CN105404143B - 燃气炉窑炉膛压力计算机智能模糊控制节能方法 - Google Patents
燃气炉窑炉膛压力计算机智能模糊控制节能方法 Download PDFInfo
- Publication number
- CN105404143B CN105404143B CN201510900025.1A CN201510900025A CN105404143B CN 105404143 B CN105404143 B CN 105404143B CN 201510900025 A CN201510900025 A CN 201510900025A CN 105404143 B CN105404143 B CN 105404143B
- Authority
- CN
- China
- Prior art keywords
- control
- fuzzy
- pressure
- value
- temperature
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/0265—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion
- G05B13/0275—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion using fuzzy logic only
Landscapes
- Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Mathematical Physics (AREA)
- Fuzzy Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Feedback Control In General (AREA)
Abstract
本发明涉及一种燃气炉窑炉膛压力计算机智能模糊控制节能方法,该方法由温度智能模糊控制算法和压力超前智能模糊控制算法两部分构成。温度智能模糊控制算法是通过基于控制规则自调整的模糊控制算法和智能积分实现对温度的精确控制;压力超前智能模糊控制算法是将温度控制输出量和压力偏差一起作为输入量来对炉膛压力进行控制,该算法可使炉膛压力p始终保持在所允许的正偏差范围内,提高了炉膛的平均压力,增大了炉内高温烟气的平均密度,加快了烟气与工件之间的对流传热和辐射传热速度,从而降低了燃气炉窑的能耗。同时,将温度控制输出量用于炉膛压力控制,可在炉膛压力变化之前对烟道闸门开度进行调节,有利于提高炉膛压力控制的稳定性。
Description
技术领域
本发明属于工业炉窑自动化过程控制中的智能控制领域,具体属于计算机智能模糊控制技术。具体涉及燃气炉窑炉膛压力计算机智能模糊控制节能方法。
背景技术
目前,燃气炉窑所采用的节能技术如下:
1.采用空气、煤气换热器及蓄热式燃烧技术等实现高温烟气的余热回收;
2.采用隔热、轻质、耐火保温的炉衬材料,通常选用节能的硅酸铝纤维棉;
3.采用节能型燃烧器技术,即选用节能烧嘴;
4.采用红外辐射涂料技术可提高传热速度;
5.通过空气过剩系数对空燃比进行自动调节,保证燃气充分燃烧;
6.采用计算机集散控制方式提高系统控制精度。
上述节能技术相对成熟,被广泛应用于燃气炉窑的现代化改造项目中,并且取得了较好的节能效果。在以上节能技术单独使用或组合使用后,对燃气炉窑的炉膛压力控制算法进行改进,通过计算机软件对燃气炉窑的炉膛压力实施控制,使炉膛压力p始终保持在所允许的正偏差范围内,通过提高炉膛的平均压力来增大炉内高温烟气的平均密度从而加快高温烟气与工件之间的对流传热和辐射传热速度,可进一步降低燃气炉窑的能耗。
传统炉膛压力控制示意图如图1所示,为了防止执行机构频繁动作,传统的炉膛压力控制算法通常减弱或去掉微分环节而采用PI控制算法,该算法属于滞后性控制,炉膛压力在平衡点附近容易出现来回震荡现象,因此,当炉膛压力设定值为0pa时,容易出现炉膛负压状态,炉膛负压状态会导致冷空气被吸入炉膛内而降低炉温,浪费能源,同时,由于炉膛内处于负压状态,因此炉膛内的高温烟气密度相对较小,降低了高温烟气与工件之间的热交换速度,一部分热量来不及与工件进行热交换就从烟道被抽走,降低了燃气炉窑的热效率。
发明内容
