CN110361972B - 一种基于水泥生料燃烧的分解炉炉温快速优化控制方法 - Google Patents

一种基于水泥生料燃烧的分解炉炉温快速优化控制方法 Download PDF

Info

Publication number
CN110361972B
CN110361972B CN201910608031.8A CN201910608031A CN110361972B CN 110361972 B CN110361972 B CN 110361972B CN 201910608031 A CN201910608031 A CN 201910608031A CN 110361972 B CN110361972 B CN 110361972B
Authority
CN
China
Prior art keywords
decomposing furnace
furnace temperature
moment
temperature control
max
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
Application number
CN201910608031.8A
Other languages
English (en)
Other versions
CN110361972A (zh
Inventor
张日东
欧丹林
吴胜
袁亦斌
高福荣
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhejiang Bonyear Technology Co ltd
Hangzhou Dianzi University
Original Assignee
Zhejiang Bonyear Technology Co ltd
Hangzhou Dianzi University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Zhejiang Bonyear Technology Co ltd, Hangzhou Dianzi University filed Critical Zhejiang Bonyear Technology Co ltd
Priority to CN201910608031.8A priority Critical patent/CN110361972B/zh
Publication of CN110361972A publication Critical patent/CN110361972A/zh
Application granted granted Critical
Publication of CN110361972B publication Critical patent/CN110361972B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G05B13/042Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
    • G05B13/045Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance using a perturbation signal
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G05B13/048Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators using a predictor

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Feedback Control In General (AREA)

Abstract

本发明公开了一种基于水泥生料燃烧的分解炉炉温快速优化控制方法。本发明首先针对复杂的水泥生料分解炉燃烧过程建立了分解炉炉温控制被控对象的状态空间模型,并定义系统约束输出和被控输出需要满足的实际生产约束条件。然后,针对系统的运行耗损定义过程预测和系统二次型滚动优化性能指标,设计水泥生料燃烧过程的分解炉炉温控制器。最终将本发明设计的控制器应用于水泥生料燃烧的分解炉炉温控制过程进行系统性能优化。本发明可以在不增加系统运行负担的基础上,增强化工过程响应能力,降低运维费用,并对水泥生料燃烧过程起到快速优化分解炉炉温控制的作用。

