学位论文 > 优秀研究生学位论文题录展示

铅锌烧结过程状态智能预测与优化控制策略

作　者: 徐辰华
导　师: 吴敏；横山隆一
学　校: 中南大学
专　业: 控制理论与控制工程
关键词: 铅锌烧结过程神经网络支持向量机灰色系统理论动态加权法状态集成模型惩罚函数法遗传蚁群优化算法自适应免疫禁忌搜索多目标状态优化集成优化控制递阶结构
分类号: TF81
类　型: 博士论文
年　份: 2010年
下　载: 181次
引　用: 0次
阅　读: 论文下载

内容摘要

铅锌金属在国防、电子等众多工业领域有广泛的应用,铅锌烧结过程的稳定性及烧结块质量的好坏,对铅锌冶炼生产效率的高低有着举足轻重的影响。烧结过程状态反映了铅锌烧结生产状况,状态的稳定和优化有助于提高烧结块的质量和产量。针对铅锌烧结过程的非线性、不确定性特点,本文主要围绕过程状态智能集成建模与优化控制策略开展研究,取得的研究成果主要包括以下五个方面。(1)综合生产目标与过程状态参数的关系分析及优化控制结构铅锌烧结状态反映了烧结程度,影响到烧结块的质量和产量,并且烧结状态参数众多,对烧结过程综合生产目标的影响程度也不同。本文深入分析操作参数、过程状态参数和综合生产目标的关系,提出了状态集成预测、综合生产目标优化和过程状态参数优化的优化思想。由此确定状态优化控制目标,提出铅锌烧结过程状态智能集成优化控制结构,分析状态集成优化控制的工作原理,从而为铅锌烧结过程的优化控制提供一种新思路。(2)过程状态参数预测模型透气性和烧穿点位置直接影响到烧结块的质量和产量,是铅锌烧结过程控制的重要状态参数。为实现铅锌烧结过程的状态优化控制,不仅需要获得当前实时的状态指标参数,更重要的是获得未来状态的变化趋势。本文针对透气性的时变和不确定性,建立基于RBF神经网络的透气性预测模型,较准确地进行透气性的实时预测。由于烧穿点主要受到烧结料面烟气温度的影响,采用固定点和非固定点的实验方法,研究铅锌烧结机内烟气温度分布规律,采用神经网络建立烟气温度场分布模型,从而建立烧穿点灰色预测模型；考虑工况波动的影响,采用支持向量机建立烧穿点工艺参数预测模型；然后采用动态加权法对两个模型进行集成,建立烧穿点状态预测模型,从而进行烧穿点的实时预测。采用MATLAB7.0仿真软件,对模型进行验证。仿真结果表明,利用本文方法建立的烧穿点集成预测模型能够获得更高的的预测精度,其预测效果和性能优于单一预测模型。(3)基于遗传蚁群算法的状态优化设定为达到高产、优质的生产目标,必须对透气性和烧穿点进行优化控制,使得烧结生产稳定在最优的状态。基于工艺机理分析和控制需求,将过程状态参数和综合生产目标之间的关系,归纳为一个带有不等式约束状态参数指标的综合收益函数形式描述问题。首先采用罚函数法将将具有多约束条件的目标函数转换为无约束的罚函数形式；然后采用遗传算法对目标函数寻优,获得优化问题的次优解；接着采用蚁群算法进行二次优化,结果作为烧结状态的最优设定值。仿真结果验证了该优化算法的有效性。(4)基于自适应免疫禁忌搜索算法的状态优化控制基于铅锌烧结过程状态的预测和状态优化设定,根据状态优化控制目标,将烧结状态优化控制问题归纳为一个非线性多目标优化问题。针对铅锌烧结过程参数难检测、强非线性和时滞的特点,本文研究自适应免疫禁忌优化算法,用于求解获得一组过程操作参数,实现烧结过程的状态稳定优化控制。(5)集成优化控制应用研究基于状态智能集成优化控制器,提出一个状态智能集成优化控制系统递阶结构。结合某企业实际运行数据,对本文所提方法进行仿真验证。优化结果表明,由于对烧结状态采用了优化控制策略,能够使透气性状态和烧穿点状态降低波动,为实现铅锌烧结过程优化控制奠定了基础。

