一、步进梁加热炉的建模与系统仿真(论文文献综述)
顾培耀[1](2021)在《加热炉钢坯顺序控制系统设计》文中进行了进一步梳理我国是全球钢铁产量最大的一个发展中国家,因此在钢铁加工技术革新与推广上也一直给予了高度关注与重视。由于钢铁加工是一个非常耗能的行业,并且以加热炉耗能所占比例最高,所以加热炉控制就成为了最不容忽视的一个关键环节。对加热炉控制系统根据生产实际做出相应优化,既能从源头上保证钢坯质量、实现生产效率大幅提升,还能将能耗降到最低。因此改进与优化完善加热炉控制系统,最大限度地降低能耗,切实提高钢铁生产的质量和效率,这些都是利国利民的事,值得我们不断的探索研究。本论文设计便是以加热炉生产过程的控制为研究课题,分析研究了整个钢坯热轧工艺流程和操作时的各个因数,运用顺序控制设计了对加热炉的控制系统。作为本系统中最重要的加热炉的温控环节,以当前备受业界人士推崇与青睐的模糊PID控制算法为着手点,根据实际生产需求及系统运行要求设计出相适应的模糊PID控制器,并用软件对模糊PID控制算法和常规PID算法仿真并进行了对比分析,得出模糊PID控制比较优势。对加热炉的脉冲燃烧控制进行了研究分析,运用脉宽调制技术对烧嘴的燃烧输出时间经行控制,达到控制温度的效果。设计了模糊PID控制的温度控制系统和常规PID控制的炉压控制系统。最后设计了系统的组态监控系统,采用PROFIBUS DP构建网络通信,运用西门子Win CC软件设计系统监控界面,并对获得的温控及压控数据进行比较分析,验证设计系统的可用性。加热炉钢坯顺序控制系统能够在实际的生产设备中正常运行,实现了对加热炉的有效控制。相比于常规的控制系统,达到了优化生产流程、提高生产率和降低能耗的设计要求。能够有效的提高企业的经济效益,对加热炉的钢胚加工系统控制有一定的参考意义。
陈德敏[2](2020)在《热轧区域钢坯(板)周期传热边界特征与温度场的协同机制》文中认为钢铁企业是高能耗、高污染行业,且产能过剩。企业为了生存发展,必须进行转型升级、开发高附加值、高性能产品。钢坯组织性能控制对产品质量有着重要影响,它与钢坯的温度分布、水平和梯度密切相关,而钢坯(板)传热边界又直接决定着温度的分布规律。因此,研究热轧区域钢坯(板)传热边界特征与温度场协同规律具有重要的意义。热轧区域包括加热炉、轧制和层流冷却三个单元。钢坯(板)从加热炉到层流冷却历经加热和多点冷却,是周期性的复杂传热过程,目前对这种复杂传热过程的规律尚不清楚。基于此,提出了采用实验测试、理论分析计算以及最小二乘有机结合得到表征边界函数的方法,发现了传热边界具有周期特征,并从正、反两方面研究了周期特征参数与温度场的协同性,获得了特征参数对传热效果的影响程度,分析了特征参数协同运行规律,为优化热工操作、合理安排加热(冷却)生产过程提供依据。具体结论如下:(1)各单元传热边界周期性显着,周期函数各不相同影响传热边界的因素为炉温和换热系数,它们都具有明显周期特征。研究发现加热炉炉温可以由三角函数和线性函数叠加而成,轧制单元换热系数主要为梯形波或者矩形波,层流冷却单元换热系数为以喷头为中心的半波正弦构成的分段函数。(2)传热边界特征参数振幅和周期对钢坯传热影响规律明显单一特征参数对钢坯(板)温度场虽有影响,但方式和效果并不相同。振幅反映了同一区域温度的涨、落,案例计算表明:加热炉炉温曲线振幅每增加1℃,钢坯表面温度最大增幅为1.22℃;层流冷却单元换热系数振幅每增加1W/(m2·K),钢坯表面温度最大降幅为0.36℃。周期反映了沿钢坯(板)运行方向的温度分布或者冷却区域面积大小,案例计算表明:加热炉内周期越大,钢坯表面温度变化越平缓;层流冷却单元,周期越小,钢板冷却效果越差。(3)传热边界周期与振幅协同变化对温度目标的控制起着决定性的作用,对热轧区域的生产节奏调控有着重要影响正常生产条件下,加热炉内炉温曲线的振幅随着周期(加热时间)的增加而降低,二者呈指数函数关系。应用这一规律讨论加热炉燃耗发现,随着加热时间的逐渐延长,燃耗强度逐渐降低,但这种效果只是在某一个时间区间内有效,如案例加热炉在150min~206min效果明显。同时应用这一规律分析了加热时间分别为170min、190min和210min三种条件下的区域热效率,结果表明,加热时间越短,区域热效率越高,特别是在一加热段内的各区域热效率增加最明显。层流冷却换热系数的振幅随着周期(冷却时间)的增加而降低,二者呈线性关系。热轧区域生产节奏调控主要是各单元传热边界周期(加热时间、轧制时间、冷却时间)的协同,案例生产线可调控加热时间为4080s,与其相对应的能耗调控量为0.58GJ/t,可调控的冷却时间为10.76s。
