首页> 中文学位 >日照钢铁360m2烧结机过程自动控制系统的分析与设计
【6h】

日照钢铁360m2烧结机过程自动控制系统的分析与设计

代理获取

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

§1-1 课题研究背景

§1-2 国内外研究现状

§1-3 课题研究的目的和意义

§1-4 论文结构及内容

第二章 烧结自动控制系统的工艺流程

§2-1 烧结过程工艺

§2-2 烧结过程的分带特征

§2-3 烧结生产主体设备及规模

第三章 烧结自动控制系统的硬件选型

§3-1 硬件选型标准

§3-2 日照钢铁360m2烧结机系统控制框架

§3-3 烧结过程控制系统PLC选型

§3-4 PLC和WinCC

第四章 烧结配料过程控制系统的设计

§4-1 配料系统的自动控制

§4-2 配料控制系统整体设计

§4-3 PLC通讯功能的实现

§4-4 配料系统WinCC界面的功能实现

第五章 模糊小波神经网络控制在烧结终点中的控制

§5-1 小波理论及性质

§5-2模糊小波神经网络结构和算法

§5-3 基于小波分析时间序列烧结机模型

§5-4 烧结终点的智能控制器的设计

第六章 总 结

参考文献

致谢

攻读学位期间所取得的相关科研成果

展开▼

摘要

目前,国内大中型烧结机都具备了过程检测和设备控制能力,当务之急就是研究和开发烧结过程控制方法,开发出我们国家自主知识产权的烧结过程自动控制系统。
  本文是基于日照钢铁控股集团有限公司烧结自动控制系统基础上,通过查阅大量的参考文献和对现场烧结工艺的熟悉了解,对烧结系统的仪器仪表选型标准以及PLC以及上位机的软硬件结构、网络通信等有了更深一步的认识。结合配料现场的工艺要求和控制说明,最终完成了配料自动控制系统硬件的选型及安装调试和软件上的编程。
  在实际生产过程中对烧结终点的控制,由于受到料层透气性性或者设备缺陷的影响,很难直接得到理想的烧结终点的位置,从而无法实现烧结终点的闭环控制。本文引入了模糊小波神经网络,提出了多尺度小波逼近方法采用了前馈和反馈相结合的模糊控制系统。借鉴国内外模糊控制模型,论文中基于现场所得到的风箱废气温度曲线,采用模糊小波神经网络的控制算法对烧结终点进行预测,建立了烧结机的简易模型,在假定该模型能够较稳定模拟的烧结机运行状况下,通过Matlab进行建模仿真,并与Elman神经网络预测控制进行对比。仿真结果表明,从理论上证明了对烧结终点的预测控制算法要优于Elman神经网络控制算法。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号