度的智能控制,在实际应用中取得良好的效果。     

基于模糊神经网络的混凝沉淀投药控制

根据已有的资料分析了自来水混凝沉淀过程多变量影响因素和特点,找出了影响混凝沉淀过程的主要变量是进水流量、进水浊度、原水pH值、进水温度.根据高木-关野模糊系统和神经网络非线性逼近的特点,提出了建立混凝沉淀加药控制模型的模糊适用度加神经网络的集成模糊神经网络控制方法.还结合某自来水厂的具体现场数据进行了仿真模型研究和现场的实验,实验表明控制精度满足要求,运行正常.     

Hybrid intelligent control of combustion process for ore-roasting furnace

Because of its synthetic and complex characteristics, the combustion process of the shaft ore-roasting furnace is very difficult to control stably. A hybrid intelligent control approach is developed which consists of two systems： one is a cascade fuzzy control system with a temperature soft-sensor, and the other is a ratio control system for air flow with a compensation model for heating gas flow and air-fuel ratio. This approach combined intelligent control, soft-sensing and fault diagnosis with conventional control. It can adjust both the heating gas flow and the air-fuel ratio in real time. By this way, the difficulty of online measurement of the furnace temperature is solved, the fault ratios during combustion process is decreased, the steady control of the furnace temperature is achieved, and the gas consumption is reduced. The successful application in shaft furnaces of a mineral processing plant in China indicates its effectiveness.     

电梯交通模式的模糊神经网络识别

交通模式识别的准确性将直接影响群控系统的整体性能,通过对各种电梯交通模式识别方法优、缺点的分析比较,考虑电梯交通模式的判断条件,结合神经网络和模糊推理,设计了一种基于模糊神经网络的电梯交通模式识别方法,该方法能够适应各种交通流模式的变化,并采用相应的电梯群控调度策略。     

焦炉燃烧过程温度优化控制系统的研究与应用

焦炉是具有大时滞、强非线性、多变量的复杂系统.直行温度受多种因素的影响,采用常规的控制方法难以将温度控制在要求的精度范围内.以某钢铁公司新2号焦炉为控制对象,在充分总结焦炉操作人员控制经验的基础上,考虑焦炉燃烧过程的特点,提出了融合多元线性回归和神经网络来建模,多变量模糊控制和专家控制相结合的温度反馈控制算法,开发了焦炉燃烧过程温度优化控制系统.系统投入实际生产运行后,控制效果良好,实现了焦炉燃烧过程温度的优化控制.