Description

一种基于水泥生料燃烧的分解炉炉温快速优化控制方法
技术领域
本发明属于自动化技术领域,涉及一种基于水泥生料燃烧的分解炉炉温快速优化控制方法。
背景技术
化工过程是工业生产的一类重要分支,化工过程的生产质量是衡量一个企业产品合格率的重要途径,因此工厂一直都在攻克既快速又精准的控制方法,随着市场竞争的日益激烈,对生产工艺要求也是越来越高,模型预测控制和迭代学习控制等方法也已经满足不了现在的生产需求。
发明内容
本发明主要是针对传统控制方法在基于水泥生料燃烧的分解炉炉温控制过程中所出现的系统响应大时滞、大惯性和生料分解不彻底等原因,造成的水泥生产量低效、产品纯度不够和废气废渣污染严重等问题,提出了一种基于水泥生料燃烧的分解炉炉温快速优化控制方法。
本发明首先针对复杂的水泥生料分解炉燃烧过程建立了分解炉炉温控制被控对象的状态空间模型,并定义系统约束输出和被控输出需要满足的实际生产约束条件。然后,针对系统的运行耗损定义过程预测和系统二次型滚动优化性能指标,设计水泥生料燃烧过程的分解炉炉温控制器。最终将本发明设计的控制器应用于水泥生料燃烧的分解炉炉温控制过程进行系统性能优化。本发明可以在不增加系统运行负担的基础上,增强化工过程响应能力,降低运维费用,并对水泥生料燃烧过程起到快速优化分解炉炉温控制的作用。
本发明方法的步骤包括:
步骤1、建立过程对象的状态空间模型,具体方法是:
1.1.首先采集过程对象的实时运行数据,建立处理过程模型,将带干扰过程描述为以下形式:
Figure BDA0002121373740000011
其中,
Figure BDA0002121373740000021
其中x(k+1)是k+1时刻状态,x(k)是k时刻状态,y(k)是k时刻系统控制输出,u(k)和u(k-1)分别是k和k-1时刻系统控制输入,v(k)和v(k-1)分别是k和k-1时刻可以测量的外部干扰,A,B,C,D,E,F是相应维数的系统矩阵,Δ是后向差分算子。
1.2根据系统初始测量数据,得到系统的初始状态,定义如下:
{[xinitial]}={x0}
1.3设计系统约束输出和被控输出需要满足的实际生产约束:
ymin(k)≤y1(k)≤ymax(k)
umin(k)≤u(k)≤umax(k)
Δumin(k)≤Δu(k)≤Δumax(k)
其中,ymin(k)和ymax(k)分别为k时刻的最小和最大约束输出值,umin(k)和umax(k)分别为k时刻的最小和最大控制输入值,Δumin(k)和Δumax(k)分别是k时刻的控制输入增量的最小和最大值。
1.4根据步骤1.3,变换其约束形式如下:
-y(k)+ymin(k)≤0;y(k)-ymax(k)≤0
-u(k)+umin(k)≤0;u(k)-umax(k)≤0
-Δu(k)+Δumin(k)≤0;Δu(k)-Δumax(k)≤0
1.5为了统一表达,步骤1.4中的状态变量约束形式可以转化为不等式形式g(ki)≤0,g(ki)表示状态量不等式转换的统一形式。
步骤2、设计被控对象的优化控制器,具体是:
2.1首先,针对系统的运行耗损预测如下:
Figure BDA0002121373740000022
其中,Rs为系统运行耗损预测,L(τ)为系统每时刻运行耗损函数。
2.2设定系统的终端惩罚形式:
Ps=Vf(x(M))
其中,Vf(x(Td))是终端惩罚,x(Td)是终端时间Td的状态。
2.3设置通用的系统二次型滚动优化性能指标Qs,形式如下:
Figure BDA0002121373740000031
其中,yref(k)是k时刻的参考输出,yw(k+1|k)是k时刻的对k+1时刻的预测输出。ΔU(k)是k时刻的控制变量增量,其中λu与λy是相应的权矩阵,Td是设定的系统运行时间。
