球磨机水泥生料粉磨过程先进控制系统研究与应用
文献类型：学位论文
| 作者 | 吴星刚 |
| 学位类别 | 博士 |
| 答辩日期 | 2010-01-31 |
| 授予单位 | 中国科学院沈阳自动化研究所 |
| 授予地点 | 中国科学院沈阳自动化研究所 |
| 导师 | 于海斌 ; 苑明哲 |
| 关键词 | 球磨机 生料粉磨 仿真环境 先进控制 粒子群优化 |
| 其他题名 | Research and Application of Advanced Process Control of Ball Mill Cement Raw Material Grinding Process |
| 学位专业 | 机械电子工程 |
| 中文摘要 | 水泥生料（本文中简称生料）粉磨过程作为水泥生产流程中的一个重要环节，其主要任务是利用粉磨设备将成分、硬度、粒度不同的多种原料混合后通过撞击、挤压、摩擦等作用破碎成粒度、成分均符合后续工序要求的物料。由于球磨机粉磨过程本身所具有的严重的非线性、时变性、多变量耦合、大时滞等特性，以及机理不十分明确和关键工艺参数难以在线测量等因素，导致该过程难以实现稳定的自动控制，对先进控制系统设计和应用而言是一个极具挑战性的问题。本文针对这些问题，进行了系统机理分析、过程模拟仿真、关键变量软测量、过程回路优化控制和先进控制系统软件的设计和应用等方面的研究，取得了如下成果： 1）建立了球磨机生料粉磨过程的模拟仿真环境。在对球磨机生料粉磨过程进行综合分析的基础上，建立一套球磨机生料粉磨过程的粒子人口平衡模型（Particle Population Balance Model，PBM），并根据所确定的模型，借助MATLAB的SIMULINK仿真软件创建仿真模型，对球磨机内部流场以及球磨机生料粉磨过程进行动态仿真，分析不同的球磨机结构以及不同工艺流程对产品质量和系统效率的影响，并进行了过程工艺参数的分析和优化评估。 2）提出了球磨机生料粉磨过程关键变量的软测量建模方法。提出了基于粒子群优化模糊神经网络的软测量建模与校正方法，给出了模糊神经网络的结构以及利用粒子群优化算法进行网络参数训练的具体方法和步骤。基于提出的方法，实现了对成品生料的质量参数实时、连续地估计和预测，包括成品生料的粒度和成分。现场数据的预测结果表明，该预测方法同BP网络模型相比具有更好的泛化性能。 3）提出了球磨机生料粉磨过程的先进控制和优化方法。球磨机生料粉磨过程负荷模糊控制；球磨机生料粉磨过程成品生料质量的推断控制，包括生料配料过程的推断预测控制和成品生料粒度的推断前馈控制；生料配料过程的多目标优化方法，利用基于空间距离的多目标粒子群优化算法实现生料目标率值的优化设定。实现了球磨机生料粉磨过程的稳定控制，提高了粉磨产品的质量。 4）进行了生料粉磨过程先进控制系统的设计和开发。采用多层分布式软件设计方法进行开发和集成，降低了开发和调试的难度，提高了先进控制系统的兼容性和灵活性，为软件的应用提供了方便。 |
| 索取号 | TP273/W86/2010 |
| 语种 | 中文 |
| 公开日期 | 2012-07-27 |
| 分类号 | TP273 |
| 源URL | [http://ir.sia.ac.cn/handle/173321/9367]  |
| 专题 | 沈阳自动化研究所_工业信息学研究室 |
| 推荐引用方式 GB/T 7714 | 吴星刚. 球磨机水泥生料粉磨过程先进控制系统研究与应用[D]. 中国科学院沈阳自动化研究所. 中国科学院沈阳自动化研究所. 2010. |
入库方式： OAI收割
来源：沈阳自动化研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。