周信[3](2020)在《基于模糊RBF神经网络PID的加热炉温度控制系统设计》文中研究指明加热炉作为钢铁领域轧钢热处理中的一个重要设备,其炉温控制效果和自动控制水平直接关系到钢坯的质量与产量,而加热炉的炉温控制较为复杂,炉膛中的燃气燃烧过程受到外界多个因素影响,且炉温控制系统具有非线性、纯滞后、大惯性、强耦合等特点,因此使用常规的控制方法很难实现对炉温进行精确有效的控制。为此,本文提出将模糊推理、RBF神经网络和常规PID调节器相结合的控制策略,并将该控制策略应用到加热炉温度控制之中。首先,在详细分析加热炉温度控制系统工作原理的基础上,提出利用即具有模糊系统推理能力又具有RBF神经网络自学习能力的RBF神经网络在线识别PID调节器的比例、积分、微分的控制策略,并将该控制策略应用到加热炉温度控制系统中。仿真结果表明:本文提出的模糊RBF神经网络PID算法与常规PID、模糊PID、RBF神经网络PID相比,模糊RBF神经网络PID具有响应快、超调小、抗干扰能力强等优点。其次,结合轧钢热处理过程的要求,针对步进式加热炉给出了烟道和水封槽检测系统、空气和煤气主管道检测控制系统、上均热段检测控制系统、下均热段检测控制系统、三上加热段检测控制系统、三下加热段检测控制系统、二上加热段检测控制系统、二下加热段检测控制系统、一上加热段检测控制系统、一下加热段检测控制系统、炉底冷却水和氮气检测控制系统等子系统的设计方案,及加热炉控制系统的软件设计方案。并将该设计方案应用到在某钢厂的轧钢热处理控制过程,经过离线测试表明,该系统能够满足生产线上对钢坯进行均匀加热的要求,具有实用性。
熊延辉[4](2019)在《基于神经网络的蓄热式加热炉的温度控制研究》文中提出蓄热式加热炉是一种新型的节省能源的加热炉,采用高温度低氧含量的方法,是一种环保加热炉。但是因为现在的仪表检测手段和加热炉内热能传递的多样性,使得仪表不能直接、精确检测出钢坯温度还有加热炉内温度分布。又因为加热炉炉温控制是一个非线性多变量的控制系统,目前在控制燃烧效果方面主要的方式是PID结合双交叉限幅的方法,有致命的不足,它只能在稳定状态下达到最佳燃烧状态。因为加热炉的状态是跟随很多变量的变化而变化的,而且它的温度变化响应慢,所以提出了一种基于BP神经元网络控制PID的复合方法,通过神经网络PID对蓄热式加热炉温度控制效果比较好。针对加热炉温度的这种特性,采用神经网络训练PID的方法对加热炉温度进行控制,根据实际系统的情况变动随时调整加热炉的温度给定值,满足钢坯的工艺温度要求。又因为神经网络所特有地能拟合任何非线性函数的功能,使它可以通过对系统的自学习,控制P、I、D三个参数,最终使它们最能够比较好的满足生产要求。仿真结果显示神经网络控制PID能够在很小的时间范围内精确的调整加热炉温度。图22幅;表1个;参52篇。
吴龙奇[5](2019)在《步进梁加热炉燃烧控制系统研究与设计》文中研究说明步进式加热炉是钢铁行业核心设备,主要任务是加热坯料满足轧线轧制工艺要求。加热炉作为钢铁轧制过程重要环节,其燃烧控制水平的优劣直接影响最终产品的质量。加热炉生产过程中经常会受到外界扰动,如生产节奏的变化、坯料类型的更改等等,此外,加热炉控制系统具有非线性、大惯性、纯滞后的特点,运用传统燃烧控制策略很难满足加热炉控制要求。因此研究先进加热炉燃烧控制系统,对促进钢铁行业的可持续发展具有重要理论意义与工程价值。本文以湖南娄底涟钢步进梁加热炉为研究对象,提出一种基于双交叉限幅控制的燃烧控制系统,并设计了相应软硬件,主要工作如下:首先,介绍了步进梁加热炉工艺流程和燃烧控制具体要求,分析了现有加热炉的控制策略:双回路比值控制、单交叉限幅控制以及双交叉限幅控制策略。其次,针对加热炉燃烧控制过程中存在的大惯性和纯滞后的特性,结合PID控制算法,对双回路比值控制系统和双交叉限幅控制系统进行仿真分析,确定了本燃烧控制系统的控制策略——双交叉限幅控制。然后采用西门子S7-1500 PLC作为加热炉控制系统开发平台,根据加热炉燃烧控制系统的设计要求,对PLC硬件进行选型,完成硬件组态配置,并设计步进梁加热炉控制系统方案,包括燃烧控制、炉温控制、空燃比控制、炉压控制以及安全联锁系统设计。最后,运用西门子WinCC组态软件,对加热炉控制监控界面进行设计。自系统投入一年以来,加热炉控制系统运行稳定,提高了燃料利用率,降低了污染物排放,符合国家节能减排相关标准。该系统提高了步进式加热炉的经济效益,具有良好的推广利用价值。
