發(fā)布時(shí)間：2021-08-01 20:10

　　鏈篦機(jī)-回轉(zhuǎn)窯氧化球團(tuán)焙燒過程在鐵礦回轉(zhuǎn)窯焙燒過程工藝中是十分重要的關(guān)鍵環(huán)節(jié)，對產(chǎn)品的工藝起著決定性作用。本文以國內(nèi)某球團(tuán)廠的燒結(jié)工藝過程為基礎(chǔ),針對工藝要求和現(xiàn)場環(huán)境的約束，往往難以直接、準(zhǔn)確的進(jìn)行閉環(huán)控制與實(shí)時(shí)監(jiān)控，采用多源異構(gòu)信息融合方法對回轉(zhuǎn)窯焙燒工藝過程進(jìn)行過程操作模式優(yōu)化控制與研究。首先，針對回轉(zhuǎn)窯氧化球團(tuán)燒結(jié)過程煤粉燃燒火焰圖像的紋理特征，采用GLVQ神經(jīng)網(wǎng)絡(luò)方法對回轉(zhuǎn)窯煤粉燃燒工況進(jìn)行識別。先基于灰度共生矩陣提取燃燒火焰圖像的諸如能量、熵等紋理特性參數(shù)來描述火焰圖像的視覺特征；并采用KPCA對高維輸入向量進(jìn)行降維，這樣LVQ的目標(biāo)維數(shù)和網(wǎng)絡(luò)規(guī)模均大大降低；再采用歸一化后的紋理特征數(shù)據(jù)樣本對GLVQ進(jìn)行訓(xùn)練和識別。測試結(jié)果表明KPCA-GLVQ方法在訓(xùn)練時(shí)間和識別正確率上較LVQ具有較好性能，可以滿足回轉(zhuǎn)窯燃燒工況的實(shí)時(shí)識別要求。其次，為了實(shí)現(xiàn)回轉(zhuǎn)窯球團(tuán)燒結(jié)過程中成品球團(tuán)質(zhì)量指標(biāo)（化學(xué)成分、物理性能和冶金性能）的預(yù)測，提出了基于生物地理優(yōu)化算法的球團(tuán)質(zhì)量指標(biāo)RBF神經(jīng)網(wǎng)絡(luò)軟測量模型。結(jié)合球團(tuán)燒結(jié)過程反應(yīng)機(jī)理和回轉(zhuǎn)窯熱工制度，選取鏈篦機(jī)料層厚度、鏈篦機(jī)機(jī)速、窯頭溫度、窯尾溫... 

【文章來源】：遼寧科技大學(xué)遼寧省

【文章頁數(shù)】：81 頁

【學(xué)位級別】：碩士

【文章目錄】：
中文摘要
ABSTRACT
1.緒論
    1.1 課題研究背景
    1.2 回轉(zhuǎn)窯球團(tuán)焙燒工藝
    1.3 回轉(zhuǎn)窯球團(tuán)焙燒過程智能控制方法研究現(xiàn)狀
        1.3.1 回轉(zhuǎn)窯球團(tuán)焙燒過程的軟測量建模
        1.3.2 回轉(zhuǎn)窯球團(tuán)焙燒過程的工況識別
        1.3.3 回轉(zhuǎn)窯混合智能控制策略
        1.3.4 回轉(zhuǎn)窯球團(tuán)焙燒的未來發(fā)展
    1.4 本文研究內(nèi)容及結(jié)構(gòu)安排
2. 基于 GLCM 火焰圖像紋理特征提取及回轉(zhuǎn)窯燃燒工況 KPCA-GLVQ 識別
    2.1 引言
    2.2 回轉(zhuǎn)窯燃燒工況識別策略
    2.3 基于灰度共生矩陣的火焰圖像紋理特征提取
        2.3.1 灰度共生矩陣
        2.3.2 主成分分析
        2.3.3 基于 KPCA 的火焰圖像紋理特征降維
    2.4 基于廣義 LVQ 神經(jīng)網(wǎng)絡(luò)的燃燒工況識別
        2.4.1 LVQ 神經(jīng)網(wǎng)絡(luò)
        2.4.2 廣義 LVQ 神經(jīng)網(wǎng)絡(luò)
        2.4.3 回轉(zhuǎn)窯燃燒工況識別
    2.5 小結(jié)
3. 回轉(zhuǎn)窯球團(tuán)燒結(jié)質(zhì)量指標(biāo)的 BBO-RBF 神經(jīng)網(wǎng)絡(luò)軟測量建模
    3.1 引言
    3.2 軟測量建模技術(shù)
        3.2.1 軟測量建模方法概述
        3.2.2 軟測量原理
        3.2.3 軟測量建模
    3.3 徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)
        3.3.1 徑向基神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)
        3.3.2 徑向基函數(shù)學(xué)習(xí)算法
    3.4 生物地理優(yōu)化算法
        3.4.1 生物地理算法概述
        3.4.2 生物地理學(xué)的數(shù)學(xué)模型
        3.4.3 生物地理學(xué)優(yōu)化算法
    3.5 生物地理算法優(yōu)化回轉(zhuǎn)窯 RBF 神經(jīng)網(wǎng)絡(luò)軟測量模型
    3.6 仿真研究
    3.7 小結(jié)
4. 基于多源異構(gòu)信息融合的回轉(zhuǎn)窯球團(tuán)焙燒過程操作模式優(yōu)化
    4.1 引言
    4.2 操作模式優(yōu)化控制方法
        4.2.1 操作模式
        4.2.2 操作模式優(yōu)化框架
    4.3 基于多源異構(gòu)信息融合的回轉(zhuǎn)窯操作模式優(yōu)化
        4.3.1 綜合指標(biāo)的建立
        4.3.2 決策模型
        4.3.3 基于模糊控制的加權(quán)策略
        4.3.4 基于減法聚類的操作模式匹配
    4.4 多源異構(gòu)信息融合回轉(zhuǎn)窯操作模式優(yōu)化結(jié)果
    4.5 小結(jié)
5. 結(jié)論
參考文獻(xiàn)
攻讀碩士學(xué)位期間發(fā)表學(xué)術(shù)論文情況
致謝
作者簡介