2.4由于系统设置考虑很多的相关因素,因此相对于传统方法会稍显复杂,为了能够克服这类状况,能够快速求解,设置快速控制方法,由于系统的性能目标是带有终端惩罚的形式,使用快速方法能够进一步优化控制系统,提升系统的性能指标。为了统一表达,改进的控制方法,形式如下:
Figure BDA0002121373740000032
Figure BDA0002121373740000033
x(0)=x0,g(ki)≤0
g(ki)+ηi=ξi
ui∈[umin,umax]
ηi≥0,ξi≥0,i=0,...,Td-1
其中,ηii为松弛变量,ζ为设定的系数,
Figure BDA0002121373740000034
ζ要足够大,以满足系统的收敛性,且ξi的值是要趋于0。ui为i时刻控制量。umin,umax为控制量最小值与最大值。x(0)为初始状态其值设置为x0,初始状态由传感器实时测量获取,I为适当维度的单位矩阵。
2.5在k时刻,可以通过求解系统设定问题步骤2.4,预测k+1时刻的状态,即通过测量系统状态向前预测一步。
2.6在k+1时刻,系统已经采集k时刻的状态,即可以通过状态变化的敏感性分析系统。
2.7令k=k+1,返回步骤2.5。在这种形式的求解下,当系统有新的测量结果,控制输入项就会在极短时间延迟或没有时间延迟的情况下更新,提升了系统的快速性。
2.8因此,可以通过求解步骤2.4的设定公式,就可以得到最优控制律,并可以计算出系统的最优控制变量u*
2.9在下一时刻,重复步骤2.1到2.8的方法,继续求解新的优化参数,得到最优控制变量u*,作用于被控系统,并依次循环。
本发明的有益效果:本发明提出了一种基于水泥生料燃烧的分解炉炉温快速优化控制方法。通过此种改进的技术手段,所得到的控制器具有更快的处理性能,同时保证控制装置运行在安全状态,使生产过程的工艺参数达到严格控制。有效地提高了传统控制方法的性能并保证了系统在受到扰动时仍然具有良好的控制性能,以及提高了系统的响应能力。
具体实施方式
以水泥生产系统中水泥生料燃烧的分解炉炉温控制过程为例:
分解炉的作用是使水泥生料在进窑之前高温分解,而稳定的分解炉炉温控制对水泥生料中的碳酸钙等物质的分解率是直接的影响同时决定后面水泥生产的效率和纯度。其中决定分解炉炉温变化的因素主要有水泥生料喂料量、喂煤量和炉内通风量,前两个变量通过人为控制很容易实现,而炉内通风量的控制是非常困难的。针对该实际过程,本实施例以分解炉内部反应过程作为系统被控对象,以分解炉炉温作为系统输出量,设定水泥生料中的碳酸钙等物质可稳定分解的温度作为系统设定输入量,通过分解炉输出温度和尾气成分含量设计过程控制器控制炉内通风口开度的过程输入。
步骤1、建立分解炉炉温控制系统的输入输出模型,具体是:
1.1首先采集分解炉炉温控制过程的输入输出数据,利用该数据建立该分解炉炉温控制过程的输入输出模型,将带干扰的过程描述为以下形式:
Figure BDA0002121373740000041
其中,
Figure BDA0002121373740000042
其中,x(k+1)是k+1时刻分解炉炉温控制系统状态量,x(k)是k时刻分解炉炉温控制系统状态量,y(k)是k时刻分解炉炉温值,u(k)和u(k-1)分别是k和k-1时刻分解炉通风口开度,v(k)和v(k-1)分别是k和k-1时刻可以测量的外部干扰,A,B,C,D,E,F是相应维数的系统矩阵,Δ是后向差分算子。
1.2根据系统初始测量数据,得到分解炉的初始状态,定义如下:
{[xinitial]}={x0}
1.3设计分解炉炉温控制系统约束输出和被控输出需要满足的实际生产约束:
ymin(k)≤y1(k)≤ymax(k)
umin(k)≤u(k)≤umax(k)
Δumin(k)≤Δu(k)≤Δumax(k)
其中,ymin(k)和ymax(k)分别为k时刻的最小和最大分解炉炉温约束,umin(k)和umax(k)分别为k时刻的最小和最大分解炉通风口开度,Δumin(k)和Δumax(k)分别是k时刻的分解炉通风口开度增量的最小和最大值。
