本文選題：節(jié)能 + 能耗�。� 參考：《青島科技大學(xué)》2016年碩士論文

【摘要】：節(jié)能降耗政策已經(jīng)深入到全國各行各業(yè),無論是政府還是企業(yè)領(lǐng)導(dǎo)層都很重視。國內(nèi)煤礦企業(yè)是高能耗產(chǎn)業(yè),從煤礦的生產(chǎn)、運(yùn)輸?shù)拳h(huán)節(jié)都需要消耗大量的電能、水能以及壓縮空氣。節(jié)能主要從生產(chǎn)工藝、生產(chǎn)設(shè)備和生產(chǎn)管理三個(gè)方面著手。本課題針對(duì)生產(chǎn)管理節(jié)能,研發(fā)了一套自動(dòng)采集動(dòng)能能耗數(shù)據(jù)并進(jìn)行能耗預(yù)測(cè)的動(dòng)能能耗預(yù)測(cè)系統(tǒng)。該系統(tǒng)可以實(shí)現(xiàn)用電量、用水量、壓縮空氣壓力、供水壓力的實(shí)時(shí)監(jiān)測(cè),組態(tài)軟件提供數(shù)據(jù)曲線分析、報(bào)警窗口、報(bào)表打印等。通過這些功能可以分析設(shè)備故障原因,了解能耗約束指標(biāo)的完成情況。另外工作人員根據(jù)采集的數(shù)據(jù),經(jīng)過人工智能預(yù)測(cè)模型的計(jì)算,預(yù)測(cè)出今后一段時(shí)間的動(dòng)能能耗情況,可以實(shí)現(xiàn)能源的合理調(diào)度和分配。文章先是結(jié)合能源使用情況以及煤礦企業(yè)發(fā)展現(xiàn)狀提出了研究本課題的必要性,介紹了能耗預(yù)測(cè)的國內(nèi)外研究現(xiàn)狀,然后利用自動(dòng)化采集技術(shù)、組態(tài)軟件及人工智能技術(shù)對(duì)系統(tǒng)進(jìn)行了整體設(shè)計(jì)。文章從系統(tǒng)的總體結(jié)構(gòu)框架及通信方式、軟硬件設(shè)計(jì)、一直到能耗預(yù)測(cè)模型的研究,完整且詳細(xì)的介紹了系統(tǒng)的設(shè)計(jì)過程。在硬件設(shè)計(jì)部分,課題對(duì)可編程控制器、智能電表、傳感器、變頻器進(jìn)行了選型和電氣設(shè)計(jì),并且還對(duì)系統(tǒng)變頻調(diào)壓原理以及電氣設(shè)計(jì)中使用的抗干擾技術(shù)做了深入的研究。在軟件設(shè)計(jì)部分,課題完成了智能電表Modbus通信協(xié)議、設(shè)備啟動(dòng)與保護(hù)、組態(tài)畫面切換的PLC程序編寫,還對(duì)分站嵌入版觸摸屏和遠(yuǎn)程上位機(jī)進(jìn)行組態(tài)軟件設(shè)計(jì),文章結(jié)尾對(duì)動(dòng)能能耗預(yù)測(cè)模型的構(gòu)建和改進(jìn)做了詳細(xì)的研究,最后采用了一種灰色算法與BP神經(jīng)網(wǎng)絡(luò)組合的預(yù)測(cè)模型,實(shí)現(xiàn)了對(duì)礦井動(dòng)能能耗的仿真預(yù)測(cè)。
[Abstract]:Energy-saving and consumption reduction policy has penetrated into various industries, both the government and enterprise leadership are very important.Domestic coal mining enterprise is a high energy consumption industry, from the coal mine production, transportation and other links need to consume a lot of electricity, water energy and compressed air.Energy-saving mainly from the production process, production equipment and production management three aspects.Aiming at energy saving in production management, a kinetic energy consumption prediction system is developed, which can automatically collect kinetic energy data and predict energy consumption.The system can realize real-time monitoring of electricity consumption, water consumption, compressed air pressure, water supply pressure, configuration software to provide data curve analysis, alarm window, report printing and so on.Through these functions, equipment failure can be analyzed to understand the completion of energy constraints.In addition, according to the collected data and the calculation of artificial intelligence prediction model, the energy consumption of kinetic energy can be predicted for a period of time in the future, which can realize the rational scheduling and distribution of energy.In this paper, the necessity of studying this subject is put forward according to the situation of energy use and the development of coal mine enterprises, and the research status of energy consumption prediction at home and abroad is introduced, and then the automatic acquisition technology is used.Configuration software and artificial intelligence technology for the overall design of the system.In this paper, the design process of the system is introduced in detail, from the overall structure and communication mode, the design of hardware and software, to the research of energy consumption prediction model.In the part of hardware design, the selection and electrical design of programmable controller, intelligent meter, sensor and frequency converter are discussed, and the principle of frequency conversion and voltage regulation of the system and the anti-interference technology used in electrical design are also deeply studied.In the part of software design, the PLC program of intelligent meter Modbus communication protocol, equipment startup and protection, configuration screen switching is completed, and configuration software is designed for embedded touch screen and remote host computer.At the end of the paper, the construction and improvement of kinetic energy consumption prediction model are studied in detail. Finally, a prediction model combining grey algorithm and BP neural network is used to realize the simulation prediction of kinetic energy consumption in mines.
【學(xué)位授予單位】：青島科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TD82

