隧道窑烧成带燃烧过程的建模与优化

隧道窑烧成带燃烧过程的建模与优化

论文摘要

随着我国工业的发展,能源价格不断上涨,研究如何降低燃料消耗,是耐火材料工业的一项紧迫任务。隧道窑是一种常用的生产耐火材料的设备,该设备通过燃料的燃烧,将耐火制品加热到工艺要求的温度,燃料燃烧过程直接关系到产品的质量以及企业的经济效益。因此,针对隧道窑燃料燃烧过程进行建模和优化有重要的实际意义。本文以某企业隧道窑耐火制品生产设备为研究背景,在深入研究隧道窑相关生产工艺及燃料燃烧过程原理的基础上,建立了隧道窑烧成带燃料燃烧过程的数学模型,分析了隧道窑二次风流量和烧成带各车位助燃风流量对燃料消耗的影响;针对本文所建的燃料燃烧过程模型“梯度”、“连续”以及“可导”等条件未知的特点,提出了改进的模拟退火遗传算法,并基于此方法实现了优化目标的优化求解。仿真比较证明,改进的模拟退火遗传算法有着更好的全局寻优能力和更高的寻优精度,同时也证明了该方法解决本文问题的有效性。从本文隧道窑烧成带燃料燃烧过程优化的结果分析,本文所建立隧道窑烧成带燃料燃烧过程的数学模型在一定条件下符合实际,可以用于相关因素对燃料消耗影响的定量分析,对寻求节能措施具有一定的指导意义。

论文目录

  • 摘要
  • ABSTRACT
  • 第1章 绪论
  • 1.1 隧道窑生产过程工艺简介
  • 1.1.1 隧道窑的基本结构
  • 1.1.2 隧道窑的工作原理
  • 1.2 隧道窑生产过程优化的意义
  • 1.3 隧道窑生产过程的建模方法
  • 1.4 过程优化概述
  • 1.4.1 过程优化的基本概念
  • 1.4.2 过程优化的基本算法
  • 1.5 本文的主要工作
  • 第2章 烧成带燃烧过程模型的建立
  • 2.1 建立燃烧过程模型的目的和意义
  • 2.2 燃烧过程的影响因素分析
  • 2.3 模型的假设
  • 2.4 建模方法概述
  • 2.5 燃烧过程模型
  • 2.5.1 燃料燃烧特性方程
  • 2.5.2 传热前烧成带末端车位热量平衡方程
  • 2.5.3 烧成带末端车位物质平衡方程
  • 2.5.4 传热前烧成带其它车位热量平衡方程
  • 2.5.5 烧成带其它车位物质平衡方程
  • 2.5.6 烟气放热平衡方程
  • 2.6 燃烧过程数学模型的计算流程
  • 第3章 模拟退火遗传算法简介
  • 3.1 遗传算法
  • 3.1.1 遗传算法的基本思想
  • 3.1.2 遗传算法的基本操作
  • 3.1.3 简单遗传算法的基本流程
  • 3.1.4 遗传算法的优缺点
  • 3.2 模拟退火算法
  • 3.2.1 模拟退火的基本思想
  • 3.2.2 标准模拟退火算法的基本流程
  • 3.2.3 模拟退火关键参数设计
  • 3.2.4 模拟退火算法的不足
  • 3.3 模拟退火遗传算法
  • 3.3.1 模拟退火遗传算法的基本思想
  • 3.3.2 模拟退火遗传算法混合策略的基本流程
  • 3.3.3 算法效率的定性分析
  • 第4章 模拟退火遗传算法的改进与仿真
  • 4.1 模拟退火遗传算法研究现状
  • 4.2 改进模拟退火遗传算法的基本思想
  • 4.3 改进模拟退火遗传算法关键操作的设计
  • 4.3.1 编码及初始种群的产生
  • 4.3.2 适应度函数及尺度变换的设计
  • 4.3.3 实数编码交叉算子的设计
  • 4.3.4 实数编码变异算子的设计
  • 4.3.5 选择算子的设计
  • 4.3.6 初温的确定和退温操作
  • 4.3.7 Markov链长度的调节
  • 4.3.8 自适应交叉变异概率
  • 4.4 改进模拟退火遗传算法基本流程
  • 4.5 算法仿真分析与比较
  • 4.5.1 测试函数一
  • 4.5.2 测试函数二
  • 第5章 改进算法在燃烧过程优化中的应用
  • 5.1 优化模型分析
  • 5.2 模型参数确定
  • 5.3 燃烧过程优化及结果
  • 5.3.1 适应度函数的选取
  • 5.3.2 优化模型约束条件的处理
  • 5.3.3 优化过程及结果
  • 第6章 结论与展望
  • 6.1 结论
  • 6.2 展望
  • 参考文献
  • 致谢
  • 相关论文文献