1.4根据步骤1.3,变换其约束形式如下:
-y1(k)+ymin(k)≤0;y1(k)-ymax(k)≤0
-u(k)+umin(k)≤0;u(k)-umax(k)≤0
-Δu(k)+Δumin(k)≤0;Δu(k)-Δumax(k)≤0
1.5为了统一表达,步骤1.4中的分解炉状态变量约束形式可以转化为不等式形式g(ki)≤0,g(ki)表示分解炉状态不等式转换的统一形式。
步骤2、设计分解炉炉温控制系统的优化控制器,具体是:
2.1针对分解炉炉温控制系统的运行耗损预测如下:
Figure BDA0002121373740000051
其中,Rs为分解炉炉温控制系统运行耗损预测,L(τ)为分解炉炉温控制系统每时刻运行耗损函数。
2.2设定分解炉炉温控制系统的终端惩罚形式:
Ps=Vf(x(M))
其中,Vf(x(Td))是终端惩罚,x(Td)是终端时间Td的状态。
2.3设置通用的分解炉炉温控制系统二次型滚动优化性能指标Qs,形式如下:
Figure BDA0002121373740000052
其中,yref(k)是k时刻的分解炉炉温参考输出,yw(k+1|k)是k时刻的对k+1时刻的分解炉炉温预测输出。ΔU(k)是k时刻的分解炉通风口开度增量,其中λu与λy是相应的权矩阵,Td是设定的系统运行时间。
2.4由于分解炉炉温控制系统设置考虑很多的相关因素,因此相对于传统方法会稍显复杂,为了能够克服这类状况,为了能够快速求解,设置快速控制方法,由于系统的性能目标是带有终端惩罚的形式,使用快速方法能够进一步优化分解炉炉温控制系统,提升系统的性能指标。为了统一表达,改进的分解炉炉温控制方法,形式如下:
Figure BDA0002121373740000061
Figure BDA0002121373740000062
x(0)=x0,g(ki)≤0
g(ki)+ηi=ξi
ui∈[umin,umax]
ηi≥0,ξi≥0,i=0,...,Td-1
其中,ηii为松弛变量,ζ为设定的系数,
Figure BDA0002121373740000063
ζ要足够大,以满足分解炉炉温控制系统的收敛性,且ξi的值是要趋于0。ui为i时刻分解炉通风口开度控制量。umin,umax为分解炉通风口开度控制量的最小值与最大值。x(0)为分解炉炉温控制系统初始状态其值设置为x0,初始状态由传感器实时测量获取,I为适当维度的单位矩阵。
2.5在k时刻,可以通过求解分解炉炉温控制系统设定问题步骤2.4,预测k+1时刻的分解炉炉温控制系统状态,即通过测量系统状态向前预测一步。
2.6在k+1时刻,分解炉炉温控制系统已经采集k时刻的分解炉炉内状态,即可以通过状态变化的敏感性分析分解炉炉温控制系统。
2.7令k=k+1,返回步骤2.5。在这种形式的求解下,当分解炉炉温控制系统有新的测量结果,分解炉炉温控制输入项就会在极短时间延迟或没有时间延迟的情况下更新,提升了系统的快速性。
2.8因此可以通过求解步骤2.4的设定公式,就可以得到最优分解炉通风口开度控制量,并可以计算出系统的最优分解炉通风口开度控制量u*
2.9在下一时刻,重复步骤2.1到2.8的方法,继续求解新的优化参数,得到最优分解炉通风口开度控制量u*,作用于水泥生料燃烧过程的分解炉炉温控制系统,并依次循环。
本发明提出一种新的优化控制方法,与传统方法控制效果相比,所提出的快速优化控制可以将化工过程限制在安全允许范围内,改进的控制方法可以在提升系统快速性的基础上改善系统的整体性能,在满足安全性的前提下,优化系统的运行损耗,提升系统的快速性。快速求解也能够有效缓系统运行约束,通过快速求解也能更好的保护系统,实现快速的系统控制,因此系统的快速性是一个重要的参考指标,可以在保证系统其他性能的基础上改善系统的响应能力,改善系统运行成本。

