公共文化服务平台

共 6 条记录，以下是 1-6

全选清除导出

排序方式：

原料工况自适应的烧结混合制粒水分控制系统被引量：11: 2011年; 针对烧结混合制粒过程存在原料流量波动和时滞的问题,提出一种原料工况自适应的水分前馈串级控制方法。首先,考虑到烧结的配重、各原料流量和水分等因素,采用专家规则的方法和物料平衡的原理,建立基于原料工况自适应的加水量前馈计算模型,获得加水流量的设定值;然后,采用自适应模糊PID控制算法,建立水分串级控制系统,实现混合料水分的稳定跟踪控制。通过在国内某钢铁企业烧结过程中的运行效果分析,二次混合的混合料水分误差基本控制在±0.2%左右,原料流量波动造成水分正的扰动比原来减小了29%,负的扰动减小了70%,有效抑制混匀矿、生石灰等原料物料流量波动和水分检测滞后造成的影响,提高了水分控制精度,有利于烧结过程的稳顺进行。; 陈略峰吴敏曹卫华赖旭芝; 关键词：水分控制

烧结烟气脱硫塔顶温度前馈-反馈模糊控制策略被引量：10: 2012年; 针对烧结烟气脱硫过程存在入口烟气温度波动问题,提出一种前馈-反馈模糊控制策略。根据能量守恒原理建立多元线性回归喷水量前馈计算模型,获得喷水量的设定值;采用模糊控制算法,根据实时工况对喷水量进行补偿。研究结果表明:喷水量前馈计算模型能有效抑制入口烟气波动影响,模糊控制器实现对塔顶温度的稳定跟踪控制。应用前后的工业效果表明:该控制策略能有效改善塔顶温度的控制效果。; 王春生徐艳阳曹卫华吴敏; 关键词：烧结烟气脱硫模糊控制

烧结矿质量级联集成智能预测模型被引量：4: 2011年; 针对钢铁烧结配料工序完成后,烧结工况未知,仅依靠配料参数信息难以准确预测烧结矿质量的问题,提出了一种烧结矿质量级联集成智能预测模型。首先,分析并阐述了配料过程中预测烧结矿质量的意义,采用机理分析、数据统计以及灰色关联分析方法,确定影响烧结矿质量的关键参数,并将其划分为在配料过程中可知的配料参数信息与未来生产中的烧结过程状态参数、操作参数信息;然后,提出了级联结构烧结矿质量智能集成预测模型,模型第1级采用基于T-S模糊融合的时间序列集成预测算法,准确预测烧结过程状态参数、操作参数以避免仪器仪表检测的滞后性,第2级根据第1级的预测输出和配料参数信息,采用基于BP神经网络与最小二乘支持向量机的信息熵集成预测模型,有效预测烧结矿铁品位、碱度和转鼓指数。仿真实验和工业应用表明:所建立的预测模型提高了烧结矿质量预测精度,对烧结生产具有重要指导意义。; 李勇吴敏曹卫华赖旭芝王春生; 关键词：信息熵

基于线性规划和遗传-粒子群算法的烧结配料多目标综合优化方法被引量：13: 2011年; 针对钢铁企业二次配料工艺,本文采用将硫含量折算为可比成本,兼顾节能减排目标和配料成本,建立了二次配料多目标优化模型;提出了一种基于线性规划和遗传–粒子群算法(GA–PSO)的钢铁烧结配料优化方法.首先采用线性规划算法进行求解,若线性规划方法无法求得最优解,则采用GA–PSO算法进行搜索.该方法应用于某钢铁企业360m2生产线的"配料优化与决策支持系统"中,实际运行结果表明,该算法在保证烧结矿质量的前提下,能够有效地减少二氧化硫排放,降低配料成本.; 李勇吴敏曹卫华王春生赖旭芝; 关键词：配料

基于粒度分布评估与优化的制粒过程PSO-BP控制算法被引量：6: 2012年; 针对钢铁烧结中混合料粒度分布无法在线测量、难以实现混合制粒过程优化控制的问题,提出基于粒度分布评估函数(Evaluation model of granularity distribution,EMGD)的混合制粒优化控制算法.首先,根据烧结生产历史数据和混合料筛分实验数据建立粒度分布BP神经网络(BP neural network,BPNN)评估模型;然后,以该模型为目标函数,以制粒过程状态参数的边界为约束条件,采用粒子群算法(Particle swarms optimization,PSO)计算粒度分布优化值;最后建立基于BPNN的制粒水分设定模型,根据粒度分布优化值和当前配重实现水分优化控制.仿真实验和工业应用表明评估模型真实反映了粒度分布对料层透气性的影响;PSO-BP粒度分布优化控制算法对改善透气性、减少燃料损耗、稳顺烧结生产具有重要意义.; 李勇吴敏曹卫华赖旭芝王春生; 关键词：BP神经网络粒子群算法

一种烧结生产过程控制云制造仿真实验平台被引量：2: 2012年; 为减少自动化系统现场调试的风险,提高适应性和可靠性,针对钢铁制造业中的烧结生产过程,设计并实现了一种基于云制造的仿真实验平台,提出云服务端以可编程逻辑控制器群、集散型控制系统群、服务器群和数据库群等为物理资源层,以烧结过程的各种虚拟过程控制对象和优化控制模型等为虚拟资源层,面向钢铁制造企业、研究与设计机构等云接入端用户,提供烧结过程优化控制系统的半实物仿真、操作参数验证、生产过程模拟以及工艺流程学习等云服务。以烧结生产偏析布料工序的料层厚度自动控制系统为例,验证了实验平台的有效性。; 熊永华许虎吴敏赖旭芝; 关键词：过程控制云制造虚拟资源仿真实验平台

全选清除导出

共1页<1>

国家高技术研究发展计划(2009AA04Z157)