焦炉加热过程模糊复合智能控制系统模型研究

采用"间歇加热控制"与加热煤气流量调节相结合的控制原理,利用模糊复合控制建立焦炉加热智能控制策略和模型.该控制策略采用前馈、反馈和模糊智能控制相结合,并应用结焦指数CI控制焦炉的炼焦过程.根据智能控制策略,设计了焦炉加热模糊智能控制的结构和模型.根据实际需要和人工经验,设计了焦炉加热的模糊控制器.仿真结果表明该系统能够稳定焦炉的炉温,具有很大的实用价值.     

氢氮比模型参考模糊控制

针对小氮肥厂氢氮比控制的现状,提出一套可行的模糊控制方案。为克服一般模糊控制器存在的静差问题,采用模型参考模糊控制器,其中模型与对象之间的偏差是通过引进智能积分来克服。一年多的运行证明,系统的抗干扰能力强,经济效益显著。     

基于T-S模糊模型的间歇过程的迭代学习容错控制

间歇过程不仅具有强非线性,同时还会受到诸如执行器等故障影响,研究非线性间歇过程在具有故障的情况下依然稳定运行至关重要。针对执行器增益故障及系统所具有的强非线性,提出一种新的基于间歇过程的T-S模糊模型的复合迭代学习容错控制方法。首先根据间歇过程的非线性模型,利用扇区非线性方法建立其T-S模糊故障模型,再利用间歇过程的二维特性与重复特性,在2D系统理论框架内,设计2D复合ILC容错控制器,进而构建此T-S模糊模型的等价二维Rosser模型,接着利用Lyapunov方法给出系统稳定充分条件并求解控制器增益。针对强非线性的连续搅拌釜进行仿真,结果表明所提出方法具有可行性与有效性。     

多焦炉集气管压力模糊动态控制

针对多座焦炉集气管压力系统具有的多回路、强耦合、非线性及参数时变的特点,提出了一种基于模糊控制理论的控制方法,并与计算机技术相结合,解决了多座焦炉集气管压力的稳定问题。经实际结果证明,该方法稳定可靠、易于操作、控制效果显著。     

焦炉加热吸力控制模型及应用

依据焦炉正常生产条件下的系统压力分布,利用焦炉内气流流动方程,建立了燃烧系统参数与各压力控制点的模型。通过计算机仿真与实际结果比较,该模型能够较好的反映焦炉内气体流动规律,对吸力控制具有较好的理论指导意义。     

基于神经网络的电子节气门系统模型参考自适应控制

使用多层感知器神经网络模型来识别和控制非线性电子节气门系统。首先,神经网络模型在不同运行条件下辨识,它代表非线性节气门伺服系统的动态特性。其次,使用油门辨识器网络模型来设计和训练神经网络控制器模型,从而使节气门系统的追踪控制位置遵循参考模型。油门辨识器网络模型用于辅助以离线模式训练的神经网络控制器。神经网络控制器使用相同的输入来进行训练,这些输入被反馈到实际的节气门系统以产生相同的输出。通过调整神经网络控制器的权重和偏差参数,使用自适应算法来减小输出之间的差异。对使用神经网络控制器的节气门控制系统的跟踪控制性能与使用经典自适应PID控制器进行比较。仿真结果表明:采用神经网络控制器可实现跟踪控制,满足控制性能的所有需求。     

基于自适应模糊神经网络的非线性系统模型预测控制

针对非线性动态系统的控制问题,提出了一种基于自适应模糊神经网络(adaptive fuzzy neural network,AFNN)的模型预测控制(model predictive control, MPC)方法。首先,在离线建模阶段,AFNN采用规则自分裂技术产生初始模糊规则,采用改进的自适应LM学习算法优化网络参数;然后,在实时控制过程,AFNN根据系统输出和预测输出之间的误差调整网络参数,从而为MPC提供一个精确的预测模型;进一步,AFNN-MPC利用带有自适应学习率的梯度下降寻优算法求解优化问题,在线获取非线性控制量,并将其作用到动态系统实施控制。此外,给出了AFNN-MPC的收敛性和稳定性证明,以保证其在实际工程中的成功应用。最后,利用数值仿真和双CSTR过程进行实验验证。结果表明,AFNN-MPC能够取得优越的控制性能。     