Claims (2)

1.一种基于水泥生料燃烧的分解炉炉温快速优化控制方法,其特征在于该方法包括如下步骤:
步骤1、建立过程对象的状态空间模型,具体方法是:
1.1.首先采集分解炉炉温控制过程的实时运行数据,建立分解炉炉温控制过程模型,将带干扰过程描述为以下形式:
Figure FDA0002121373730000011
其中,
Figure FDA0002121373730000012
其中x(k+1)是k+1时刻分解炉炉温控制系统状态量,x(k)是k时刻分解炉炉温控制系统状态量,y(k)是k时刻分解炉炉温值,u(k)和u(k-1)分别是k和k-1时刻分解炉通风口开度,v(k)和v(k-1)分别是k和k-1时刻外部干扰,A,B,C,D,E,F是相应维数的系统矩阵,Δ是后向差分算子;
1.2 根据系统初始测量数据,得到分解炉炉温控制系统的初始状态,定义如下:
{[xinitial]}={x0}
1.3 设计分解炉炉温控制系统约束输出和被控输出需要满足的实际生产约束:
ymin(k)≤y1(k)≤ymax(k)
umin(k)≤u(k)≤umax(k)
Δumin(k)≤Δu(k)≤Δumax(k)
其中,ymin(k)和ymax(k)分别为k时刻的最小和最大分解炉炉温约束,umin(k)和umax(k)分别为k时刻的最小和最大分解炉通风口开度,Δumin(k)和Δumax(k)分别是k时刻的分解炉通风口开度增量的最小和最大值;
1.4 根据步骤1.3,变换其约束形式如下:
-y(k)+ymin(k)≤0;y(k)-ymax(k)≤0
-u(k)+umin(k)≤0;u(k)-umax(k)≤0
-Δu(k)+Δumin(k)≤0;Δu(k)-Δumax(k)≤0
步骤2、设计分解炉炉温控制系统的优化控制器,具体是:
2.1 首先,针对系统的运行耗损预测如下:
Figure FDA0002121373730000021
其中,Rs为系统运行耗损预测,L(τ)为系统每时刻运行耗损函数;
2.2 设定系统的终端惩罚形式:
Ps=Vf(x(Td ))
其中,Vf(x(Td))是终端惩罚,x(Td)是终端时间Td的状态;
2.3 设置通用的系统二次型滚动优化性能指标Qs,形式如下:
Figure FDA0002121373730000022
其中,yref(k)是k时刻的分解炉炉温参考输出,yw(k+1|k)是k时刻的对k+1时刻的分解炉炉温预测输出;ΔU(k)是k时刻的分解炉通风口开度增量,其中λu与λy是相应的权矩阵,Td是设定的系统运行时间;
2.4 采用快速控制方法用于快速求解,形式如下:
Figure FDA0002121373730000023
Figure FDA0002121373730000024
x(0)=x0,g(ki)≤0
g(ki)+ηi=ξi
ui∈[umin,umax]
ηi≥0,ξi≥0,i=0,...,Td-1
其中,ηii为松弛变量,ζ为设定的系数,
Figure FDA0002121373730000025
ζ要足够大,以满足分解炉炉温控制系统的收敛性,且ξi的值是要趋于0;ui为i时刻分解炉通风口开度控制量;umin,umax为分解炉通风口开度控制量的最小值与最大值;x(0)为分解炉炉温控制系统初始状态其值设置为x0,初始状态由传感器实时测量获取,I为适当维度的单位矩阵;
2.5 在k时刻,通过求解步骤2.4,预测k+1时刻的分解炉炉温控制系统状态;
2.6 在k+1时刻,通过状态变化的敏感性分析分解炉炉温控制系统;
2.7 令k=k+1,返回步骤2.5继续求解下,当分解炉炉温控制系统有新的测量结果,分解炉炉温控制输入项就会在极短时间延迟或没有时间延迟的情况下更新;
2.8 通过求解步骤2.4的设定公式,得到最优分解炉通风口开度控制量,并计算出系统的最优分解炉通风口开度控制量u*
2.9 在下一时刻,重复步骤2.1到2.8,继续求解新的优化参数,得到最优分解炉通风口开度控制量u*,作用于水泥生料分解炉炉温控制系统,并依次循环。
2.根据权利要1所述的一种基于水泥生料燃烧的分解炉炉温快速优化控制方法,其特征在于:为了统一表达,步骤1.4中的状态变量约束形式可以转化为不等式形式g(ki)≤0,g(ki)表示状态量不等式转换的统一形式。
CN201910608031.8A 2019-07-08 2019-07-08 一种基于水泥生料燃烧的分解炉炉温快速优化控制方法 Active CN110361972B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910608031.8A CN110361972B (zh) 2019-07-08 2019-07-08 一种基于水泥生料燃烧的分解炉炉温快速优化控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910608031.8A CN110361972B (zh) 2019-07-08 2019-07-08 一种基于水泥生料燃烧的分解炉炉温快速优化控制方法

Publications (2)

Publication Number Publication Date
CN110361972A CN110361972A (zh) 2019-10-22
CN110361972B true CN110361972B (zh) 2022-03-11

Family

ID=68218408

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910608031.8A Active CN110361972B (zh) 2019-07-08 2019-07-08 一种基于水泥生料燃烧的分解炉炉温快速优化控制方法

Country Status (1)

Country Link
CN (1) CN110361972B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111552179B (zh) * 2020-04-26 2021-09-14 中南大学 一种基于神经动态规划的温度分布过程优化控制方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5933345A (en) * 1996-05-06 1999-08-03 Pavilion Technologies, Inc. Method and apparatus for dynamic and steady state modeling over a desired path between two end points
CN101750964A (zh) * 2009-12-14 2010-06-23 浙江大学 烧成系统基于脉冲响应模型的多变量预测控制方法
CN101751051A (zh) * 2008-12-05 2010-06-23 中国科学院沈阳自动化研究所 基于约束史密斯广义预测控制的水泥分解炉温度控制方法
CN104765350A (zh) * 2015-04-03 2015-07-08 燕山大学 基于组合模型预测控制技术的水泥分解炉控制方法及系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5933345A (en) * 1996-05-06 1999-08-03 Pavilion Technologies, Inc. Method and apparatus for dynamic and steady state modeling over a desired path between two end points
CN101751051A (zh) * 2008-12-05 2010-06-23 中国科学院沈阳自动化研究所 基于约束史密斯广义预测控制的水泥分解炉温度控制方法
CN101750964A (zh) * 2009-12-14 2010-06-23 浙江大学 烧成系统基于脉冲响应模型的多变量预测控制方法
CN104765350A (zh) * 2015-04-03 2015-07-08 燕山大学 基于组合模型预测控制技术的水泥分解炉控制方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于近似动态规划方法的分解炉温度控制研究;张志刚 等;《中国水泥》;20121231(第6期);第60-63页 *

Also Published As

Publication number Publication date
CN110361972A (zh) 2019-10-22

Similar Documents

Publication Publication Date Title
CN109581870B (zh) 含能材料反应釜的釜内温度动态矩阵控制方法
CN111045326B (zh) 一种基于递归神经网络的烘丝过程水分预测控制方法及系统
Tian et al. TS fuzzy neural network predictive control for burning zone temperature in rotary kiln with improved hierarchical genetic algorithm
CN103332878A (zh) 一种新型干法水泥熟料生产全流程优化方法
CN110361972B (zh) 一种基于水泥生料燃烧的分解炉炉温快速优化控制方法
CN110373510B (zh) 一种基于双模态切换的钢水质量窄窗口控制方法及系统
Du et al. Intelligent integrated control for burn-through point to carbon efficiency optimization in iron ore sintering process
CN114968997A (zh) 一种基于时空特征提取的烧结终点预报方法
CN110794672B (zh) 一种水泥生产过程分解炉炉温显式控制方法
CN114334025A (zh) 一种水泥熟料煅烧环境变量的构建及验证方法
Zanoli et al. Application of Advanced Process Control techniques for a cement rotary kiln
CN111798023B (zh) 一种炼钢烧结生产中综合焦比预测的方法
CN110619931B (zh) 一种基于多时间尺度优化的烧结过程碳效优化方法
CN112229206A (zh) 水泥回转窑窑头喂煤控制方法
CN111617876A (zh) 一种磨煤机在线综合运行优化的方法
CN110794685A (zh) 一种基于失配补偿Smith预估控制的SCR系统控制方法
CN113625556B (zh) 一种循环流化床复杂工业系统的自适应控制方法
Ziatabari et al. Cement rotary kiln control: A supervised adaptive model predictive approach
CN114721253A (zh) 基于人工蜂群算法的加热炉温度分数阶pid控制系统及方法
Tsamatsoulis et al. PID parameterization of cement kiln precalciner based on simplified modeling
CN101339408A (zh) 铝酸钠溶液连续碳酸化分解过程智能控制系统
Qiang et al. The combination prediction of BTP in sintering process based on Bayesian framework and LS-SVM
An et al. Applications of evolutionary computation and artificial intelligence in metallurgical industry
Hernández et al. Model reference adaptive temperature control of a rotary cement kiln
CN111123874B (zh) 基于分数阶lqg基准的水泥回转窑烧成过程性能确定方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant