焦?fàn)t是重要的冶金用熱工設(shè)備,結(jié)構(gòu)復(fù)雜,加熱燃燒過(guò)程更是復(fù)雜的物理化學(xué)反應(yīng)過(guò)程,有大慣性、純滯后、時(shí)變性和非線性等特性。焦?fàn)t火道溫度更是焦?fàn)t生產(chǎn)過(guò)程控制的重要參數(shù)之一,火道溫度是否穩(wěn)定直接影響著焦炭質(zhì)量與生產(chǎn)成本。而生產(chǎn)過(guò)程受生產(chǎn)環(huán)境好壞、生產(chǎn)原料質(zhì)量?jī)?yōu)良及檢測(cè)設(shè)備先進(jìn)與否等多種因素的制約,這使得提高焦炭質(zhì)量、降低能耗、節(jié)約生產(chǎn)成本、保護(hù)環(huán)境等問(wèn)題一直是焦化行業(yè)的關(guān)注的重點(diǎn)。針對(duì)焦?fàn)t加熱燃燒過(guò)程難以建立數(shù)學(xué)模型的問(wèn)題,提出以焦?fàn)t火道溫度為控制目標(biāo),以S-T模糊模型為基礎(chǔ),選擇固定焦?fàn)t煤氣,調(diào)節(jié)高爐煤氣和固定高爐煤氣,調(diào)節(jié)焦?fàn)t煤氣,焦?fàn)t機(jī)側(cè)的火道溫度兩種工況為例,構(gòu)建焦?fàn)t加熱燃燒過(guò)程數(shù)學(xué)模型。對(duì)模型的前后件分開(kāi)辨識(shí),前件采用模糊-C均值聚類(lèi)算法進(jìn)行辨識(shí),后件采用最小二乘法進(jìn)行辨識(shí)。由于模糊-C均值聚類(lèi)算法聚類(lèi)效果差、初始聚類(lèi)數(shù)目設(shè)定敏感、迭代時(shí)易陷入局部極值等不足,結(jié)合減法聚類(lèi)算法聚類(lèi)效果好、訓(xùn)練速度快等優(yōu)點(diǎn),采用減法聚類(lèi)算法與模糊-C均值聚類(lèi)算法結(jié)合對(duì)S-T模糊模型的前件進(jìn)行辨識(shí)。由于后件辨識(shí)精度小,采用最小二乘法對(duì)模型的后件進(jìn)行辨識(shí)。本文根據(jù)得到S-T模糊模型,通過(guò)模糊PID控制算法來(lái)...

【文章頁(yè)數(shù)】：73 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖4.6機(jī)側(cè)和焦側(cè)焦?fàn)t火道溫度Fig.4.6Themachinesideandcokesideflametemperature

圖4.6機(jī)側(cè)和焦側(cè)焦?fàn)t火道溫度Fig.4.6Themachinesideandcokesideflametemperature章小結(jié)以焦?fàn)t火道溫度為研究對(duì)象，構(gòu)建T-S模糊模型，由于T-S模糊模型計(jì)算量次數(shù)少，精度高等優(yōu)點(diǎn)，廣泛應(yīng)用于復(fù)雜非線性控制系統(tǒng)....

圖5.2e和ec模糊集隸屬度函數(shù)Fig.5.2Membershipfunctionsofeandecfuzzysets

圖5.2e和ec模糊集隸屬度函數(shù)Fig.5.2Membershipfunctionsofeandecfuzzysets圖5.3kp,ki和kd模糊集隸屬度函數(shù)ig.5.3FIG.5.3membershipfunctionsofkp,k....

圖5.3kp,ki和kd模糊集隸屬度函數(shù)Fig.5.3FIG.5.3membershipfunctionsofk,kandkfuzzysets

圖5.3kp,ki和kd模糊集隸屬度函數(shù)ig.5.3FIG.5.3membershipfunctionsofkp,kiandkdfuzzysets數(shù)可得、pide、ec、k、k、k模糊變量表，如表5.2-5.4所表5.2e模糊變量表Table....

圖5.6機(jī)側(cè)T-S模糊模型

圖5.6機(jī)側(cè)T-S模糊模型Fig.5.6T-Sfuzzymodelonmachineside圖5.7機(jī)側(cè)T-S模糊模型驗(yàn)證Fig.5.7T-Sfuzzymodelverificationonmachineside

本文編號(hào)：3972309