闵天[6](2018)在《蓄热式加热炉炉温先进控制系统的研究与应用》文中指出加热炉是钢铁企业用于钢坯轧制前加热的重要设备,同时也是最主要的能耗设备。加热炉燃烧控制系统复杂,且炉温对象具有大滞后、大惯性等特点,因此,研究加热炉炉温先进控制策略对于提高加热炉的控制品质,以及钢铁企业的节能降耗具有重要的意义。本文以江苏省扬州市某蓄热步进梁式加热炉为研究对象,在生产现场已有控制系统硬件的基础上,设计并实现了加热炉先进控制系统,并成功应用。投运结果表明该控制系统可以降低钢坯的氧化烧损、减少燃料消耗。分析该先进控制系统在生产现场运行情况,本文提出了一种基于小波神经网络预测控制的加热炉炉温控制策略。论文的主要工作如下:1、分析加热炉炉温对象,研究炉温和煤气流量以及空气流量之间的关系,构建了炉温-流量串级比值控制系统,设计了炉温的广义预测控制器。针对烟气温度设计PID控制回路,构建了先进控制系统硬件平台,设计了先进控制系统操作界面等工作。2、针对该项目在实施过程中遇到的问题,对先进控制系统进行优化,包括改进换向过程控制、应用加热炉多模型控制使加热炉在各负荷段均有较好的控制品质以及控制器抗饱和处理等。通过整定各控制回路的参数,将先进控制系统进行实际应用,投运结果表明该先进控制系统不仅提高了产品质量,而且降低了钢坯氧化烧损,为企业提高了经济效益。3、由于加热炉炉温对象具有不确定性和非线性,而神经网络具有较好的非线性系统逼近能力。本文提出采用小波神经网络建立加热炉炉温预测模型,以预测炉温未来输出值,并根据二次型性能指标构建炉温预测控制器,通过滚动优化控制器修正神经网络的参数,得到系统未来的控制量。仿真结果表明,该算法对炉温的变化具有良好的跟踪性,调整周期较短。
王晓琳[7](2018)在《唐钢1700加热炉模型开发与优化》文中研究说明加热炉作为钢铁冶金行业的重要设备之一,同时也是钢铁生产过程中主要的耗能设备,提高加热炉的效率,降低能源消耗,对整个钢铁行业具有重要意义。加热炉作为一个具有多变量、时变、非线性、强耦合、大惯性和纯滞后等特点的复杂被控对象,其中包含及热力学、化学和物理的各种过程,而且加热过程受多种因素制约,很难实现加热炉生产过程的精准控制,因此加热炉的建模研究对钢铁冶金行业具有重要意义。本文以唐钢1700生产线1号加热炉为实际背景,利用实际数据,建立钢坯出炉温度预测模型,并在此基础上,利用优化算法建立炉温优化设定模型,达到实际生产中节约能源,提高产品合格率的目的。通过MATLAB仿真模拟与实际数据进行比较,得出更适合的加热炉钢坯出炉温度预测模型和炉温优化设定模型。钢坯出炉温度预测模型主要利用BP神经网络和支持向量机来建立,利用MATLAB软件进行仿真。通过两种模型的预测值与实际值的比较,可以得出,在实际数据相对充足的条件下,BP神经网络的预测效果优于支持向量机,因此本文选择BP神经网络所搭建的模型作为钢坯出炉温度预测模型。本文建立的炉温优化设定模型,主要对比了遗传算法和烟花算法的优化效果。经过比较,遗传算法优化的炉温在能够满足加热需求的条件下,低于实际炉温和烟花算法的优化值,因此,为了达到节约能源这一目的,本文通过遗传算法来建立炉温优化设定模型。在两个模型确定后,利用MATLAB建立人机交互界面,方便人工进行操作。目前,钢坯出炉温度预测模型和炉温优化设定模型在唐钢均已得到应用。
于勇,李小华[8](2017)在《热轧生产线加热炉建模与控制研究综述》文中认为综述了近30年来热轧生产线钢坯加热炉的过程控制建模及优化控制方面的研究与应用成果。给出了热轧钢坯加热炉的基本控制方式,简要阐述了加热炉的各种过程控制模型,分析了其优缺点,并在此基础上列出了近年来出现的一些先进的综合控制策略,旨在为各大钢铁企业中加热炉工程技术人员的研究提供有用的参考,为加热炉生产技术改造提供依据。
周娇[9](2016)在《模糊神经网络PID控制在步进梁速度控制中的应用研究》文中认为步进式加热炉是在钢铁企业中用于轧制各种钢坯的连续加热设备,由于其灵活、快速、稳定的优点,广泛应用于国内外轧钢企业。武钢一热轧厂4号加热炉液压控制阀件性能落后,无法保证生产线连续生产的要求,因此本课题以步进式加热炉传动机构作为研究对象,着手于升降系统速度控制信号,研究重载高速步进梁的零冲击控制。首先,本文简单介绍了步进梁速度控制系统的液压原理,主要阐述了电液比例调速阀对步进梁速度的控制原理。原液压系统采用的是泵控闭式回路调速运行模式,简述了原系统存在的哪些问题和改造内容,对原系统进行了改造,并详细分析了改造后的液压系统的工作原理及其特点。其次,对步进梁的运行过程做了详细介绍,分析了步进梁在托坯和放坯过程中的受力情况。提出更加快速有效的运行速度模式,同时阐述了步进梁在托坯和放坯时达到零冲击的特点。最后根据步进梁液压系统的工作原理,建立阀控缸的数学模型。分析了步进梁速度控制系统,采用经典PID控制对系统进行了仿真分析,并采用模糊神经网络PID控制对系统进行仿真分析,比较两种控制模式对步进梁速度控制系统的影响。