【參考文獻(xiàn)】：
期刊論文
[1]基于模型遷移方法的回轉(zhuǎn)窯煅燒帶溫度軟測量[J]. 張立,高憲文,王介生,趙娟平.  東北大學(xué)學(xué)報(bào)(自然科學(xué)版). 2011(02)
[2]基于數(shù)據(jù)驅(qū)動(dòng)的銅閃速熔煉過程操作模式優(yōu)化及應(yīng)用[J]. 桂衛(wèi)華,陽春華,李勇剛,賀建軍,尹林子.  自動(dòng)化學(xué)報(bào). 2009(06)
[3]基于多級SVM的回轉(zhuǎn)窯燒結(jié)狀態(tài)識別方法[J]. 姜慧研,周曉杰,柴天佑.  東北大學(xué)學(xué)報(bào)(自然科學(xué)版). 2009(01)
[4]基于紋理粗糙度的回轉(zhuǎn)窯火焰圖像FCM分割方法[J]. 孫鵬,周曉杰,柴天佑.  系統(tǒng)仿真學(xué)報(bào). 2008(16)
[5]基于三色法和BP神經(jīng)網(wǎng)絡(luò)的回轉(zhuǎn)窯溫度檢測[J]. 姚福安,龐向坤,焦?fàn)I營,王忠林,張錫滿.  山東大學(xué)學(xué)報(bào)(工學(xué)版). 2008(02)
[6]基于改進(jìn)的雙快速行進(jìn)法的圖像分割方法[J]. 姜慧研,崔曉亮,周曉杰,柴天佑.  系統(tǒng)仿真學(xué)報(bào). 2008(03)
[7]基于圖像處理及模式聚類的二次仿真方法及其在回轉(zhuǎn)窯溫度監(jiān)控中的應(yīng)用[J]. 李劼,張紅亮,陳湘濤,劉代飛,鄒忠.  中國有色金屬學(xué)報(bào). 2007(07)
[8]廣義LVQ算法及其在遙感影像分類中的應(yīng)用研究[J]. 劉偉,崔寶俠.  電子與信息學(xué)報(bào). 2006(07)
[9]基于粗糙集的T-S模糊神經(jīng)網(wǎng)絡(luò)在回轉(zhuǎn)窯燒結(jié)過程中的應(yīng)用[J]. 王介生,戰(zhàn)紅仁,王偉.  華東理工大學(xué)學(xué)報(bào)(自然科學(xué)版). 2006(07)
[10]鞍鋼200萬t氧化球團(tuán)鏈篦機(jī)-回轉(zhuǎn)窯系統(tǒng)的設(shè)計(jì)[J]. 王介生,張勇,2.叢峰武,王偉.  燒結(jié)球團(tuán). 2005(04)

博士論文
[1]粗糙集理論及其應(yīng)用研究[D]. 王玨.西安電子科技大學(xué) 2005

碩士論文
[1]光流算法及其在回轉(zhuǎn)窯窯況識別中的應(yīng)用研究[D]. 魏兆一.東北大學(xué) 2005



本文編號：3316171