本发明的目的是为了在单独使用或组合使用上述节能技术之后,通过改进燃气炉窑的炉膛压力控制算法,进一步降低燃气炉窑的能耗,而提供一种燃气炉窑炉膛压力计算机智能模糊控制节能方法。本发明通过温度智能模糊控制算法实现了对炉膛温度的精确控制;通过设计压力超前智能模糊控制算法不仅提高了炉膛压力控制的稳定性,而且可使炉膛压力p始终保持在所允许的正偏差范围内,通过提高炉膛的平均压力来增大炉内高温烟气的平均密度从而加快高温烟气与工件之间的对流传热和辐射传热速度,可进一步降低燃气炉窑的能耗,其理论依据是:根据对流传热及辐射传热理论,当其它条件相同的情况下,热流体密度越小,热流体与工件之间的传热速度越慢,热流体密度越大,热流体与工件之间的传热速度越快。
本发明技术方案:
燃气炉窑炉膛压力计算机智能模糊控制节能方法,其特征是按以下步骤进行:首先是将温度偏差和温度偏差变化模糊化后,通过温度智能模糊控制算法得出控制量的模糊量值,对控制量的模糊量值解模糊也就是清晰化处理得到温度控制输出值,将温度控制输出值以PWM方式进行输出,直接作用于被控制对象,被控对象为燃气炉窑各控温点所对应的大燃气阀和小燃气阀,然后对所有控制点的温度控制输出值之和求平均值,将该平均值与压力偏差模糊化后,通过压力超前智能模糊控制算法得出压力控制量的模糊量值,对压力控制量的模糊量值解模糊也就是清晰化处理得到压力控制输出值,压力控制输出值经过D/A转换后输出4~ 20mA位置控制信号,将位置控制信号与位置反馈信号相比较,最后输出正、反转控制信号作用于执行机构,执行机构为燃气炉窑的电动执行器。
所述的温度智能模糊控制算法包括基于控制规则自调整的模糊算法和智能积分两部分,其表达式为:U=αE-(1-α)EC+Ki∑E,其中,E为偏差,EC 为偏差变化,U为控制量的模糊量值,E、EC、U∈[-6,6],α为自寻优权值,其取值规则如下:设基本权值α1=(|E|+6)/12,修正权值α2=((|E|+6)/12+|E|/(|E|+|EC|))/2,当|E|+|EC|=0时:α=0.5;当 |E|+|EC|≠0时:如果|EC|>|E|并且|EC-E|增大或不变,那么α=Min(α1,α2),否则如果|EC|<|E|并且|EC-E|增大或不变,那么α=Max(α1,α2),否则α=(α1+α2)/2,其中Min、Max分别为取最小值和取最大值函数,|E|、|EC|分别为E和EC的绝对值,α取值不同,则可得到不同的控制规则,以实现对控制规则的自调整,Ki为智能积分系数,积分条件为:当|E|>2时停止积分;当|E|≤2 且|E|增大或不变时积分,否则停止积分,该智能积分方式可进一步缩短系统的稳定时间,通过上述智能模糊控制算法,使系统具备了良好的动静态特性。
所述的压力超前智能模糊控制算法包括基于控制规则自调整的模糊控制算法和智能积分两部分,其表达式为:其中, Ep、Up分别为压力偏差、所有控制点的温度控制输出值之和的平均值和控制量的模糊量值,Ep、Up∈[-6,6], Ku为模糊化系数,un为各点温度控制输出值,un∈[0,1],n为控制点数,αp为自寻优权值,其取值规则如下:设基本权值αp1=(|Ep|+6)/12,修正权值当时:αp=0.5;当时:如果并且Ep增大,如果增大或不变,那么αp= Max(αp1,αp2),否则αp=(αp1+αp2)/2;如果并且Ep不变,如果增大,那么αp=Max(αp1,αp2),如果不变,那么αp=(αp1+αp2)/2,否则αp=Min(αp1,αp2);如果并且Ep减小,如果增大,那么αp= (αp1+αp2)/2,否则αp=Min(αp1,αp2);如果并且Ep增大,如果增大或不变,那么αp=Min(αp1,αp2),否则αp=(αp1+αp2)/2;如果并且Ep不变,如果增大,那么αp=Min(αp1,αp2),如果不变,那么αp=(αp1+αp2)/2,否则αp=Max(αp1,αp2);如果并且Ep减小,如果增大,那么αp=(αp1+αp2)/2,否则αp=Max(αp1,αp2),其中Min、Max分别为取最小值和取最大值函数,|Ep|、分别为Ep和的绝对值,αp取值不同,则可得到不同的控制规则,以实现对控制规则的自调整,Ki为智能积分系数,积分条件为:当压力控制输出值大于零并且|Ep|增大或不变时,如果Ep>0并且压力控制输出值减小或不变或者Ep<0并且压力控制输出值增大或不变时积分,否则停止积分。
本发明技术效果:
1.采用压力超前智能模糊控制算法所得炉膛压力控制的理论效果