张善星[10](2013)在《加热炉运动设备建模及优化调度》文中指出加热炉是轧钢生产线上的重要设备之一,也是钢铁工业中的耗能大户,因此提高加热炉的加热效率,降低能耗,对整个钢铁工业的节能具有重要的意义。建立一个实用性的加热炉运动设备模型对钢坯生产的预测和模拟研究具有一定的实际意义。本文以步进式加热炉整套运动设备为背景,对步进式加热炉进行了建模和控制仿真的研究。首先,分析了步进式加热炉的动力机械机构,建立了液压装置和电动机装置的数学模型,为下文建立加热炉运动设备模型奠定了基础。其次,介绍了步进式加热炉的工艺过程,确定了加热炉运动设备的主要结构,利用液压装置和电动机装置的数学模型建立了入炉辊道、装料炉门、装钢机、步进梁、出钢机、出料炉门及出炉辊道的模型,然后利用MATLAB仿真来验证部分模型的准确性。再次,文章对加热炉群的优化调度问题进行了分析、研究,建立了加热炉群优化调度的数学模型。针对该数学模型建立了遗传分散搜索算法来求目标函数的最小值,用Matlab程序实现该遗传算法,并用相关数据进行了运算仿真。通过实验验证了该数学模型和算法的正确性,取得了炉群优化调度的满意结果。最后,基于西门子系列的PLC、WinCC和触摸屏建立了加热炉运动设备控制的仿真模拟平台。以S7-200PLC作为模型载体,通过触摸屏Smart700进行人机交互,设定可修改参数以便适应不同加热炉运动设备的需求。模型参数可以在触摸屏上查看和修改,能够较好的实现加热炉运动设备的模拟运行。在S7-400PLC中编写对整个运动设备的控制程序,定义相关通讯表后,触摸屏、S7-200PLC、S7-400PLC和上位机能够实时通讯,对整个加热炉的运动系统就可以实现控制过程的仿真模拟,为进一步研究加热炉运动控制技术提供研究平台。
二、步进梁加热炉的建模与系统仿真(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、步进梁加热炉的建模与系统仿真(论文提纲范文)
(1)加热炉钢坯顺序控制系统设计(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景和意义 |
1.2 研究现状 |
1.2.1 国外的研究现状 |
1.2.2 国内的研究现状 |
1.3 主要工作 |
第二章 PLC和步进式加热炉 |
2.1 加热炉工作过程 |
2.2 顺序控制系统 |
2.2.1 装钢系统 |
2.2.2 步进系统 |
2.2.3 出钢系统 |
2.3 PLC概念和选型 |
2.4 本章小结 |
第三章 顺序控制系统设计 |
3.1 基本设备 |
3.2 顺序控制系统设计 |
3.2.1 装钢机运行控制 |
3.2.2 步进梁的控制 |
3.2.3 辊道控制 |
3.2.4 出钢过程 |
3.3 顺序控制系统设备 |
3.3.1 PLC控制系统配置 |
3.4 本章小结 |
第四章 加热炉控制算法的研究和仿真 |
4.1 PID控制 |
4.2 模糊控制 |
4.3 模糊PID控制器的设计 |
4.4 仿真分析 |
4.5 本章小结 |
第五章 加热炉控制系统设计 |
5.1 脉冲燃烧控制技术 |
5.2 脉冲时序燃烧控制 |
5.3 加热炉温度控制 |
5.4 温度控制系统设计 |
5.5 温度执行器 |
5.6 压力控制 |
5.7 本章小结 |
第六章 组态软件设计 |
6.1 软件总体设计 |
6.2 建立组态系统 |
6.3 上位机监控软件Win CC控制界面设计 |
6.4 控制系统监控显示 |
6.5 本章小结 |
第七章 总结 |
参考文献 |
致谢 |
(2)热轧区域钢坯(板)周期传热边界特征与温度场的协同机制(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 研究背景及意义 |
1.2 热轧区域系统的特点及传热研究重点 |
1.2.1 热轧区域系统特点 |
1.2.2 热轧区域传热研究重点 |
1.3 热轧区域传热研究现状 |
1.3.1 加热炉传热边界及传热模型研究现状 |
1.3.2 轧制传热边界及传热模型研究现状 |
1.3.3 层流冷却传热边界及传热模型研究现状 |
1.4 研究内容 |
1.5 论文研究思路 |
第2章 钢坯(板)传热模型的建立 |
2.1 控制方程及定解条件 |
2.1.1 控制方程 |
2.1.2 定解条件 |
2.2 区域离散化 |
2.2.1 空间网格划分 |
2.2.2 导热微分方程的离散 |
2.3 边界处理 |
2.4 离散方程求解 |
2.5 小结 |
第3章 加热单元传热边界特征对传热过程影响 |
3.1 加热炉内传热过程分析 |
3.2 传热边界函数的获得 |
