焦炉加热燃烧过程智能优化控制系统的研究及应用(上)

论述了焦炉加热燃烧过程智能优化控制的研究及应用,包括火道温度优化控制、火道温度软测量、火道目标温度优化设定、焦炉作业计划与优化调度,指出采用单一的智能方法难以准确描述焦炉加热燃烧过程并解决其优化控制问题。集成多种建模、控制方法、优化算法的焦炉加热燃烧过程智能优化控制系统可以实现过程的有效控制,明显地提高焦炭质量,降低劳动强度,为焦炉生产过程产生较大的经济效益。     

基于智能方法的铁矿石烧结过程建模

针对铁矿石烧结过程控制复杂性问题,提出了一种将其分解为烧结矿化学成分控制和烧结终点控制的方案。根据不同模型的控制目标差异,分别采用人工神经网络,模糊控制算法建立控制模型。工业现场应用表明,这种方法切实可行,是解决烧结过程控制复杂性问题的一条有效途径。     

烧结配料智能优化方法探讨

针对烧结配料的优化问题,由物理模型得出数学模型,探讨了数学模型的求解方法.根据线性规划法、蒙特卡洛法和遗传算法各自的特点,通过改变约束条件后对比、分析求解结果,分别从最优解精度、约束条件、应用范围以及求解效率四个方面进行对比.重点分析了遗传算法的惩罚函数,提出了按照优先级处理约束条件的新方法,指出了遗传算法在配料优化中的潜在应用价值.     

浅谈烧结终点控制模型

介绍了通过控制BRP位置间接控制烧结终点的方法。通过计算BRP位置,实时调整烧结机速度和烧结机台车压入率厚度,使烧结终点稳定在系统设定的范围之内,形成了基于专家知识的烧结终点模糊控制系统。该模型被应用后,可根据实际情况调整烧透点的位置,保证了烧结生产正常运行,改善了烧结矿各项技术指标,2009年节约成本2310万元。     

焦炉加热燃烧过程智能优化控制系统的研究及应用(下)

2火道温度在线软测量为实现焦炉燃烧过程的有效控制,需要连续检测火道温度,若在多个燃烧室安装热电偶,会使维护保养的费用过高。目前国内大部分焦炉火道温度的获得主要是通过测温工每4 h一次的测量,存在很大的迟滞性。为满足控制的需要,如何实时获得火道温度,已经成为制约焦炉燃烧控制的关键性问题。由焦化生产工艺可知,蓄热室顶部温度与火道温度密切相关,从控制的成本和可靠性考虑,在蓄热室顶部安装热电偶来实现在线检测蓄顶温度,通过蓄顶温度的变化来间接反映火道温度,从而实现火道温度在线检测,这就是火道温度的软测量。目前火道温度软测…     

基于软测量技术的模糊烧结终点控制研究

建立了利用风箱温度求取烧结点（BTP）位置的软测量模型。在深入研究烧结终点控制特点的基础上，提出利用专家经验与知识，按照采样控制方式工作的模糊采样控制方法进行BTP的控制，根据上述控制方法建立的自动控制系统，在所有操作条件下，都能准确地控制BTP，证明了了模糊采样控制方法对于BTP，控制是切实可行的。     

烧结过程智能优化控制方法及应用(下)

2烧结过程热状态优化控制 烧结是一个机理复杂、参数众多的物理化学过程.烧结过程热状态的好坏直接影响烧结矿的质量和产量.一般来讲,反映烧结终点的热状态参数主要有烧结终点(BTP)和点火温度.     

基于烧结过程各带迁移规律的烧结终点预报方法

提出利用最小二乘法拟合烧结废气温度曲线,求曲线方程的二阶导数计算出烧结废气温度的四个拐点.结合烧结过程各带的迁移情况,计算得出拐点所对应的各带前沿到达料层底部的温度.根据拐点出现的时间,求出烧结过程中各带前沿平均速度.利用多元线性回归法和F检验进一步考察烧结工艺参数对各带前沿平均速度的影响规律,并给出了它们之间的关系式.利用该关系式,可以在节能和提高烧结矿平均粒度的原则下,定量地调整工艺参数以稳定烧结终点.     