设炉膛压力最大允许误差为e,当炉膛压力设定值为(0±e)Pa时,图2为传统方案所得炉膛压力控制理论效果图,控制算法选择PI调节,炉膛压力控制范围为(-e~e)Pa,图3为本方案所得炉膛压力控制理论效果图,炉膛压力控制范围为(0~e)Pa。
2.采用压力超前智能模糊控制算法所得炉膛压力控制的实际效果
当炉膛压力设定值为(5±5)Pa时,图4为传统方案所得炉膛压力控制实际效果图,控制算法选择PI调节,炉膛压力实际控制范围为(0~10)Pa,图5为本方案所得炉膛压力控制实际效果图,炉膛压力实际控制范围为(5~10)Pa。由图4、图5比较得出:压力超前智能模糊控制算法不仅提高了炉膛压力控制的稳定性和准确性,而且在炉内温度偏差e减小的过程中,炉膛压力p始终保持在所允许的正偏差范围内,提高了炉膛的平均压力。
3.本发明实际节能效果
热处理测试工艺为:无斜率升温至350℃保温,保温时间为2h,升温至650℃,升温时间为5h,650℃保温,保温时间为8h,工艺允许保温误差为±10℃。通过对比实验,能源消耗如下表1所示。
表1
附图说明
图1为传统炉膛压力控制示意图。
图2为采用传统方案所得炉膛压力控制理论效果图。
图3为采用本方案所得炉膛压力控制理论效果图。
图4为采用传统方案所得炉膛压力控制实际效果图。
图5为采用本方案所得炉膛压力控制实际效果图。
图6为本发明提供的燃气炉窑炉膛压力计算机智能模糊控制节能方法原理示意图。
图7为温度智能模糊控制算法原理示意图。
图8为温度智能模糊控制算法程序流程图。
图9为温度偏差e变化趋势示意图。
图10为温度偏差e与控制输出un的关系示意图。
图11为压力超前智能模糊控制算法程序流程图。
具体实施方式
结合附图对本发明作进一步的描述。
传统炉膛压力控制示意图如图1所示,为了防止执行机构频繁动作,传统的炉膛压力控制算法通常减弱或去掉微分环节而采用PI控制算法,该算法属于滞后性控制,炉膛压力在平衡点附近容易出现来回震荡现象,因此,当炉膛压力设定值为0pa时,容易出现炉膛负压状态,炉膛负压状态会导致冷空气被吸入炉膛内而降低炉温,浪费能源,同时,由于炉膛内处于负压状态,因此炉膛内的高温烟气密度相对较小,降低了高温烟气与工件之间的热交换速度,一部分热量来不及与工件进行热交换就从烟道被抽走,降低了燃气炉窑的热效率。设炉膛压力最大允许误差为e,当炉膛压力设定值为(0±e)Pa时,图2为传统方案所得炉膛压力控制理论效果图,控制算法选择PI调节,炉膛压力控制范围为(-e~e)Pa,图 3为本方案所得炉膛压力控制理论效果图,炉膛压力控制范围为(0~e)Pa。当炉膛压力设定值为(5±5)Pa时,图4为传统方案所得炉膛压力控制实际效果图,控制算法选择PI调节,炉膛压力实际控制范围为(0~10)Pa,图5为本方案所得炉膛压力控制实际效果图,炉膛压力实际控制范围为(5~10)Pa。由图4、图5比较得出:压力超前智能模糊控制算法不仅提高了炉膛压力控制的稳定性和准确性,而且在炉内温度偏差e减小的过程中,炉膛压力p始终保持在所允许的正偏差范围内,提高了炉膛的平均压力。
本发明提供的燃气炉窑炉膛压力计算机智能模糊控制节能方法主要由智能模糊控制算法和压力超前智能模糊控制算法两部分组成,如图6所示,首先将温度偏差e和温度偏差变化ec模糊化后,通过温度智能模糊控制算法得出控制量的模糊量值U,对控制量的模糊量值解模糊也就是清晰化处理得到温度控制输出值 un,将温度控制输出值以PWM方式进行输出,直接作用于被控对象,被控对象为燃气炉窑各控温点所对应的大燃气阀和小燃气阀,然后对所有控制点的温度控制输出值之和求平均值将该平均值与压力偏差ep模糊化后,通过压力超前智能模糊控制算法得出压力控制量的模糊量值Up,对压力控制量的模糊量值解模糊也就是清晰化处理得到压力控制输出值up,压力控制输出值经过D/A转换后输出4~20mA位置控制信号,将位置控制信号与位置反馈信号相比较,最后输出正、反转控制信号作用于执行机构,执行机构为燃气炉窑的电动执行器。本发明方法实现了对炉膛温度和炉膛压力的准确控制,针对传统的炉膛压力控制的不足之处,该方法通过压力超前智能模糊控制算法对炉膛压力实施控制,不仅提高了炉膛压力控制的稳定性,而且能使炉膛压力始终保持在所允许的正偏差范围内,避免了炉膛压力处于负偏差状态,通过提高炉膛的平均压力来增大高温烟气的平均密度,从而加快高温烟气与工件之间的热交换速度,实现了节能的目的。
1.温度智能模糊控制算法实施