3.2.1 热平衡分析 |
3.2.2 炉温函数 |
3.2.3 对流换热系数 |
3.2.4 辐射全交换面积 |
3.3 传热边界特征及其对传热过程影响 |
3.3.1 炉温函数特征参数及其对传热过程影响分析 |
3.3.2 对流换热系数及其对传热过程的影响 |
3.3.3 辐射全交换面积的影响 |
3.4 案例分析 |
3.4.1 基本参数 |
3.4.2 传热边界函数特征参数的获得 |
3.4.3 钢坯温度场的验证 |
3.4.4 传热边界特征参数对温度场的影响 |
3.5 小结 |
第4章 轧制单元传热边界特征对传热过程影响 |
4.1 轧制单元传热过程分析 |
4.2 轧制单元传热边界特征函数 |
4.2.1 空冷阶段边界函数 |
4.2.2 除鳞阶段边界函数 |
4.2.3 轧制阶段边界函数 |
4.3 轧制单元传热边界特征及其对钢坯温度场影响 |
4.3.1 空冷阶段 |
4.3.2 除鳞阶段 |
4.3.3 轧制阶段 |
4.4 小结 |
第5章 层流冷却单元边界特征对传热过程影响 |
5.1 层流冷却单元传热过程分析 |
5.2 层流冷却传热边界函数 |
5.3 层流冷却传热边界特征参数 |
5.4 传热边界特征参数对传热过程影响规律 |
5.4.1 特征参数对传热过程影响规律分析 |
5.4.2 案例分析 |
5.5 小结 |
第6章 热轧区域传热边界与温度场协同 |
6.1 加热炉传热边界特征与温度场协同性 |
6.1.1 加热炉炉温振幅与周期的协同 |
6.1.2 加热炉炉温振幅与周期协同性应用 |
6.2 层流冷却传热边界特征与温度场协同性 |
6.2.1 水冷时间与振幅之间的协同 |
6.2.2 喷射高度与振幅之间的协同 |
6.2.3 水冷时间、喷射高度与振幅之间的协同 |
6.3 热轧区域传热边界特征与温度场协同性分析 |
6.4 小结 |
第7章 结论及展望 |
7.1 主要结论 |
7.2 论文创新点 |
7.3 研究展望 |
致谢 |
参考文献 |
附录1 攻读博士学位期间取得的科研成果 |
附录2 攻读博士学位期间参加的科研项目 |
(3)基于模糊RBF神经网络PID的加热炉温度控制系统设计(论文提纲范文)
中文摘要 |
ABSTRACT |
1.绪论 |
1.1 加热炉炉温控制研究背景及意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 加热炉的发展 |
1.3 加热炉的研究现状 |
1.3.1 国内研究现状 |
1.3.2 国外研究现状 |
1.4 本文完成的主要工作 |
2.加热炉燃烧控制系统概况 |
2.1 燃烧控制系统简介 |
2.2 加热炉的燃烧控制系统 |
2.2.1 助燃控制和燃烧气体控制系统 |
2.2.2 燃烧控制方法 |
2.3 加热炉燃烧控制中存在的问题 |
2.4 本章小结 |
3.加热炉温度控制的建模和仿真 |
3.1 加热炉燃烧控制模型 |
3.2 基于常规PID的加热炉温度控制系统设计 |
3.2.1 常规PID理论基础 |
3.2.2 基于常规PID加热炉温度控制系统仿真 |
3.3 基于模糊PID的加热炉温度控制系统设计 |
3.3.1 模糊控制系统的组成 |
3.3.2 模糊PID控制原理 |
3.3.3 模糊PID控制器参数整定算法 |
3.3.4 基于模糊PID加热炉温度控制系统仿真 |
3.4 基于RBF神经网络PID调节器温度控制系统设计 |
3.4.1 RBF神经网络的原理和结构 |
3.4.2 RBF神经网络学习算法 |
3.4.3 RBF网络PID整定原理 |
3.4.4 基于RBF神经网络PID的加热炉温度控制系统仿真 |
3.5 基于模糊RBF神经网络PID的加热炉温度控制系统设计 |
3.5.1 加热炉模糊神经网络PID控制原理 |
3.5.2 模糊神经网络的结构 |
3.5.3 模糊神经网络各层的关系 |
3.5.4 模糊神经网络PID学习算法 |
3.5.5 模糊神经网络PID学习步骤 |
3.6 四种PID控制仿真结果比较 |
3.7 本章小结 |
4.加热炉温度控制系统设计 |
4.1 步进式加热炉的生产工艺 |
4.2 加热炉控制系统总体设计 |
4.2.1 烟道和水封槽检测系统设计 |
4.2.2 空气和煤气主管道检测控制系统设计 |
4.2.3 上均热段检测控制系统设计 |
4.2.4 下均热段检测控制系统设计 |
4.2.5 三上加热段检测控制系统设计 |
4.2.6 三下加热段检测控制系统设计 |
4.2.7 二上加热段检测控制系统设计 |
4.2.8 二下加热段检测控制系统设计 |
4.2.9 一上加热段检测控制系统设计 |