模糊预测控制在工业窑炉温度控制系统中的应用

本文针对工业窑炉容量大、滞后量大、非线性等特点，提出了一种将模糊控制与预测控制相结合的控制算法。仿真结果表明，这种方法与传统的PID控制相比，具有较高的稳态精度和动态特性。     

基于解耦控制的焦炉集气管压力控制系统

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 ,提出了一种运用相关性分析法的解耦控制算法 ,并将该算法与变积分PI控制有机结合 ,解决了具有相互耦合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。     

基于MES的焦炉生产过程自动化控制的关键技术

伴随着信息技术的进一步发展,焦炉生产也逐渐开始向自动化、智能化和信息化方向发展,开始采用双曲线自动跟踪控制技术。在该模型技术下,炼焦生产MES在ERP管控一体下总体调度下,实现了焦炉生产自动化,进一步提高了炼焦生产效率以及质量。以焦炉生产自动化为研究切入点,对其进行了详细的研究和分析。     

5.5m捣固焦炉系统检修期间的炉温控制

酒钢焦化厂两座5.5 m捣固焦炉于2011年投产,由于捣固焦炉本身存在设备问题多,需要周期性的安排8小时左右的系统检修,处理设备问题,系统检修期间炉温控制达不到规定的炉温范围,所以对系统检修期间焦炉炉温控制做系统的梳理,为指导后期较长时间停炉检修期间炉温的控制,提前制定好炉温控制的方案。     

多座焦炉集气管煤气压力的模糊控制

采用模糊控制技术,对多座焦炉集气管煤气压力实行计算机控制,效果良好。该控制系统能使多座焦炉压力２４ｈ稳定于工艺设定值±１０Ｐａ范围。     

6.25m捣固焦炉烘炉的炉温管理

介绍了孝义市鹏飞集团6.25 m捣固焦炉的烘炉温度管理经验,并对升温过程中出现的个别立火道温度偏差大、直行温度均性差、蓄热室机侧温度高于焦侧温度等问题进行了分析,通过加强设备维护力度、加强炉体严密性检查、调节炉门边等措施,确保了焦炉顺利由冷态过渡到生产状态。     

焦炉直行温度数学模型

建立了以一组燃烧室为对象的焦炉直行温度数学模型 ,以仿真推焦计划等因素对焦炉直行温度的影响,为焦炉直行温度的优化设定提供了理论依据。     

焦炉四大车的走行控制

根据焦炉四大车的运行特性,综合应用传感器检测技术、无线通信技术和计算机技术,实现了四大车位置的精确测量。并通过模糊控制、惯性滑行和点动修正等多种控制技术,实现了四大车的精确定位,定位精度可达±10mm,一次定位率为98%,系统运行后稳定可靠。     

基于mamdani规则的焦炉高压氨水模糊/PID复合控制算法研究

针对焦炉高压氨水对象的非线性和复杂性,提出了一种高压氨水模糊/PID复合控制算法。它将模糊推理系统和传统PID算法融合起来,较好地解决了由于不确定因素影响和焦炉工业对象的复杂性而难以建立精确数学模型的问题;当高压氨水压力与期望压力值误差较大时,模糊推理系统工作,自动识别焦炉系统是否加煤,加快控制过程;当高压氨水压力与期望压力值误差较小时,PID控制器工作,精确地获得稳定的氨水压力。通过对模糊推理系统的仿真结果证明,该控制算法是可行的和有效的。     

捣固焦炉五大机车的联锁与自动控制

根据捣固焦炉的炼焦特点，开发了QMCSAS捣固炼焦生产机车自动化控制系统。系统采用了计算机技术、PLC技术和感应无线技术，实现了捣固炼焦过程中五大机车的安全联锁与自动控制。文中详述了自动控制系统的基本结构、控制过程和主要功能。