温度控制采用了一种温度智能模糊控制算法,该算法包括基于控制规则自调整的模糊控制算法和智能积分两部分,如式①所示,其中,E、EC、U分别为偏差、偏差变化和控制量的模糊量值,α为自寻优修正因子,α∈(0,1),α取值不同,则可得到不同的控制规则,以实现对控制规则的自调整,该方法克服了单凭经验来选择控制规则的困难。控制系统在不同的状态下,对偏差和偏差变化的权重要求不同,α的大小反映了偏差和偏差变化的权重系数,反映了控制过程中人的思维特点:当偏差较大时,系统以消除偏差为主,此时,偏差应该有较大的权重;当偏差较小时,系统以减少超调为主,使系统尽快稳定,此时,应该加大偏差变化的权重。Ki为智能积分系数,积分条件为:当|E|>2时停止积分;当 |E|≤2且|E|增大或不变时积分,否则停止积分。该智能积分方式可进一步缩短系统的稳定时间。通过上述智能模糊控制算法,使系统具备了良好的动静态特性,该智能模糊控制算法原理示意图如图7所示。
U=αE-(1-α)EC+Ki∑E ①
对模糊控制输出值U解模糊即可得出温度控制输出值un。
1.1温度智能模糊控制算法
设sv表示设定温度值,pv表示测量温度值,e表示温度偏差,ec表示温度偏差变化,Ke为温度偏差模糊化系数,Kec为温度偏差变化模糊化系数,E表示偏差模糊值,E∈[-6,6],EC表示偏差变化模糊值,EC∈[-6,6],α为偏差模糊值的最优权值,α1为基本权值,α2为修正权值,α、α1、α2∈[0,1],Ki为智能积分系数,T为采样周期,e(nT)、e(nT-T)分别为偏差e第n和n-1个采样周期的采样值,E(nT)、E(nT-T)分别为模糊偏差E第n和n-1个采样周期的采样值,EC(nT)、EC(nT-T)分别为偏差EC第n和n-1个采样周期的采样值,LC 为温度测量值量程,U下为模糊控制输出下界,U下∈[-6,6],U表示模糊控制输出值,U∈[-6,6],un为解模糊归一化后的温度控制输出值,un∈[0,1],温度智能模糊控制算法如下表2所示。
表2
将表2的控制算法拟定为程序流程图即为智能模糊控制算法程序流程图,如图8所示。流程图中最优权值α是通过表2中的“最优权值α取值规则”实现,流程图中模糊控制输出下界U下由表2中的“模糊控制输出下界”条件表达式表示。
2.压力超前智能模糊控制算法实施
炉膛压力控制采用了一种压力超前智能模糊控制算法,该算法包括基于控制规则自调整的模糊控制算法和智能积分两部分,其表达式为: 其中,Ep、Up分别为压力偏差、温度控制输出值之和求平均值和控制量的模糊量值,Ep、Up∈[-6,6],αp为自寻优权值,αp取值不同,则可得到不同的控制规则,以实现对控制规则的自调整,该方法克服了单凭经验来选择控制规则的困难,Kip为智能积分系数,积分条件为:当压力控制输出值大于零并且压力偏差绝对值增大或不变时,如果压力偏差大于零并且压力控制输出值减小或不变或者压力偏差小于零并且压力控制输出值增大或不变时积分,否则停止积分,该智能积分方式可进一步缩短系统的稳定时间。为各点温度控制输出值的平均值经模糊化处理后的模糊控制量,其表达式为:式中,Ku为各点温度控制输出值的平均值的模糊化系数,n为控制点数,un为第n点温度控制输出值,值表示温度控制输出量的大小,即炉窑输入量的多少,值大表示炉窑输入量大,产生的烟气多,要保持炉膛压力稳定,烟道闸门开度也应该大,即:炉膛压力控制值Up大,反知,如果值小,表示炉窑输入量小,产生的烟气少,要保持炉膛压力稳定,烟道闸门开度也应该小,即:炉膛压力控制值Up小,上述思路符合模糊控制的逻辑推理过程。为温度控制量的计算值,在温度控制实际输出之前,该值被直接用于炉膛压力调节,即:在炉膛压力变化之前,根据炉膛输入量的多少,对输出量进行调节,具有很强的预控性,因此,该压力控制方法属于超前控制,可提高炉膛压力控制的稳定性。
图9表示温度偏差e的变化趋势,偏差e逐渐减小,图10表示温度偏差 e与控制输出un的关系,随着偏差e减小,控制输出un减小,图中斜线表示温度理论控制输出值,该值被直接用于炉膛压力调节,表示炉膛输入量的多少,折线表示温度实际控制输出值(理论控制输出值经过周期T采样保持),很明显,实际控制输出值大于理论控制输出值,即:炉膛的实际输入量大于炉膛的控制输出量,因此,在温度偏差e减小的过程中,炉膛压力p将始终保持正偏差状态,提高了炉膛的平均压力。炉膛压力p增加,炉内高温烟气的密度ρ增加,从而加快了烟气与工件之间的对流传热及辐射传热速度,有利于提高燃气炉窑的热效率。