4.2.10 一下加热段检测控制系统设计 |
4.2.11 炉底冷却水和氮气检测控制系统设计 |
4.3 加热炉温度控制系统软件设计 |
4.3.1 下位机软件PLC设计 |
4.3.2 上位机软件WINCC设计 |
4.4 本章小结 |
5.总结与展望 |
参考文献 |
致谢 |
作者简介 |
(4)基于神经网络的蓄热式加热炉的温度控制研究(论文提纲范文)
摘要 |
abstract |
引言 |
第1章 绪论 |
1.1 概述 |
1.2 国内外蓄热式加热炉的温度控制研究 |
1.3 本课题研究的工作及背景 |
1.4 本课题研究的工作及内容 |
第2章 蓄热式加热炉的工作原理 |
2.1 蓄热式加热炉的工艺流程 |
2.1.1 蓄热式加热炉的设备 |
2.2 蓄热式加热炉的工作方式 |
第3章 常规PID与神经网络算法 |
3.1 常规PID控制的算法 |
3.1.1 PID的控制原理 |
3.1.2 双限幅控制的简介 |
3.1.3 双交叉限幅PID方式控制的算法 |
3.2 神经网络的概念 |
3.3 人工神经网络优缺点 |
3.4 控制方法的提出 |
3.5 BP神经网络的算法 |
3.6 NNM在线预测控制对象的模型 |
第4章 神经网络的PID在加热炉温度控制的应用 |
4.1 BP神经网络控制PID的设计 |
4.1.1 BP神经网络控制的PID |
4.2 BP神经网络的结构及学习 |
4.3 神经网络结构的确定 |
4.4 BP网络的向前网络计算 |
4.4.1 BP网络权值的计算 |
4.4.2 BP网络权值的调整规则 |
4.5 学习算法的过程 |
4.5.1 BP神经网络样本 |
第5章 仿真实验 |
5.1 Wincc与 Matlab的连接 |
5.2 加热炉仿真平台炉温仿真 |
5.3 Matlab仿真模型 |
结论 |
参考文献 |
附录 A 神经网络S-FUNCTION函数 |
致谢 |
导师简介 |
企业导师简介 |
作者简介 |
学位论文数据集 |
(5)步进梁加热炉燃烧控制系统研究与设计(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 研究背景及意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 国内外研究现状 |
1.2.1 国外研究现状 |
1.2.2 国内研究现状 |
1.3 本文研究内容 |
1.4 本章小结 |
第2章 步进梁加热炉概述 |
2.1 步进梁加热炉工艺简介 |
2.1.1 步进梁工作原理 |
2.1.2 步进梁加热炉对象介绍 |
2.2 加热炉控制要求 |
2.2.1 炉膛温度控制要求 |
2.2.2 炉膛压力控制要求 |
2.2.3 空气过剩系数 |
2.2.4 加热炉控制难点 |
2.3 本章小结 |
第3章 加热炉控制算法研究 |
3.1 PID控制算法 |
3.1.1 模拟式PID控制 |
3.1.2 数字式PID控制 |
3.1.3 双交叉限幅控制 |
3.2 PID控制算法 |
3.2.1 双回路比值控制系统仿真 |
3.2.2 双交叉限幅控制系统仿真 |
3.3 PID控制算法仿真 |
3.3.1 双回路比值控制系统仿真 |
3.3.2 双交叉限幅控制系统仿真 |
3.4 本章小结 |
第4章 步进梁加热炉控制系统设计 |
4.1 PLC系统硬件设计 |
4.1.1 PLC系统结构 |
4.1.2 系统参数及选型 |
4.1.3 PLC硬件组态 |
4.2 加热炉控制系统研究与设计 |
4.2.1 燃烧控制系统 |
4.2.2 炉温控制系统 |
4.2.3 空燃比优化 |
4.2.4 炉压控制系统 |
4.2.5 安全联锁系统 |
4.3 本章小结 |
第5章 加热炉控制系统组态软件设计 |
5.1 组态软件概述 |
5.2 PLC与 WinCC通信 |
5.3 组态界面设计 |
5.3.1 组态变量建立 |
5.3.2 变量归档 |
5.3.3 组态监控画面 |
5.4 本章小结 |
第6章 现场试验验证 |
第7章 结论与展望 |
7.1 结论 |
7.2 展望 |
参考文献 |
科研成果 |
致谢 |
(6)蓄热式加热炉炉温先进控制系统的研究与应用(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 课题背景及意义 |
1.1.1 课题背景 |
1.1.2 研究意义 |
1.2 国内外研究现状 |
1.2.1 加热炉建模方法研究现状 |
1.2.2 加热炉控制技术研究现状 |
1.3 预测控制 |
1.3.1 预测控制的发展 |