三种优化烧结配料方法的比较

本文通过运用线性规划法、蒙特卡洛法和遗传算法对相同的烧结配料问题进行优化,并对得到的结果进行了分析。从最终结果、求解效率、易用性等方面比较了3种方法的优劣,最后得出结论：遗传算法更适应今后烧结配料优化的计算要求。     

以透气性为中心的烧结过程状态控制专家系统

为了改善料层敢性、控制烧结终点、稳定烧结过程，提出了烧结过程热郑州 气状态相结合的烧结过程控制方案以及以透气性为中心的控制策略；研究了烧结过状态控制专家系统的知识库和推理机的设计，建立了烧结过程状态控制专家系统。     

铁矿石烧结工艺参数优化模型的设计与应用

在分析配矿方案、工艺参数、产、质量指标三者相互关系的基础上，提出了两种优化烧结工艺参数的数学逻辑模型，即网络输出参数优化模型和网络输入参数优化模型．通过神经网络建模，比较建模结果，网络输入参数优化模型的效果更好．在神经网络模型的基础上结合遗传算法求解网络输入参数优化模型，计算出最佳的工艺参数．模型通过应用，不仅降低了烧结能耗，而且提高了烧结矿的产、质量，验证了模型的有效性和实用性．     

铁矿石烧结工艺参数优化模型的设计与应用

在分析配矿方案、工艺参数、产、质量指标三者相互关系的基础上,提出了两种优化烧结工艺参数的数学逻辑模型,即网络输出参数优化模型和网络输入参数优化模型.通过神经网络建模,比较建模结果,网络输入参数优化模型的效果更好.在神经网络模型的基础上结合遗传算法求解网络输入参数优化模型,计算出最佳的工艺参数.模型通过应用,不仅降低了烧结能耗,而且提高了烧结矿的产、质量,验证了模型的有效性和实用性.     

烧结工序二恶英减排技术及应用现状

烧结工序是钢铁行业产生二恶英的主要源头之一。根据烧结过程二恶英的生成机理,分别从源头控制、工艺控制和末端治理三个方面介绍了现有的烧结工序二恶英减排技术,并进行了分析。从国内外二恶英的控制现状来看,国外钢铁企业普遍重视二恶英的减排,其经验值得中国钢铁企业借鉴。     

烧结综合控制专家系统及应用

介绍了烧结综合控制专家系统及其在韶钢6号烧结机上的应用情况.该系统的成功应用,使得6号烧结机实现了生产的自动化和智能化,烧结矿的技术经济指标得到了大幅提高.     

面向高炉布料操作优化的在线信息检测方法及其应用(上)

在高炉布料操作优化中,料面温度场分布、炉喉料层分布和高炉炉况是三类重要参考信息,本文针对这三类信息在线检测方法的研究现状进行了综述,并结合图像处理、机理分析、支持向量机和神经网络等多种先进技术,探讨了在常规检测设备条件下炉内信息的模型化检测方法和应用,最后展望了今后的发展方向.     

高精度薄带材冷连轧过程智能优化控制

带钢冷连轧控制是系统性极强、技术难度极大、精度要求极高的综合性技术，是保证冷轧带钢产品质量和生产效率的主要手段。东北大学自主开发了冷连轧全套自动化系统，涵盖了轧机主令控制、自动厚度控制、自动板形控制、物流跟踪、模型设定等功能，并研发了高精度数学模型、轧制规程多目标优化算法、加减速过程带钢厚度与张力补偿及轧制工艺优化等先进控制技术。所开发的系统已推广应用到多条冷连轧生产线中，现场应用表明,系统运行稳定，实现了0. 17mm极薄规格带钢高速稳定轧制，厚度偏差小于±2. 5μm，板形标准差小于7I。最后对轧制过程的智能化发展进行了展望。     

智能控制技术及其工业应用

从非结构化、不确定性和自主性方面分析了常规控制的局限，简要回顾了智能控制技术的产生和发展；介绍了工业智能控制系统的功能结构。分检测、通信、数据转换和决策、驱动4个方面分析了智能控制未来发展的愿景、目标和任务；给出了应用智能控制进行信息获取、系统建模和动态控制的常见模式，以便根据具体应用背景设计各种工业智能控制系统。     

唐钢烧结机系统能量评价和优化

通过测试唐钢烧结机系统能量平衡,对标国内先进水平,提出并实施了提高能量利用效率的具体措施,如降低系统漏风率、改善点火制度等,取得了降低烧结过程能量消耗、能量利用率提高6.79％的实际效果。其中热支出总量下降85.49 MJ/t,烧结漏风的气体重量降低了36.90％,烧结废气的气体重量降低了28.20％,返矿降低了21.45kg/t,固体燃耗下降了0.52 kg/t。