炼焦生产过程智能优化控制实验系统

论文摘要

炼焦生产过程优化控制对于稳步提高焦炭质量,增强企业的市场竞争力具有重要意义。本文结合系统仿真建模技术和数据分类技术,建立炼焦生产过程智能优化控制实验系统,为炼焦生产过程优化控制方法的研究提供研究平台。首先,结合炼焦生产过程工艺机理,从过程仿真、控制系统设计要求等方面对系统需求进行分析,在此基础上建立了一种包括底层基础自动化层、中层过程控制优化层和上层综合生产目标优化与集中监视层的三级网络拓扑结构。其次,结合炼焦生产加热燃烧过程工艺特点,采用云-神经网络和基于案例推理的技术建立了炼焦生产加热燃烧过程模型。模型使用炼焦生产实际运行的数据建立案例库,基于云-神经网络模型对案例库进行分类,建立案例子库,并且辅助案例推理模型的案例检索。案例推理模型对检索到的相似案例进行案例修正、案例校验和案例学习,并将最终结果输出。最后,设计了云-神经网络模型、案例推理模型及算法,建立了加热燃烧过程模型；基于三级网络拓扑结构,建立了炼焦生产过程智能优化控制实验系统,并基于实验系统进行了炼焦生产过程智能优化控制实验。运行情况表明,建立的加热燃烧过程模型能够较好的模拟炼焦生产加热燃烧过程的运行,并且能够充分反映该生产过程的运行特性；炼焦生产过程智能优化控制实验系统的建立为炼焦相关控制系统的研究提供了实践平台。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 研究背景及意义
• 1.2 国内外研究现状
• 1.2.1 炼焦生产技术研究现状
• 1.2.2 仿真建模技术研究现状
• 1.3 研究目标与研究内容
• 1.4 论文构成
• 第二章 生产过程工艺分析与实验系统结构设计
• 2.1 焦炉工艺机理分析
• 2.2 实验系统需求分析
• 2.3 实验系统三级结构设计
• 2.4 小结
• 第三章 基于云-神经网络和案例推理的加热燃烧过程建模
• 3.1 炼焦加热燃烧模型
• 3.2 基于云-神经网络的案例库分类
• 3.2.1 云-神经网络分类模型
• 3.2.2 多属性模糊规则的分类
• 3.3 基于案例推理的加热燃烧模型
• 3.3.1 案例表示
• 3.3.2 案例检索和相似度算法
• 3.3.3 案例修正和案例校验
• 3.3.4 案例学习和案例库的维护
• 3.4 模型测试结果分析
• 3.5 小结
• 第四章 实验系统的实现
• 4.1 实验系统三级结构实现
• 4.1.1 底层基础自动化层
• 4.1.2 中层过程控制优化层
• 4.1.3 上层综合生产目标优化与集中监视层
• 4.2 加热燃烧模型软件功能结构
• 4.3 加热燃烧模型软件实现
• 4.3.1 程序主线程
• 4.3.2 云-神经网络模块
• 4.3.3 案例推理模块
• 4.3.4 通讯模块
• 4.4 加热燃烧模型运行情况
• 4.5 针对加热燃烧模型的实验过程
• 4.6 小结
• 第五章 结论与展望
• 5.1 结论
• 5.2 展望
• 参考文献
• 致谢
• 攻读学位期间主要的研究成果