1.3.2 传统预测控制存在问题 |
1.4 本文主要内容 |
第二章 蓄热式加热炉概述 |
2.1 热连轧工艺简介 |
2.2 蓄热步进式梁式加热炉 |
2.2.1 蓄热式燃烧技术 |
2.2.2 步进式加热炉 |
2.2.3 加热炉对象介绍 |
2.2.4 加热炉控制系统设计 |
2.3 加热炉主要控制回路 |
2.3.1 加热炉炉温控制回路 |
2.3.2 烟气温度控制回路 |
2.3.3 炉膛压力控制回路 |
2.4 生产现场研究对象存在的问题 |
2.5 本章小结 |
第三章 加热炉先进控制系统方案设计 |
3.1 数据预处理 |
3.1.1 数据滤波处理 |
3.1.2 数据归一化处理 |
3.2 批处理最小二乘 |
3.3 广义预测控制算法介绍 |
3.4 加热炉先进控制系统方案设计 |
3.4.1 炉温先进控制策略的设计 |
3.4.2 加热炉炉温控制系统硬件设计 |
3.4.3 图形界面设计 |
3.5 本章小结 |
第四章 加热炉先进控制系统方案优化与实现 |
4.1 加热炉先进控制系统优化方案 |
4.1.1 数据滤波处理优化 |
4.1.2 加热炉换向过程优化控制 |
4.1.3 炉温多模型优化控制 |
4.1.4 控制器抗饱和优化 |
4.2 加热炉先进控制系统实现与应用 |
4.2.1 炉温对象模型辨识 |
4.2.2 GPC控制器参数整定 |
4.2.3 PID控制器参数整定 |
4.3 加热炉先进控制系统应用 |
4.3.1 投运效果 |
4.3.2 节能计算 |
4.4 本章小结 |
第五章 小波神经网络预测控制在炉温控制中的研究 |
5.1 引言 |
5.2 小波神经网络理论基础 |
5.2.1 小波神经网络分类 |
5.2.2 小波神经网络算法及参数选择 |
5.3 小波神经网络预测模型 |
5.4 小波神经网络控制器设计 |
5.5 加热炉炉温预测控制系统仿真 |
5.5.1 小波神经网络预测模型 |
5.5.2 炉温预测控制器仿真 |
5.5.3 预测控制系统仿真 |
5.6 本章小结 |
第六章 论文工作总结 |
6.1 本文工作内容总结 |
6.2 未来工作展望 |
参考文献 |
致谢 |
在读期间发表的学术论文与取得的研究成果 |
(7)唐钢1700加热炉模型开发与优化(论文提纲范文)
中文摘要 |
ABSTRACT |
1.绪论 |
1.1 研究背景及意义 |
1.2 加热炉与建模综述 |
1.2.1 加热炉的发展与分类 |
1.2.2 热跟踪模型 |
1.2.3 钢坯出炉温度预测模型 |
1.2.4 炉温度优化设定模型 |
1.3 唐钢1700生产线生产工艺流程 |
1.4 本文主要内容 |
2.加热炉建模算法基础 |
2.1 人工神经网络 |
2.1.1 BP神经网络的结构及学习过程 |
2.1.2 BP神经网络结点个数 |
2.2 支持向量机 |
2.2.1 支持向量机算法原理 |
2.2.2 参数选定 |
2.3 遗传算法 |
2.3.1 遗传算法原理及基本操作 |
2.3.2 遗传算法的实现 |
2.3.3 遗传算法参数设定 |
2.3.4 遗传算法操作流程 |
2.4 烟花算法 |
2.5 本章小结 |
3.钢坯出炉温度预测模型 |
3.1 数据预处理 |
3.1.1 误差数据的剔除 |
3.1.2 数据归一化处理 |
3.2 模型的建立 |
3.2.1 BP神经网络建模 |
3.2.2 训练精度的选择 |
3.2.3 隐含层结点个数的选择 |
3.2.4 支持向量机建模 |
3.3 模型的选定 |
3.4 GUI界面设计 |
3.5 本章小结 |
4.炉温优化设定模型 |
4.1 遗传算法优化加热炉炉温 |
4.2 烟花算法优化加热炉炉温 |
4.3 优化方法的仿真研究 |
4.4 GUI界面设计 |
4.5 本章小结 |
5.结论与期望 |
参考文献 |
附录 加热炉实际数据 |
攻读硕士学位期间发表学术论文情况 |
致谢 |
作者简介 |
(9)模糊神经网络PID控制在步进梁速度控制中的应用研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 课题来源及研究意义 |
1.1.1 课题来源 |
1.1.2 研究意义 |
1.2 国内的研究现状及分析 |
1.2.1 步进式加热炉 |
1.2.2 步进梁控制系统 |
1.2.3 智能控制现状 |
1.3 本文主要研究内容 |
第2章 1700步进梁液压系统 |
2.1 原步进梁液压系统工作原理及存在的问题 |
2.1.1 原步进梁液压系统工作原理 |
2.1.2 原步进梁液压系统存在的问题 |
2.2 1700步进梁液压系统改造 |