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李紅萍;賈秀明;趙曉莉;;基于MCGS的PLC溫度監(jiān)控系統(tǒng)設(shè)計(jì)[J];工業(yè)儀表與自動(dòng)化裝置;2012年05期

2 黎玉剛;徐宏偉;周玉清;吳超;;屏蔽技術(shù)在電子設(shè)備電磁兼容設(shè)計(jì)中的應(yīng)用[J];微波學(xué)報(bào);2012年S3期

3 鄒蕾;張先鋒;;人工智能及其發(fā)展應(yīng)用[J];信息網(wǎng)絡(luò)安全;2012年02期

4 王書根;王振松;劉曉云;;Modbus協(xié)議的RS485總線通訊機(jī)的設(shè)計(jì)及應(yīng)用[J];自動(dòng)化與儀表;2011年05期

5 陳詩一;;節(jié)能減排與中國工業(yè)的雙贏發(fā)展:2009—2049[J];經(jīng)濟(jì)研究;2010年03期

6 高彥成;侯玉強(qiáng);夏松;;煤礦企業(yè)節(jié)能潛力分析及節(jié)能措施[J];煤礦現(xiàn)代化;2010年01期

7 許燕萍;楊代華;;RS485串行總線可靠性的研究[J];電子科技;2009年02期

8 張妮;徐文尚;王文文;;人工智能技術(shù)發(fā)展及應(yīng)用研究綜述[J];煤礦機(jī)械;2009年02期

9 孫圣和;;現(xiàn)代傳感器發(fā)展方向[J];電子測(cè)量與儀器學(xué)報(bào);2009年01期

10 張少波;;我國煤礦能耗現(xiàn)狀分析及節(jié)能技術(shù)發(fā)展方向[J];煤礦支護(hù);2008年04期

相關(guān)博士學(xué)位論文 前1條

1 王大鵬;灰色預(yù)測(cè)模型及中長期電力負(fù)荷預(yù)測(cè)應(yīng)用研究[D];華中科技大學(xué);2013年

相關(guān)碩士學(xué)位論文 前9條

1 崔晶;灰色預(yù)測(cè)法在電能管理系統(tǒng)中的應(yīng)用與研究[D];安徽工程大學(xué);2015年

2 劉會(huì)龍;礦井空壓機(jī)綜合保護(hù)與監(jiān)控系統(tǒng)研制[D];青島科技大學(xué);2015年

3 盧懿;灰色預(yù)測(cè)模型的研究及其應(yīng)用[D];浙江理工大學(xué);2014年

4 謝浩;基于BP神經(jīng)網(wǎng)絡(luò)及其優(yōu)化算法的汽車車速預(yù)測(cè)[D];重慶大學(xué);2014年

5 吳崢;基于MCGS組態(tài)軟件與PLC的自動(dòng)供水系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D];廈門大學(xué);2013年

6 于婷婷;基于組合算法的預(yù)測(cè)方法分析與研究[D];青島理工大學(xué);2012年

7 王瑩瑩;基于灰色神經(jīng)網(wǎng)絡(luò)模型的煤炭物流需求預(yù)測(cè)研究[D];北京交通大學(xué);2012年

8 劉祥妹;基于BP神經(jīng)網(wǎng)絡(luò)的組合預(yù)測(cè)技術(shù)在企業(yè)能源管理系統(tǒng)中的應(yīng)用研究[D];青島科技大學(xué);2012年

9 張軍;灰色預(yù)測(cè)模型的改進(jìn)及其應(yīng)用[D];西安理工大學(xué);2008年

，

本文編號(hào)：1739776