【摘要】：水泥熟料燒成過程中的能源消耗、環(huán)境污染以及質(zhì)量提升等問題已成為水泥工業(yè)關(guān)注的焦點,該過程直接影響熟料游離氧化鈣fCaO含量及生產(chǎn)能耗的高低,是水泥熟料生產(chǎn)線節(jié)能減排、提高質(zhì)量合格率的關(guān)鍵。針對具有復(fù)雜物理化學反應(yīng)的水泥熟料燒成過程,深入研究在線神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)、智能優(yōu)化算法和模型控制算法,建立水泥熟料fCaO含量預(yù)測模型,獲得水泥熟料燒成過程變量優(yōu)化及控制方法,不僅具有重要的理論意義,而且還具有廣泛的應(yīng)用前景和巨大的社會效益,對促進水泥行業(yè)的技術(shù)發(fā)展、提高能源利用率、減少污染物排放和提高熟料質(zhì)量合格率具有重要的實用價值。本文主要研究工作闡述如下:首先,介紹水泥熟料燒成過程的工藝流程,詳細分析水泥熟料燒成過程發(fā)生的物化反應(yīng),給出水泥熟料游離氧化鈣形成過程;結(jié)合回轉(zhuǎn)窯內(nèi)的氣固模型、煤粉燃燒模型以及輻射傳熱模型的數(shù)學描述,建立水泥熟料燒成過程回轉(zhuǎn)窯內(nèi)的高溫氣固湍流傳熱模型;利用Fluent軟件對回轉(zhuǎn)窯進行數(shù)值模擬仿真實驗,分析冷態(tài)下燃燒器參數(shù)對流場分布特性的影響以及煤粉燃燒過程下相關(guān)參數(shù)對溫度分布特性的影響,研究回轉(zhuǎn)窯內(nèi)傳熱特性。其次,將核函數(shù)方法引入到超限學習機中,構(gòu)建融合三種核函數(shù)的多核超限學習機;利用變形Cholesky分解方法對多核超限學習機在線學習過程進行簡化,提出一種基于變形Cholesky分解的在線多核超限學習機算法,并通過三種回歸數(shù)據(jù)集對該算法性能進行測試;結(jié)合水泥熟料燒成過程工藝和傳熱特性,確定水泥熟料fCaO含量模型輸入變量,建立水泥熟料fCaO含量預(yù)測模型,分別通過數(shù)據(jù)仿真驗證實驗以及仿真平臺測試實驗兩個方面進行實驗研究。再次,提出兩種用于水泥熟料燒成過程變量優(yōu)化的改進算法:基于隨機擾動機制的混沌粒子群算法以及基于SQP局部搜索的改進量子粒子群優(yōu)化算法,并采用基準測試函數(shù)對改進優(yōu)化算法進行性能測試;基于水泥熟料fCaO含量預(yù)測模型,將水泥熟料fCaO含量預(yù)測模型的輸入變量作為水泥熟料燒成過程待優(yōu)化變量,建立水泥熟料燒成過程變量優(yōu)化模型;利用提出的優(yōu)化算法對水泥熟料燒成過程變量優(yōu)化模型進行尋優(yōu)求解,給出水泥熟料燒成過程待優(yōu)化變量的最優(yōu)值,完成水泥熟料燒成過程變量優(yōu)化的實驗研究。最后,推導OMKELM-ARMAX組合模型辨識算法,建立水泥熟料燒成過程控制組合模型;將水泥熟料燒成過程待優(yōu)化變量的最優(yōu)值作為被控變量的設(shè)定值,提出一種基于組合模型的燒成過程預(yù)測控制算法,推導指定預(yù)測步數(shù)的被控變量預(yù)測輸出表達式,給出水泥熟料燒成過程操作變量輸入增量值;通過數(shù)據(jù)仿真驗證實驗以及仿真平臺測試實驗,驗證提出的水泥熟料燒成過程控制組合模型及預(yù)測控制算法的性能。
【學位授予單位】：燕山大學
【學位級別】：博士
【學位授予年份】：2018
【分類號】：TQ172.1;TP18
【圖文】：

