基于神经网络的顶燃式热风炉自动燃烧模糊控制系统的研究

论文摘要

“十一五”期间,我国钢铁工业取得了长足的发展。钢铁产量大幅增长,钢铁产品结构不断优化,有力地支持了我国国民经济的快速发展。但伴随快速发展的同时,产能过剩、能耗较高的落后产能比重较大等结构性的矛盾十分突出；加快推进钢铁行业技术升级,实现能源、资源高效利用,减少污染物的排放,成为迫切的问题。高炉炼铁系统是高能耗、高资源消耗型的生产单元,积极推进炼铁节能、环保等先进技术的应用是推动整个钢铁产业技术升级的重要着眼点。近年来,伴随高炉炼铁先进技术的应用,高风温技术已成为钢铁企业普遍推广的实现高炉节能的先进技术之一。为了能够提高送风温度,必须提高高炉配套热风炉的蓄热能力,因而实现最低能源消耗条件下,热风炉的最优燃烧成为推进炼铁节能技术升级的重点研究课题。本课题以首钢京唐钢铁公司BSK顶燃式热风炉为研究对象,提出了一种基于神经网络的自动燃烧模糊控制系统的设计及实现方案,旨在改进传统控制方法的不足。本文的主要研究内容如下：首先,借鉴国内外相关文献资料,介绍了热风炉自动燃烧技术的常用控制方法和各自的优缺点,提出了热风炉自动燃烧控制技术的发展趋势。其次,通过介绍BSK顶燃式热风炉的主要特点、基本特征,详细阐述了顶燃式热风炉燃烧过程各个阶段的变化规律,讨论了各个阶段的主要实施目标任务以及控制策略思想。最后,详细介绍了自动燃烧神经网络模糊控制器的模糊规则、模糊逻辑关系表、模糊逻辑推理以及模糊判决的设计过程；同时介绍了实现模糊规则自学习功能的神经网络的设计过程、神经网络模糊控制系统的实现以及控制效果。本文的主要创新点：通过采用神经网络技术学习记忆模糊规则的控制策略,改善了模糊控制系统的性能,提升了热风炉自动燃烧的控制效果。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 课题背景及意义
• 1.2 热风炉自动燃烧技术简介
• 1.2.1 热风炉自动燃烧国内外研究现状
• 1.2.2 热风炉自动燃烧技术的发展方向
• 1.3 课题研究的主要内容
• 第2章 顶燃式热风炉的燃烧过程及控制策略
• 2.1 顶燃式热风炉的简介
• 2.2 顶燃式热风炉的基本特征
• 2.3 顶燃式热风炉的燃烧过程
• 2.3.1 顶燃式热风炉的工艺流程
• 2.3.2 顶燃式热风炉燃烧的变化过程
• 2.4 顶燃式热风炉自动燃烧的控制策略
• 2.5 本章小结
• 第3章 神经网络模糊控制理论
• 3.1 神经网络技术
• 3.1.1 神经元模型
• 3.1.2 神经网络的常用学习方法
• 3.2 模糊控制理论
• 3.2.1 模糊理论基础
• 3.2.2 模糊控制系统的工作原理
• 3.2.3 模糊控制器的基本结构
• 3.3 神经网络模糊控制理论
• 3.3.1 基于神经网络的模糊控制
• 3.3.2 神经网络在模糊控制系统中的常见结合方式
• 3.4 本章小结
• 第4章 基于神经网络的模糊控制器的设计
• 4.1 模糊控制器设计理论基础
• 4.1.1 Mamdani和T-S型两种模糊控制器结构
• 4.1.2 模糊化处理的设计原则
• 4.1.3 模糊规则的设计原则
• 4.1.4 量化因子、比例因子的设计原则及影响
• 4.1.5 反模糊化处理设计原则
• 4.2 自动燃烧控制方案及输入输出论域的确定
• 4.2.1 基于神经网络自动燃烧模糊控制方案的确定
• 4.2.2 神经网络模糊控制器结构的确定
• 4.2.3 神经模糊控制系统输入、输出论域的选择
• 4.3 神经网络模糊控制器模糊规则的设计
• 4.3.1 模糊控制器语言变量模糊隶属值的确定
• 4.3.2 模糊控制规则表的设计
• 4.4 基于神经网络的模糊控制推理设计
• 4.4.1 BP神经网络结构的设计
• 4.4.2 模糊规则自学习算法的设计
• 4.5 本章小结
• 第5章 顶燃式热风炉自动燃烧模糊控制的实现
• 5.1 硬件实施平台的设计
• 5.2 模糊控制程序的软件设计
• 5.2.1 模糊控制的数据采集软件设计
• 5.2.2 模糊控制的数据交换设计
• 5.3 神经网络学习过程的离线训练
• 5.3.1 神经网络模糊推理机的建立
• 5.3.2 神经网络模糊控制器的离线学习
• 5.4 热风炉自动燃烧神经网络模糊控制的效果
• 5.5 本章小结
• 第6章 结论和展望
• 6.1 结论
• 6.2 展望
• 参考文献
• 致谢