發(fā)布時間：2023-03-30 00:45

　　揮發(fā)窯在很多工業(yè)領(lǐng)域占據(jù)著重要地位,主要功能是對窯料進行處理加工。反應帶溫度在1100℃～1300℃之間時,才能保證產(chǎn)品質(zhì)量和生產(chǎn)連續(xù)性。由于揮發(fā)窯的作業(yè)過程是一個繁瑣的熱工過程,且其多變量、強耦合、大慣性和非線性的特征,及一直處于旋轉(zhuǎn)狀態(tài)的窯體,使得部分關(guān)鍵參數(shù)不易實時準確獲得,建立能準確表征揮發(fā)窯生產(chǎn)過程的模型成為了一大難題,這阻礙了揮發(fā)窯生產(chǎn)自動化的實現(xiàn)。本文以氧化鋅揮發(fā)窯為背景,通過對氧化鋅揮發(fā)窯的結(jié)構(gòu)、生產(chǎn)工藝、內(nèi)部物理化學反應過程和傳熱傳質(zhì)機理的研究,建立了基于質(zhì)量守恒和能量守恒的氧化鋅揮發(fā)窯機理模型。針對該機理模型中化學反應速率難以準確有效測量的問題,通過對窯內(nèi)各化學反應的熱工狀況和熱力學的研究,建立了基于阿倫尼烏斯方程的化學反應率模型,并且用有限差分法進行離散化處理和數(shù)值求解,仿真結(jié)果表明該模型具有良好的穩(wěn)定性且能表征窯內(nèi)溫度變化情況。針對氧化鋅揮發(fā)窯中反應率難以準確獲取的問題,采用支持向量回歸的方法擬合實驗數(shù)據(jù)得到了反應率預測模型,并通過S函數(shù)的調(diào)用實現(xiàn)了混合模型的設計與仿真,通過與生產(chǎn)數(shù)據(jù)對比,該混合模型較機理模型能更準確地表征窯的生產(chǎn)情況。針對氧化鋅揮發(fā)窯難以建立...

【文章頁數(shù)】：71 頁

【學位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 引言
    1.1 研究目的和意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 揮發(fā)窯生產(chǎn)過程建模方法研究現(xiàn)狀
        1.2.2 揮發(fā)窯溫度控制算法研究現(xiàn)狀
    1.3 論文的主要研究內(nèi)容與結(jié)構(gòu)
第2章 氧化鋅揮發(fā)窯生產(chǎn)過程機理模型研究
    2.1 氧化鋅揮發(fā)窯工藝介紹
        2.1.1 氧化鋅揮發(fā)窯的結(jié)構(gòu)
        2.1.2 氧化鋅揮發(fā)窯工藝流程
        2.1.3 揮發(fā)窯煅燒氧化鋅的生產(chǎn)機理
    2.2 氧化鋅揮發(fā)窯生產(chǎn)過程機理模型
        2.2.1 氧化鋅揮發(fā)窯機理模型
        2.2.2 揮發(fā)窯工況數(shù)據(jù)
    2.3 反應速率
        2.3.1 反應速率的定義及建模方法
        2.3.2 反應速率相關(guān)數(shù)據(jù)獲取
        2.3.3 化學反應率機理模型
    2.4 氧化鋅揮發(fā)窯機理模型仿真及分析
        2.4.1 穩(wěn)態(tài)仿真分析
        2.4.2 動態(tài)仿真分析
    2.5 本章小結(jié)
第3章 基于支持向量機的揮發(fā)窯混合模型
    3.1 支持向量機理論算法介紹
        3.1.1 支持向量機概述
        3.1.2 支持向量機的原理
        3.1.3 支持向量回歸算法
        3.1.4 核函數(shù)
    3.2 基于支持向量機氧化鋅揮發(fā)窯混合建模
        3.2.1 非線性支持向量回歸反應率建模
        3.2.2 反應率預測模型仿真與分析
        3.2.3 氧化鋅揮發(fā)窯機理模型與反應率模型融合
        3.2.4 氧化鋅揮發(fā)窯生產(chǎn)過程混合模型仿真結(jié)果分析
    3.3 本章小結(jié)
第4章 揮發(fā)窯智能預測控制系統(tǒng)設計
    4.1 預測控制
        4.1.1 預測控制基本原理
        4.1.2 智能預測控制
    4.2 極限學習機模型
        4.2.1 極限學習機原理
        4.2.2 極限學習機的學習算法
    4.3 基于極限學習機的智能預測控制
        4.3.1 預測模型與反饋校正
        4.3.2 滾動優(yōu)化
        4.3.3 預測控制實現(xiàn)步驟
    4.4 基于ELM的氧化鋅揮發(fā)窯智能預測控制
        4.4.1 窯溫數(shù)據(jù)的獲取與白噪聲處理
        4.4.2 預測模型辨識
        4.4.3 智能預測控制系統(tǒng)的設計與仿真
    4.5 本章小結(jié)
第5章 全文總結(jié)與展望
    5.1 研究工作總結(jié)
    5.2 未來工作展望
參考文獻
附錄1
攻讀學位期間主要的研究成果
    一、攻讀碩士學位期間已發(fā)表的論文
    二、攻讀碩士學位期間申請的專利
    三、獲獎情況
    四、參加的項目
致謝



本文編號：3774836