    • [1].基于自适应模拟退火遗传算法的码垛次序规划方法[J]. 南京理工大学学报 2017(04)
    • [2].基于模拟退火遗传算法的自动化立体仓库货位优化[J]. 机床与液压 2020(14)
    • [3].模拟退火遗传算法在危货优化配装中的应用[J]. 许昌学院学报 2009(05)
    • [4].模拟退火遗传算法在电力系统无功优化中的应用[J]. 安徽工程科技学院学报(自然科学版) 2009(04)
    • [5].基于整体退火遗传算法的低功耗极性转换(英文)[J]. 半导体学报 2008(02)
    • [6].基于模拟退火遗传算法的我国创新型大企业的构建研究[J]. 科技管理研究 2008(06)
    • [7].模拟退火遗传算法在水电工程施工资源均衡优化中的应用[J]. 水电能源科学 2016(01)
    • [8].基于整体退火遗传算法的最佳混合极性搜索[J]. 复旦学报(自然科学版) 2013(03)
    • [9].基于退火遗传算法的自动化单元测试方法分析[J]. 计算机光盘软件与应用 2013(11)
    • [10].自适应模拟退火遗传算法在薄膜厚度及光学常数反演中的应用[J]. 光学技术 2012(02)
    • [11].基于模拟退火遗传算法的接地网故障磁场诊断方法研究[J]. 电力系统保护与控制 2012(20)
    • [12].改进的模拟退火遗传算法在地下水管理中的应用[J]. 水文地质工程地质 2011(03)
    • [13].基于模拟退火遗传算法的凸多面体间碰撞检测算法研究[J]. 长春工业大学学报(自然科学版) 2008(01)
    • [14].基于模拟退火遗传算法的网络优化应用研究[J]. 信息通信 2016(09)
    • [15].基于模拟退火遗传算法的图像增强[J]. 激光杂志 2015(02)
    • [16].基于枝解法退火遗传算法的树状管网优化设计[J]. 安全与环境学报 2013(03)
    • [17].基于模拟退火遗传算法的二次曲面提取方法[J]. 内蒙古水利 2010(06)
    • [18].基于整体退火遗传算法的低功耗最佳极性搜索[J]. 计算机辅助设计与图形学学报 2008(01)
    • [19].基于模拟退火遗传算法的纺纱车间调度系统[J]. 纺织学报 2020(06)
    • [20].采用退火遗传算法的配电网优化方法[J]. 重庆大学学报 2014(02)
    • [21].基于模拟退火遗传算法的自动组卷方法研究[J]. 福建电脑 2014(02)
    • [22].多用户检测中一种改进选择法的模拟退火遗传算法研究[J]. 广东通信技术 2011(06)
    • [23].基于自适应模拟退火遗传算法的非线性方程组求解[J]. 微型电脑应用 2010(09)
    • [24].模拟退火遗传算法的泵站优化运行[J]. 上海大学学报(自然科学版) 2009(01)
    • [25].基于模拟退火遗传算法的土地利用变化驱动力研究[J]. 中国土地科学 2008(07)
    • [26].基于模拟退火遗传算法的传感器节点优化部署[J]. 工业控制计算机 2015(05)
    • [27].改进的模拟退火遗传算法在函数优化中的应用[J]. 计算机与数字工程 2010(07)
    • [28].退火遗传算法及其在一维切割问题上的应用[J]. 新乡学院学报(自然科学版) 2009(02)
    • [29].基于模拟退火遗传算法的云资源调度方法[J]. 华东理工大学学报(自然科学版) 2019(03)
    • [30].基于模拟退火遗传算法的虹膜轮廓提取方法[J]. 激光杂志 2018(06)

    标签:;  ;  ;  ;  

    隧道窑烧成带燃烧过程的建模与优化
    下载Doc文档

    猜你喜欢