行重點分析。水泥回轉(zhuǎn)窯是一個傾斜放置的回轉(zhuǎn)圓筒，日產(chǎn)5000噸水泥熟料生產(chǎn)線的回轉(zhuǎn)窯長度約為72m、直徑約為4m，由耐火材料、窯壁、傳動裝置、窯頭罩、窯尾煙室氣體分析儀等設(shè)備組成，現(xiàn)場水泥熟料燒成過程回轉(zhuǎn)窯實物如圖2-2所示，其結(jié)構(gòu)如圖2-3所示。生料倉分解爐煤粉倉C4C5CC21C3C1窯頭煤粉倉高溫風機預(yù)熱器分解爐三次風管回轉(zhuǎn)窯篦冷機窯頭風機篦下風機圖 2-1 水泥熟料燒成過程生產(chǎn)流程圖Fig. 2-1 The production flow chart of cement clinker sintering process圖 2-2 水泥熟料燒成過程回轉(zhuǎn)窯實物圖Fig. 2-2 Rotary kiln of

的回轉(zhuǎn)窯長度約為72m、直徑約為4m，由耐火材料、窯壁、傳動裝置、窯頭罩、窯尾煙室氣體分析儀等設(shè)備組成，現(xiàn)場水泥熟料燒成過程回轉(zhuǎn)窯實物如圖2-2所示，其結(jié)構(gòu)如圖2-3所示。生料倉分解爐煤粉倉C4C5CC21C3C1窯頭煤粉倉高溫風機預(yù)熱器分解爐三次風管回轉(zhuǎn)窯篦冷機窯頭風機篦下風機圖 2-1 水泥熟料燒成過程生產(chǎn)流程圖Fig. 2-1 The production flow chart of cement clinker sintering process圖 2-2 水泥熟料燒成過程回轉(zhuǎn)窯實物圖Fig. 2-2 Rotary kiln of ce

【參考文獻】

相關(guān)期刊論文 前10條

1 王新迎;韓敏;;多元混沌時間序列的多核極端學習機建模預(yù)測[J];物理學報;2015年07期

2 王秀蓮;孫旭晨;王卓;苑明哲;劉釗;;基于局部PSO-LSSVM的水泥f-CaO測量方法研究[J];控制工程;2014年06期

3 李洪林;;基于BP神經(jīng)網(wǎng)絡(luò)的熟料fCaO指標預(yù)測[J];新世紀水泥導報;2014年04期

4 馮麗輝;呂智愚;董乃飛;萬春紅;;水泥分解爐出口溫度的多變量模糊控制[J];控制工程;2014年03期

5 李德付;尹洪超;張明;劉紅;解茂昭;;回轉(zhuǎn)窯橫截面顆粒流動特性數(shù)值模擬研究[J];哈爾濱工程大學學報;2013年06期

6 張敏;曾新苗;馬長春;;一種基于簇的極限學習機的在線學習算法[J];計算機工程與應(yīng)用;2014年11期

7 黃清寶;林小峰;宋紹劍;佘乾仲;楊寶生;;基于Elman網(wǎng)的水泥回轉(zhuǎn)窯模型及其DHP控制器設(shè)計[J];系統(tǒng)仿真學報;2011年03期

8 畢文彥;管學茂;邢鋒;劉小星;王歡;;水泥礦物游離氧化鈣含量測定方法的評價及探討[J];混凝土;2008年12期

9 王子杰;李健;孫萬云;;基于神經(jīng)網(wǎng)絡(luò)和遺傳算法的鍋爐燃燒優(yōu)化方法[J];華北電力大學學報(自然科學版);2008年01期

10 王卓;苑明哲;王宏;王天然;;水泥熟料質(zhì)量指標的軟測量建模研究[J];化工自動化及儀表;2006年06期

相關(guān)碩士學位論文 前2條

1 張會華;多變量系統(tǒng)的組合模型預(yù)測控制研究及軟件設(shè)計[D];燕山大學;2013年

2 劉強;新型干法水泥燒成系統(tǒng)數(shù)值模擬研究[D];武漢理工大學;2011年

本文編號：2722466