2.1压力超前智能模糊控制算法
设sv表示压力设定值,pv表示压力测量值,ep表示压力偏差,表示温度控制输出平均值,Ke为压力偏差模糊化系数,Ku为各点温度控制输出值的平均值的模糊化系数,Ep表示压力偏差模糊值,Ep∈[-6,6],表示温度控制输出平均值的模糊值,αp为偏差模糊值的最优权值,αp1为基本权值,αp2为修正权值,αp、αp1、αp2∈[0,1],Kip为智能积分系数,k属于自然数,T为采样周期,ep(kT)、ep(kT-T)分别为偏差ep第k和k-1采样周期的采样值,Ep(kT)、 Ep(kT-T)分别为模糊偏差Ep第k和k-1采样周期的采样值,分别为偏差第k和k-1采样周期的采样值,U下为模糊控制输出下界, U下∈[-6,6],Up表示模糊控制输出值,Up∈[-6,6],up为解模糊归一化后的压力控制输出值,up∈[0,1],压力超前智能模糊控制算法如下表3所示。
表3
将表3的控制算法拟定为程序流程图即为压力超前智能模糊控制算法程序流程图,如图11所示。流程图中最优权值αp是通过表3中的“最优权值αp取值规则”实现,流程图中模糊控制输出下界U下由表3中的“模糊控制输出下界”条件表达式表示。
Claims (2)
1.燃气炉窑炉膛压力计算机智能模糊控制节能方法,其特征是按以下步骤进行:首先是将温度偏差和温度偏差变化模糊化后,通过温度智能模糊控制算法得出控制量的模糊量值,对控制量的模糊量值解模糊也就是清晰化处理得到温度控制输出值,将温度控制输出值以PWM方式进行输出,直接作用于被控对象,被控对象为燃气炉窑各控温点所对应的大燃气阀和小燃气阀,然后对所有控制点的温度控制输出值之和求平均值,将该平均值与压力偏差模糊化后,通过压力超前智能模糊控制算法得出压力控制量的模糊量值,对压力控制量的模糊量值解模糊也就是清晰化处理得到压力控制输出值,压力控制输出值经过D/A转换后输出4~20mA位置控制信号,将位置控制信号与位置反馈信号相比较,最后输出正、反转控制信号作用于执行机构,执行机构为燃气炉窑的电动执行器;
所述的压力超前智能模糊控制算法包括基于控制规则自调整的模糊控制算法和智能积分两部分,其表达式为:其中,Ep、Up分别为压力偏差、所有控制点的温度控制输出值之和的平均值和控制量的模糊量值,Ep、Up∈[-6,6], Ku为模糊化系数,un为各点温度控制输出值,un∈[0,1],n为控制点数,αp为自寻优权值,其取值规则如下:设基本权值αp1=(|Ep|+6)/12,修正权值当时:αp=0.5;当时:如果并且Ep增大,如果增大或不变,那么αp=Max(αp1,αp2),否则αp=(αp1+αp2)/2;如果并且Ep不变,如果增大,那么αp=Max(αp1,αp2),如果不变,那么αp=(αp1+αp2)/2,否则αp=Min(αp1,αp2);如果并且Ep减小,如果增大,那么αp=(αp1+αp2)/2,否则αp=Min(αp1,αp2);如果并且Ep增大,如果增大或不变,那么αp=Min(αp1,αp2),否则αp=(αp1+αp2)/2;如果并且Ep不变,如果增大,那么αp=Min(αp1,αp2),如果不变,那么αp=(αp1+αp2)/2,否则αp=Max(αp1,αp2);如果并且Ep减小,如果增大,那么αp=(αp1+αp2)/2,否则αp=Max(αp1,αp2),其中Min、Max分别为取最小值和取最大值函数,|Ep|、分别为Ep和的绝对值,αp取值不同,则可得到不同的控制规则,以实现对控制规则的自调整,Kip为智能积分系数,积分条件为:当压力控制输出值大于零并且|Ep|增大或不变时,如果Ep>0并且压力控制输出值减小或不变或者Ep<0并且压力控制输出值增大或不变时积分,否则停止积分。
