小型立式垃圾焚烧炉故障诊断与过程控制研究

论文摘要

垃圾焚烧是垃圾处理的一个重要发展方向。目前,国内的小型垃圾焚烧炉的故障诊断与过程控制主要依靠经验操作,自动化程度比较低。因此,研究垃圾焚烧过程的故障诊断与过程控制对提高垃圾焚烧设备的自动化运行程度具有现实意义。本文以小型立式垃圾焚烧炉为研究对象。通过对焚烧炉工况数据和运行记录的分析,运用专家系统与人工神经网络建立垃圾焚烧过程故障诊断与过程控制模型。在建立专家系统过程中,应用故障树分析来获取知识。在建立神经网络训练过程中,应用最优停止法和神经网络集成以提高神经网络的泛化能力。故障诊断与过程控制模型检验结果表明,专家系统故障诊断模型的诊断精度大于87.12%,神经网络故障诊断模型的诊断精度大于92.35%,神经网络过程控制模型的模型结果精度大于92.39%。且最优停止法和神经网络集成可以有效地提高神经网络的泛化能力。本文应用Matlab软件,将三个模型集合成一个垃圾焚烧过程故障诊断与过程控制模块。实现在线的垃圾焚烧炉焚烧过程故障诊断与过程控制。

论文目录

• 摘要
• Abstract
• 第一章 文献综述
• 1.1 故障诊断
• 1.1.1 故障诊断的目的
• 1.1.2 故障诊断的技术发展
• 1.1.3 故障诊断的方法
• 1.2 过程控制
• 1.2.1 过程控制的目的
• 1.2.2 过程控制的技术发展
• 1.3 市政垃圾焚烧处理
• 1.3.1 市政垃圾的危害
• 1.3.2 垃圾焚烧处理
• 1.4 本论文的研究内容
• 第二章 专家系统与神经网络
• 2.1 专家系统
• 2.1.1 专家系统的优点
• 2.1.2 专家系统的构成
• 2.1.3 专家系统在化工中的应用
• 2.1.4 专家系统应用于垃圾焚烧过程
• 2.2 神经网络
• 2.2.1 神经网络的发展阶段
• 2.2.2 神经网络的优点
• 2.2.3 神经网络在化工中的应用
• 2.2.4 人工神经网络应用于垃圾焚烧过程
• 2.3 BP神经网络
• 2.3.1 BP算法原理
• 2.3.2 BP神经网络的应用
• 2.4 本章小结
• 第三章 小型立式垃圾焚烧炉焚烧过程
• 3.1 垃圾焚烧炉
• 3.1.1 垃圾焚烧炉的分类
• 3.1.2 国内焚烧炉焚烧技术主要问题
• 3.2 小型立式垃圾焚烧炉
• 3.2.1 小型立式垃圾焚烧炉简介
• 3.2.2 小型立式垃圾焚烧炉工艺流程
• 3.3 焚烧炉故障分析
• 3.4 本章小结
• 第四章 焚烧过程故障诊断与过程控制
• 4.1 故障诊断与过程控制模块结构
• 4.2 基于专家系统的故障诊断
• 4.2.1 故障树分析
• 4.2.2 具体焚烧故障分析
• 4.2.3 故障树知识表示
• 4.2.4 贝叶斯不确定推理
• 4.2.5 模型结果检验
• 4.2.6 专家系统故障诊断小结
• 4.3 基于神经网络的故障诊断
• 4.3.1 BP神经网络的构建
• 4.3.2 最优停止法网络训练
• 4.3.3 神经网络故障模型结果检验
• 4.3.4 神经网络故障诊断小结
• 4.4 基于神经网络的过程控制
• 4.4.1 网络模型训练数据
• 4.4.2 神经网络集成
• 4.4.3 子网模型结构
• 4.4.4 神经网络集成的实现
• 4.4.5 神经网络模型结果检验
• 4.4.6 神经网络过程控制小结
• 4.5 本章小结
• 第五章 结论与展望
• 5.1 结论
• 5.2 展望
• 参考文献
• 附录
• 致谢
• 研究成果及发表的学术论文
• 作者与导师简介
• 硕士研究生学位论文答辩委员会决议书