2.2.1 步进梁液压控制系统要求 |
2.2.2 步进梁液压控制系统的改造 |
2.3 改造后步进梁液压系统工作原理 |
第3章 步进式加热炉动力学分析 |
3.1 步进式加热炉的结构及步进梁工作过程分析 |
3.1.1 步进式加热炉的结构 |
3.1.2 步进梁工作过程分析 |
3.2 步进梁动力学分析 |
3.3 步进梁升降过程的速度曲线设计 |
第4章 步进梁升降系统建模及仿真 |
4.1 步进梁升降系统建模 |
4.1.1 液压控制系统建模基础 |
4.1.2 步进梁液压控制系统数学模型 |
4.2 步进梁液压控制系统仿真 |
第5章 步进梁控制系统设计及仿真 |
5.1 经典PID控制 |
5.2 模糊神经网络PID控制器的设计 |
5.2.1 模糊神经网络PID控制器 |
5.2.2 模糊神经网络PID控制系统的构造 |
5.2.3 模糊神经网络PID在步进梁控制系统中的应用及仿真 |
5.3 模糊PID控制器校正仿真 |
第6章 总结与展望 |
6.1 全文总结 |
6.2 研究展望 |
6.3 本文创新 |
致谢 |
参考文献 |
附录1 攻读硕士学位期间发表的论文 |
详细摘要 |
(10)加热炉运动设备建模及优化调度(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 课题研究背景及意义 |
1.2 步进式加热炉概述 |
1.2.1 步进式加热炉简介 |
1.2.2 步进式加热炉工艺介绍 |
1.2.3 加热炉运动系统建模及炉群调度国内外发展动态 |
1.3 本文的主要内容和章节安排 |
1.4 本章小结 |
第2章 电动装置建模 |
2.1 三相异步电动机建模 |
2.1.1 恒气隙磁通控制下的电动机机械特性 |
2.1.2 三相异步电动机的动态分析 |
2.1.3 三相异步电动机线性化模型仿真验证 |
2.2 电动机驱动设备建模 |
2.2.1 入/出炉辊道模型及仿真 |
2.2.2 装/出钢机进退过程建模及仿真 |
2.3 电机系统的传函及其离散化 |
2.3.1 电机系统传递函数 |
2.3.2 电机系统模型的离散化 |
2.4 本章小结 |
第3章 液压装置建模 |
3.1 液压系统建模 |
3.1.1 电液比例阀建模 |
3.1.2 液压缸建模 |
3.2 液压系统驱动设备建模 |
3.2.1 炉外液压设备建模 |
3.2.2 步进梁简介及建模 |
3.3 液压装置模型简化及离散化 |
3.4 本章小结 |
第4章 加热炉群优化调度方法研究 |
4.1 加热炉炉群生产过程分析 |
4.2 优化调度数学模型 |
4.3 遗传算法概述 |
4.3.1 遗传算法的基本思想及要素 |
4.3.2 遗传算法的基本流程及一般步骤 |
4.4 优化调度数学模型算法分析 |
4.5 仿真实验及结果分析 |
4.6 本章小结 |
第5章 加热炉仿真实验平台 |
5.1 加热炉仿真实验平台简介 |
5.1.1 实验平台硬件组成 |
5.1.2 实验平台的网络组成 |
5.2 控制程序流程框图及通讯表定义 |
5.2.1 装钢机控制流程框图及通讯表定义 |
5.2.2 装料炉门控制流程图 |
5.2.3 步进梁控制流程图 |
5.3 人机界面设计 |
5.3.1 触摸屏组态 |
5.3.2 上位机组态 |
5.4 仿真平台运行过程简介 |
5.5 本章小结 |
第6章 总结及展望 |
参考文献 |
致谢 |
四、步进梁加热炉的建模与系统仿真(论文参考文献)
- [1]加热炉钢坯顺序控制系统设计[D]. 顾培耀. 扬州大学, 2021(08)
- [2]热轧区域钢坯(板)周期传热边界特征与温度场的协同机制[D]. 陈德敏. 武汉科技大学, 2020(01)
- [3]基于模糊RBF神经网络PID的加热炉温度控制系统设计[D]. 周信. 辽宁科技大学, 2020(02)
- [4]基于神经网络的蓄热式加热炉的温度控制研究[D]. 熊延辉. 华北理工大学, 2019(03)
- [5]步进梁加热炉燃烧控制系统研究与设计[D]. 吴龙奇. 江苏大学, 2019(12)
- [6]蓄热式加热炉炉温先进控制系统的研究与应用[D]. 闵天. 中国科学技术大学, 2018(01)
- [7]唐钢1700加热炉模型开发与优化[D]. 王晓琳. 辽宁科技大学, 2018(01)
- [8]热轧生产线加热炉建模与控制研究综述[J]. 于勇,李小华. 控制工程, 2017(01)
- [9]模糊神经网络PID控制在步进梁速度控制中的应用研究[D]. 周娇. 武汉科技大学, 2016(05)
- [10]加热炉运动设备建模及优化调度[D]. 张善星. 东北大学, 2013(03)