2.根据权利要求1所述的燃气炉窑炉膛压力计算机智能模糊控制节能方法,其特征是:所述的智能模糊控制算法包括基于控制规则自调整的模糊算法和智能积分两部分,其表达式为:U=αE-(1-α)EC+Ki∑E,其中,E为偏差,EC为偏差变化,U为控制量的模糊量值,E、EC、U∈[-6,6],α为自寻优权值,其取值规则如下:设基本权值α1=(|E|+6)/12,修正权值α2=((|E|+6)/12+|E|/(|E|+|EC|))/2,当|E|+|EC|=0时:α=0.5;当|E|+|EC|≠0时:如果|EC|>|E|并且|EC-E|增大或不变,那么α=Min(α1,α2),否则如果|EC|<|E|并且|EC-E|增大或不变,那么α=Max(α1,α2),否则α=(α1+α2)/2,其中Min、Max分别为取最小值和取最大值函数,|E|、|EC|分别为E和EC的绝对值,α取值不同,则可得到不同的控制规则,以实现对控制规则的自调整,Ki为智能积分系数,积分条件为:当|E|>2时停止积分;当|E|≤2且|E|增大或不变时积分,否则停止积分。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510900025.1A CN105404143B (zh) | 2015-12-07 | 2015-12-07 | 燃气炉窑炉膛压力计算机智能模糊控制节能方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510900025.1A CN105404143B (zh) | 2015-12-07 | 2015-12-07 | 燃气炉窑炉膛压力计算机智能模糊控制节能方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105404143A CN105404143A (zh) | 2016-03-16 |
CN105404143B true CN105404143B (zh) | 2017-12-22 |
Family
ID=55469695
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510900025.1A Active CN105404143B (zh) | 2015-12-07 | 2015-12-07 | 燃气炉窑炉膛压力计算机智能模糊控制节能方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105404143B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110725988B (zh) * | 2019-09-25 | 2021-09-21 | 佛山市广顺电器有限公司 | 一种应用于压缩机综合测试系统的气压稳定控制方法 |
CN113110657B (zh) * | 2021-04-22 | 2022-07-08 | 上海呈彧智能科技有限公司 | 加热炉炉膛压力与排烟温度控制方法、系统及介质 |
CN113110034A (zh) * | 2021-05-10 | 2021-07-13 | 常州市新港热电有限公司 | 一种基于dcs的引风机模糊pid控制系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005347687A (ja) * | 2004-06-07 | 2005-12-15 | Hitachi Kokusai Electric Inc | 基板処理装置 |
JP2008123354A (ja) * | 2006-11-14 | 2008-05-29 | Fuji Electric Systems Co Ltd | 温度制御装置、温度制御方法および温度制御プログラム |
CN101377658A (zh) * | 2007-08-27 | 2009-03-04 | 河南华南医电科技有限公司 | 基于温度的射频功率发放模糊控制方法及装置 |
CN101727072A (zh) * | 2009-11-23 | 2010-06-09 | 江苏泰盛炉业制造有限公司 | 基于模糊控制的节能型铜带光亮退火控制方法 |
CN101833281A (zh) * | 2010-02-26 | 2010-09-15 | 华南理工大学 | 污水处理曝气节能控制方法 |
CN103557534A (zh) * | 2013-11-11 | 2014-02-05 | 中冶南方工程技术有限公司 | 工业炉高精度脉冲燃烧控制方法 |
-
2015
- 2015-12-07 CN CN201510900025.1A patent/CN105404143B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005347687A (ja) * | 2004-06-07 | 2005-12-15 | Hitachi Kokusai Electric Inc | 基板処理装置 |