全文目录

摘要  3-5
ABSTRACT  5-11
第一章绪论  11-25
  1.1 研究背景与意义  11-13
  1.2 国内外研究现状  13-19
    1.2.1 烧结生产机理与理论模型  13-15
    1.2.2 烧结过程状态预测方法  15-17
    1.2.3 多目标优化控制方法  17-19
  1.3 建模与优化控制问题  19-21
  1.4 状态智能预测与优化控制的基本思想  21-23
  1.5 论文主要研究内容与结构安排  23-25
第二章综合生产目标与过程状态参数的关系分析及优化控制结构  25-41
  2.1 密闭鼓风铅锌烧结过程的机理分析  25-33
    2.1.1 ISP烧结工艺流程  25-28
    2.1.2 烧结焙烧的基本原理  28-33
  2.2 综合生产目标与过程状态参数的关系分析  33-35
    2.2.1 状态参数对生产目标的影响分析  33-34
    2.2.2 烧结过程状态优化控制的重要性分析  34-35
  2.3 状态优化控制结构与工作原理  35-40
    2.3.1 智能集成优化控制  36-38
    2.3.2 优化控制结构和工作原理分析  38-40
  2.4 本章小结  40-41
第三章铅锌烧结过程状态智能预测模型  41-65
  3.1 机理分析和数据处理  42-44
    3.1.1 过程操作参数对状态参数的影响分析  42-43
    3.1.2 建模数据处理  43-44
  3.2 透气性智能预测模型  44-48
    3.2.1 综合透气性指数模型  44-45
    3.2.2 基于神经网络的透气性预测模型  45-46
    3.2.3 综合透气性智能预测模型  46-47
    3.2.4 仿真结果与分析  47-48
  3.3 烧穿点智能集成预测模型  48-64
    3.3.1 基于支持向量机的烧穿点工艺参数预测模型  49-53
    3.3.2 基于灰色理论的烧穿点时间序列预测模型  53-60
    3.3.3 基于动态加权的烧穿点集成预测模型  60-61
    3.3.4 仿真结果与分析  61-64
  3.4 本章小结  64-65
第四章基于遗传蚁群智能算法的烧结过程状态优化设定  65-82
  4.1 状态参数优化设定模块  65-66
  4.2 烧结块质量指标预测模型  66-68
    4.2.1 输入变量的确定  67-68
    4.2.2 模型结构  68
  4.3 状态设定决策单元  68-71
  4.4 状态稳态优化设定问题描述  71-72
    4.4.1 稳态优化  71
    4.4.2 基于惩罚函数法的优化目标函数  71-72
  4.5 基于遗传蚁群算法的状态优化设定  72-79
    4.5.1 遗传算法  73-75
    4.5.2 蚁群算法  75-76
    4.5.3 遗传蚁群算法优化  76-79
  4.6 优化算法的收敛性分析  79
  4.7 仿真结果与分析  79-82
第五章基于自适应免疫禁忌算法的烧结过程状态优化策略  82-97
  5.1 多目标优化问题数学描述  83-85
    5.1.1 Pareto支配关系  83
    5.1.2 Pareto最优解定义  83-85
  5.2 基于自适应免疫禁忌算法的烧结过程状态多目标优化  85-92
    5.2.1 具有不等式约束条件的烧结状态多目标优化问题描述  86-87
    5.2.2 基于模糊集理论的自适应免疫禁忌算法优化  87-92
  5.3 优化算法的收敛性分析  92-94
  5.4 仿真结果与分析  94-96
  5.5 本章小结  96-97
第六章烧结过程状态智能集成优化控制应用研究  97-104
  6.1 研究对象的描述  97-98
  6.2 烧结状态智能集成优化控制策略  98-100
    6.2.1 智能集成优化控制策略的提出  98-99
    6.2.2 智能集成优化控制系统结构设计  99-100
  6.3 状态智能集成优化控制算法实现  100-102
  6.4 优化控制策略验证结果分析  102-103
  6.5 本章小结  103-104
第七章结论与展望  104-106
  7.1 结论  104-105
  7.2 展望  105-106
参考文献  106-120
攻读博士学位期间发表及完成论文情况  120-122
攻读博士学位期间参加的科研项目情况  122
攻读博士学位期间获奖情况  122-123
致谢  123

铅锌烧结过程状态智能预测与优化控制策略

内容摘要

全文目录

相似论文