發(fā)布時間：2018-04-16 10:14

  本文選題：加熱爐 + 燃燒控制��； 參考：《中國科學(xué)技術(shù)大學(xué)》2017年碩士論文

【摘要】：近年來我國鋼鐵行業(yè)持續(xù)低迷,鋼鐵企業(yè)競爭激烈。加熱爐作為冶金工業(yè)中重要的能耗設(shè)備,其穩(wěn)定、經(jīng)濟的運行是提高鋼廠經(jīng)濟效益和競爭力的基礎(chǔ)。但加熱爐燃燒系統(tǒng)復(fù)雜,被控變量較多,常規(guī)控制策略常常難以達(dá)到滿意的控制效果。為了提高加熱爐的控制品質(zhì),有必要研究加熱爐的先進控制策略。本文在分析加熱爐燃燒系統(tǒng)特性的基礎(chǔ)上,設(shè)計了加熱爐先進控制策略,并在現(xiàn)場成功投運。投運后加熱爐燃燒控制更加穩(wěn)定,鋼坯的氧化燒損量明顯降低。在現(xiàn)場工作的基礎(chǔ)上,本文提出了一種基于T-S模糊模型的加熱爐爐溫模糊預(yù)測控制策略,仿真結(jié)果表明了該策略的有效性。本文的主要工作內(nèi)容和創(chuàng)新點如下:(1)設(shè)計了爐溫的廣義預(yù)測控制器,構(gòu)建了爐溫和流量的串級比值控制系統(tǒng);提出了爐溫和爐壓的選擇控制策略;設(shè)計了排煙溫度PID控制器。設(shè)計先進控制軟件以實現(xiàn)控制策略的計算、工藝指標(biāo)的設(shè)定、被控變量的監(jiān)測和控制方式的切換等。燃燒系統(tǒng)的先進控制策略在現(xiàn)場成功投運,投運效果顯示該控制策略提高了加熱爐的燃燒控制品質(zhì),降低了鋼坯的氧化燒損率。(2)針對加熱爐爐溫對象具有一定非線性的特點,研究了基于輸入輸出數(shù)據(jù)的T-S模糊模型的建立方法。本文將邊界混合約束的粒子群優(yōu)化算法與模糊C-均值算法相結(jié)合,對T-S模型輸入空間劃分,采用最小二乘法辨識模型后件參數(shù)。仿真結(jié)果顯示了該方法的有效性。(3)提出了一種基于加熱爐歷史數(shù)據(jù)的爐溫模糊預(yù)測控制策略�；诩訜釥t歷史數(shù)據(jù)建立爐溫的T-S模糊模型,與廣義預(yù)測控制算法相結(jié)合構(gòu)成了模糊預(yù)測控制器。仿真結(jié)果顯示,基于T-S模型的廣義預(yù)測控制在全局范圍內(nèi)均具有良好的控制效果。
[Abstract]:In recent years, the iron and steel industry of our country continues to be depressed, iron and steel enterprises compete intensely.As an important energy consumption equipment in metallurgical industry, the stable and economical operation of reheating furnace is the basis to improve the economic efficiency and competitiveness of the steel plant.However, the combustion system of reheating furnace is complex and the controlled variables are many. The conventional control strategy is often difficult to achieve satisfactory control effect.In order to improve the control quality of reheating furnace, it is necessary to study the advanced control strategy of reheating furnace.Based on the analysis of the characteristics of the furnace combustion system, the advanced control strategy of the reheating furnace is designed and successfully put into operation in the field.After putting into operation, the combustion control of the furnace is more stable, and the amount of oxidation burning loss of the billet is obviously reduced.Based on the field work, a fuzzy predictive control strategy for furnace temperature based on T-S fuzzy model is proposed. The simulation results show the effectiveness of the strategy.The main contents and innovations of this paper are as follows: (1) the generalized predictive controller of furnace temperature is designed, the cascade ratio control system of furnace temperature and flow rate is constructed, the selection control strategy of furnace temperature and furnace pressure is put forward, and the PID controller of flue gas temperature is designed.The advanced control software is designed to realize the calculation of control strategy, the setting of process index, the monitoring of controlled variables and the switching of control mode.The advanced control strategy of the combustion system has been successfully put into operation on the spot. The effect of the operation shows that the control strategy improves the combustion control quality of the furnace and reduces the oxidation loss rate of the billet.The establishment of T-S fuzzy model based on input and output data is studied.In this paper, the particle swarm optimization algorithm with mixed boundary constraints is combined with the fuzzy C- mean algorithm. The input space of the T-S model is partitioned and the parameters of the model are identified by the least square method.Simulation results show the effectiveness of this method. (3) A fuzzy predictive control strategy for furnace temperature based on historical data of heating furnace is proposed.The T-S fuzzy model of furnace temperature is established based on the historical data of reheating furnace. The fuzzy predictive controller is constructed by combining with the generalized predictive control algorithm.The simulation results show that the generalized predictive control based on T-S model has good control effect in the global range.
【學(xué)位授予單位】：中國科學(xué)技術(shù)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：TG307;TP273

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 魏建新;吳漢軍;;淺析鋼鐵行業(yè)“十三五”發(fā)展環(huán)境[J];冶金管理;2015年05期

2 王曉燕;潘開靈;;基于數(shù)據(jù)視角的中國鋼鐵行業(yè)發(fā)展現(xiàn)狀研究[J];中國鋼鐵業(yè);2014年05期

3 梁炎明;蘇芳;李琦;劉丁;;基于支持向量機回歸的T-S模糊模型自組織算法及應(yīng)用[J];自動化學(xué)報;2013年12期

4 李浩;李士勇;;一種基于量子遺傳算法的擴展T-S模型辨識[J];控制與決策;2013年08期

5 席裕庚;李德偉;林姝;;模型預(yù)測控制——現(xiàn)狀與挑戰(zhàn)[J];自動化學(xué)報;2013年03期

6 薛美盛;雷超杰;吳軍;;制革污水處理控制系統(tǒng)設(shè)計[J];環(huán)境工程;2012年04期

7 李宏光;臧灝;;管式加熱爐多模型神經(jīng)網(wǎng)絡(luò)預(yù)測控制[J];控制工程;2012年04期

8 蔡九菊;孫文強;;中國鋼鐵工業(yè)的系統(tǒng)節(jié)能和科學(xué)用能[J];鋼鐵;2012年05期

9 金良;王維銳;劉哲;石浩然;;集成干擾觀測器的BP-PID在爐溫控制上的應(yīng)用[J];浙江大學(xué)學(xué)報(工學(xué)版);2011年10期

10 陳友文;柴天佑;;蓄熱式加熱爐的空燃比控制[J];控制工程;2011年05期

相關(guān)博士學(xué)位論文 前5條

1 陳東輝;基于目標(biāo)函數(shù)的模糊聚類算法關(guān)鍵技術(shù)研究[D];西安電子科技大學(xué);2012年

2 施建中;基于模糊聚類的非線性系統(tǒng)辨識研究[D];華北電力大學(xué);2012年

3 蘇成利;非線性模型預(yù)測控制的若干問題研究[D];浙江大學(xué);2006年

4 劉斌;非線性系統(tǒng)建模及預(yù)測控制若干問題研究[D];浙江大學(xué);2004年

5 鄒健;智能預(yù)測控制及其應(yīng)用研究[D];浙江大學(xué);2002年

相關(guān)碩士學(xué)位論文 前4條

1 袁鑫;蓄熱式加熱爐爐溫廣義預(yù)測控制器設(shè)計與實現(xiàn)[D];中國科學(xué)技術(shù)大學(xué);2016年

2 孫勝杰;基于樣本數(shù)據(jù)的模糊規(guī)則提取方法研究及其應(yīng)用[D];中國科學(xué)技術(shù)大學(xué);2016年

3 李自強;熱工系統(tǒng)先進控制仿真研究[D];中國科學(xué)技術(shù)大學(xué);2009年

4 王為曉;步進式加熱爐爐溫的優(yōu)化控制方法研究[D];大連理工大學(xué);2008年

，

本文編號：1758441