JP2008123354A (ja) * | 2006-11-14 | 2008-05-29 | Fuji Electric Systems Co Ltd | 温度制御装置、温度制御方法および温度制御プログラム |
CN101377658A (zh) * | 2007-08-27 | 2009-03-04 | 河南华南医电科技有限公司 | 基于温度的射频功率发放模糊控制方法及装置 |
CN101727072A (zh) * | 2009-11-23 | 2010-06-09 | 江苏泰盛炉业制造有限公司 | 基于模糊控制的节能型铜带光亮退火控制方法 |
CN101833281A (zh) * | 2010-02-26 | 2010-09-15 | 华南理工大学 | 污水处理曝气节能控制方法 |
CN103557534A (zh) * | 2013-11-11 | 2014-02-05 | 中冶南方工程技术有限公司 | 工业炉高精度脉冲燃烧控制方法 |
Non-Patent Citations (1)
Title |
---|
"锅炉燃烧系统的模糊预测控制";荣丽红;《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》;20070815(第02期);正文第11-12页 * |
Also Published As
Publication number | Publication date |
---|---|
CN105404143A (zh) | 2016-03-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN201737965U (zh) | 热风炉自动寻优燃烧智能控制系统 | |
CN101736111A (zh) | 热风炉自动寻优燃烧智能控制方法 | |
CN104482658B (zh) | 一种燃气热风炉智能控制系统 | |
CN105423334B (zh) | 热风炉燃烧过程智能控制系统及方法 | |
CN105404143B (zh) | 燃气炉窑炉膛压力计算机智能模糊控制节能方法 | |
WO2021036709A1 (zh) | 一种脉冲加热炉系统及控制方法 | |
CN112795716B (zh) | 一种高效实用型热风炉烧炉操控方法 | |
CN101881563B (zh) | 加热炉热效率多区域智能在线优化控制方法 | |
CN104850151B (zh) | 一种气流式烘丝机燃烧室温度控制方法 | |
CN102221220A (zh) | 轧钢加热炉的脉冲燃烧控制方法 | |
CN106774521A (zh) | 蓄热式辐射管快速热解炉的温度控制方法 | |
CN110205427A (zh) | 一种智能热风炉优化控制系统及方法 | |
CN103939938B (zh) | 脉冲燃烧式燃气及助燃气压力前馈优化控制方法 | |
CN109751590A (zh) | 二次再热锅炉及蒸汽调温方法 | |
TWI696800B (zh) | 一種燃氣輻射管溫度控制系統及其控制方法 | |
CN101749731A (zh) | 热风炉自动寻优燃烧智能控制系统 | |
CN109539359B (zh) | 分工况pid+自适应前馈补偿的相变电蓄热供暖系统及方法 | |
CN110566962A (zh) | 一种空燃比可调的蓄热式单烧嘴熔铝炉燃烧控制方法 | |
CN104561514B (zh) | 双蓄热式轧钢加热炉氧化气氛调节方法及其自动控制方法 | |
CN116499272B (zh) | 一种多能源燃烧碳排放追踪的智能窑炉控制方法 | |
CN112239797A (zh) | 一种大型高炉顶燃式热风炉拱顶温度控制技术 | |
CN105425613B (zh) | 燃气炉窑计算机智能模糊控制系统节能方法 | |
CN103307623B (zh) | 一种协同控制的分控相变换热系统及换热方法 | |
CN203052713U (zh) | 高效双蓄热式加热炉脉冲燃烧装置 | |
CN112856479A (zh) | 一种加热炉低氧燃烧装置及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |