焦爐集氣管壓力無模型自適應解耦控制方法的研究.pdf_第1頁
已閱讀1頁,還剩76頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、焦炭是冶金工業(yè)煉鐵的主要原料,在煉焦生產過程中會伴隨產生大量的副產品荒煤氣。通過集氣過程有效回收利用荒煤氣,不僅節(jié)約能源,而且降低環(huán)境污染,是鋼鐵生產的重要環(huán)節(jié)。焦爐集氣管壓力是煉焦生產中的重要參數,它的穩(wěn)定與否直接影響著焦炭和煤氣質量、設備壽命以及生產環(huán)境。因此,研究焦爐集氣過程控制對鋼鐵工業(yè)生產有著重要的意義。
  焦爐集氣過程是一個非常復雜的工業(yè)過程,具有多變量、非線性、強耦合、大擾動等控制難點,傳統(tǒng)的控制方法難以達到有效的

2、控制效果。本文以鞍山鋼鐵集團焦爐集氣管壓力系統(tǒng)為背景,在綜合考慮焦爐集氣管壓力系統(tǒng)的物理、工藝特點的基礎上,主要研究了集氣管壓力的機理建模方法及無模型自適應控制算法在其控制上的應用。
  首先,本文給出了國內外焦爐集氣管壓力系統(tǒng)的研究現狀,在分析焦爐集氣管壓力系統(tǒng)物理特性及工藝特點的基礎上,運用機理建模的方法,建立了焦爐集氣管壓力系統(tǒng)的動態(tài)數學模型。該數學模型進一步解釋了焦爐集氣過程的非線性、耦合以及擾動的特性,同時為后續(xù)控制算法

3、的驗證提供了仿真模型。
  其次,本文在簡要闡述了無模型自適應控制(MFAC)方法基本原理的基礎之上,針對焦爐集氣管壓力系統(tǒng)的未知擾動以及集氣管壓力之間的耦合,采用RBF神經網絡進行估計加以補償的方法加以解決,并結合MFAC控制方法,設計了基于RBF神經網絡預估的無模型自適應解耦控制算法(NN-MFADC),從而實現對焦爐集氣管壓力系統(tǒng)的解耦控制。此外,針對NN-MFADC算法中存在的參數相互制約影響控制系統(tǒng)性能、人工整定困難的問

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論