前向神经网络在攀钢焦油生产控制系统中的应用

论文摘要

提高焦油蒸馏生产控制过程中的自动化水平,对于降低原材料消耗及能耗、改善产品质量等具有十分重要的意义;同时,也有利于降低操作人员的劳动强度、提高劳动生产率以及提高安全生产保障能力。显然,在焦油蒸馏生产控制过程中利用神经网络模型实现的在线自动控制,是其生产自动化的关键举措。本文分析了焦油蒸馏生产的工艺路径及特性,结合人工神经网络(前馈型误差反向传播神经网络即BP网络)的特点,分别建立了管式炉二段出口温度控制、二段蒸发器顶部温度控制、馏份塔顶油汽温度控制、萘初塔塔顶温度控制、萘初炉炉出口温度控制、萘精塔塔顶温度控制、萘精炉炉出口温度控制及甲基萘炉炉出口温度控制等共八个数学模型。分析了每个模型的输入输出参数、模型设定值指导原则。论述了上述每个模型的离线数据采集及离线学习的整个过程、在线学习及在线控制的整个过程及实现原则。最后,本文给出了利用神经网络模型的实现结果,包括模型收集的部分数据、离线学习以及在线控制的部分结果。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 课题背景
• 1.2 焦油生产控制系统流程
• 1.3 人工神经网络（ANN）概要
• 1.4 人工神经网络发展及现状
• 1.5 本论文研究内容
• 第二章 人工神经网络控制模型建模
• 2.1 前向人工神经网络原理
• 2.2 人工神经网络控制模型建模原则
• 2.3 控制模型的功能
• 2.4 神经网络控制模型建模
• 2.4.1 焦油蒸馏控制系统模型
• 2.4.2 工业萘蒸馏控制系统模型
• 第三章 人工设计网络控制模型的实现原理
• 3.1 神经网络结构及输入输出变量的确立
• 3.2 数据收集与预处理
• 3.3 模型的训练与测试
• 3.4 模型控制算法
• 第四章 人工神经网络控制模型的软件实现
• 4.1 系统组成
• 4.1.1 系统硬件环境
• 4.1.2 系统软件结构
• 4.2 人工神经网络控制模型应用软件设计
• 4.2.1 配置文件、样本文件及权值文件
• 4.2.2 人机界面HMI
• 4.2.3 离线学习进程
• 4.2.4 算法库
• 4.2.5 数据通信
• 4.2.6 数据库
• 4.3 在线学习与在线控制
• 4.3.1 在线学习
• 4.3.2 在线控制
• 第五章 系统运行效果及改进方向
• 5.1 系统运行效果
• 5.2 神经网络控制模型投入前后的运行效果对比
• 5.3 结论
• 5.4 系统改进措施
• 致谢
• 参考文献