学位论文 > 优秀研究生学位论文题录展示

电渣炉过程控制系统的设计及优化控制

作　者: 晏云桥
导　师: 张勇；高林章
学　校: 辽宁科技大学
专　业: 控制理论与控制工程
关键词: 电渣炉 可编程控制器 WINCC 6.0 PID控制器 蚁群算法
分类号: TP273
类　型: 硕士论文
年　份: 2012年
下　载: 18次
引　用: 0次
阅　读: 论文下载
 

内容摘要


随着国际、国内市场的不断发展,对产品质量的要求越来越高。因此追求高质量的产品、低成本的消耗成为企业能否在激烈的市场竞争中立于不败之地的最首要的保证。本论文通过分析电渣炉生产过程的现场工艺、控制要求和过程特点,采用先进的自动控制技术完成了电渣炉生产过程控制系统的设计,达到了对电渣炉生产过程变量的实时检测,工艺流程的实时监控,过程参数的实时控制。本论文的主要工作如下:1)论文结合电渣炉生产过程的工艺特点及技术要求,提出了由设备控制级和过程监控级二层结构组成的电渣炉生产过程综合自动化系统。详细介绍了基于西门子的S7-300技术体系的电渣炉生产过程综合自动化的硬件组态和控制功能,实现了电渣炉生产过程的集中管理和分散控制。(2)电渣炉生产过程综合自动化控制系统的软件设计采用模块化的设计思想,下位机PLC程序负责现场数据的采集、滤波和反馈控制;上位机采用组态软件WINCC 6.0进行系统集成,用于提供直观、友好的人机界面。(3)通过对电渣炉生产过程的分析,采用对角矩阵对电渣炉主要控制回路进行解耦控制,然后采用基于蚁群算法的优化策略对单变量系统的PID控制器参数进行优化,仿真结果表明该算法的有效性。总之,电渣炉综合自动化系统的投入运行,很好地满足了电渣炉生产过程的需要,实现了过程参数的稳定化控制,完成了工业过程优化控制的设计,为提高工艺操作水平和管理水平创造了条件。

全文目录


摘要  4-5
ABSTRACT  5-9
第一章 绪论  9-23
  1.1 项目研究背景  9
  1.2 电渣炉生产工艺流程  9-11
  1.3 工业过程控制的发展与现状  11-13
  1.4 电渣炉过程控制方法研究现状  13-21
    1.4.1 电渣重熔控制过程的数学建模  13-15
    1.4.2 电渣重熔过程的控制方法研究现状  15-16
    1.4.3 电渣重熔过程的智能控制  16-21
  1.5 论文研究的主要内容  21-23
    1.5.1 研究课题的目的和意义  21-22
    1.5.2 本文的主要工作和内容安排  22-23
第二章 电渣炉过程控制系统的硬件设计  23-36
  2.1 现代 PLC 的发展状况  23-25
  2.2 现场总线过程控制系统  25-29
    2.2.1 现场总线的定义  26
    2.2.2 基于现场总线的自动化监控及信息集成  26-27
    2.2.3 PROFIBUS 现场总线  27-29
  2.3 电渣炉生产过程控制系统的设计  29-35
    2.3.1 控制系统设计思想  29-31
    2.3.2 控制系统的总体结构  31
    2.3.3 控制系统的总体配置  31-33
    2.3.4 控制系统的硬件组态  33-34
    2.3.5 软件设计  34-35
  2.4 小结  35-36
第三章 电渣炉过程计算机监控系统的设计  36-48
  3.1 监控组态软件的发展趋势  36-37
  3.2 组态软件WINCC  37-43
    3.2.1 WINCC 概述  37-38
    3.2.2 WINCC 的特点  38-39
    3.2.3 WINCC 的体系结构  39-40
    3.2.4 WINCC 的主要控制模块  40-43
  3.3 利用 WINCC 实现电渣炉过程控制系统的实时监测  43-47
    3.3.1 监控系统功能设计  43-44
    3.3.2 电渣炉过程监控系统的实现  44-47
  3.4 小结  47-48
第四章 基于蚁群算法的 PID 控制器参数优化  48-67
  4.1 PID 控制器概述  48-49
  4.2 PID 控制器参数整定方法研究进展  49-54
    4.2.1 传统 PID 控制器参数整定技术  50-53
    4.2.2 智能 PID 控制器参数整定技术  53-54
  4.3 蚂蚁系统模型  54-59
    4.3.1 蚁量系统和蚁密系统的模型  55-56
    4.3.2 蚁周系统模型  56-59
  4.4 蚁群算法的特点  59
  4.5 基于蚁群算法的PID 控制器参数优化  59-63
    4.5.1 蚁群算法的修正  60-62
    4.5.2 参数设置、可行解域的生成及适应度函数  62-63
  4.6 仿真实验  63-66
  4.7 小结  66-67
第五章 结论  67-68
致谢  68-69
参考文献  69-71

相似论文

  1. 多导弹协同作战突防效能评估及组合优化算法研究,TJ760.1
  2. 船用舵机电液伺服单元单神经元PID控制,U666.152
  3. 基于蚁群算法的电梯群优化控制研究,TU857
  4. 动态环境下移动对象导航系统相关技术的研究,TP301.6
  5. 基于改进蚁群算法的机器人路径规划研究,TP242
  6. 基于气体还原法的钢丝镀锌自动化生产线关键技术的研究,TQ153.15
  7. 改进的蚁群算法及其在TSP上的应用研究,TP301.6
  8. 基于免疫机制蚁群算法的电力系统无功优化研究,TP18
  9. 基于视觉反馈与行为记忆的GPU并行蚁群算法,TP301.6
  10. 中密度板纤维干燥系统与PLC控制系统设计,TP273
  11. 基于控制方法的粒子群算法改进及应用研究,TP301.6
  12. 基于物理拓扑感知的Chord算法研究,TP393.02
  13. S7-300 PLC在过程控制系统中的应用（实验室水箱液位）,TP273.5
  14. 基于PLC高炉布料专家自学习的设计与实现,TP273
  15. 最优分数阶PID控制器的设计与研究,TP13
  16. Ad Hoc网络中分簇路由算法的研究,TN929.5
  17. 图像信息处理机的图像处理方法研究,TP391.41
  18. 智能光网络中路由选择算法的研究,TN929.1
  19. 面向无线传感器网络的多路径路由协议研究,TN915.04
  20. 改进蚁群算法在盲均衡中的应用,TN911.5

中图分类: > 工业技术 > 自动化技术、计算机技术 > 自动化技术及设备 > 自动化系统 > 自动控制、自动控制系统
© 2012 www.xueweilunwen.com