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 PDFInfo
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 49
- 239000004568 cement Substances 0.000 title claims abstract description 27
- 238000002485 combustion reaction Methods 0.000 title claims abstract description 18
- 239000002994 raw material Substances 0.000 title claims abstract description 17
- 238000005457 optimization Methods 0.000 title claims abstract description 16
- 230000008569 process Effects 0.000 claims abstract description 20
- 238000004519 manufacturing process Methods 0.000 claims abstract description 12
- 235000012054 meals Nutrition 0.000 claims abstract description 8
- 238000005096 rolling process Methods 0.000 claims abstract description 5
- 238000000354 decomposition reaction Methods 0.000 claims description 16
- 238000005259 measurement Methods 0.000 claims description 7
- 239000011159 matrix material Substances 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 4
- 238000009423 ventilation Methods 0.000 claims description 4
- 230000035945 sensitivity Effects 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 3
- 238000001311 chemical methods and process Methods 0.000 abstract description 5
- 230000004044 response Effects 0.000 abstract description 5
- 238000012423 maintenance Methods 0.000 abstract description 2
- VTYYLEPIZMXCLO-UHFFFAOYSA-L Calcium carbonate Chemical compound [Ca+2].[O-]C([O-])=O VTYYLEPIZMXCLO-UHFFFAOYSA-L 0.000 description 4
- 229910000019 calcium carbonate Inorganic materials 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 239000002912 waste gas Substances 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
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
- G05B13/04—Adaptive 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
- G05B13/042—Adaptive 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
- G05B13/045—Adaptive 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
-
- 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
- G05B13/04—Adaptive 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
- G05B13/048—Adaptive 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
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:
其中,
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:
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:
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:
x(0)=x0,g(ki)≤0
g(ki)+ηi=ξi
ui∈[umin,umax]
ηi≥0,ξi≥0,i=0,...,Td-1
其中,ηi,ξi为松弛变量,ζ为设定的系数,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:
其中,
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:
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:
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:
x(0)=x0,g(ki)≤0
g(ki)+ηi=ξi
ui∈[umin,umax]
ηi≥0,ξi≥0,i=0,...,Td-1
其中,ηi,ξi为松弛变量,ζ为设定的系数,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:
其中,
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:
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:
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:
x(0)=x0,g(ki)≤0
g(ki)+ηi=ξi
ui∈[umin,umax]
ηi≥0,ξi≥0,i=0,...,Td-1
其中,ηi,ξi为松弛变量,ζ为设定的系数,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。
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)
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)
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 |
-
2019
- 2019-07-08 CN CN201910608031.8A patent/CN110361972B/zh active Active
Patent Citations (4)
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)
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 | |
CN111045326A (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 | |
CN113625556B (zh) | 一种循环流化床复杂工业系统的自适应控制方法 | |
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 | |
CN103593578A (zh) | 焦炉加热燃烧过程烟道吸力反馈设定方法 | |
Cardoso et al. | Artificial neural networks for modelling and controlling the variables of a blast furnace | |
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 | |
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 | |
CN112229206B (zh) | 水泥回转窑窑头喂煤控制方法 | |
Zanoli et al. | Application of Advanced Process Control techniques for a cement rotary kiln | |
CN106190209A (zh) | 一种预测配合煤冶炼焦炭中硫分的方法 | |
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 | |
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 | |
Kazarinov et al. | Elliptic component analysis | |
CN101339408A (zh) | 铝酸钠溶液连续碳酸化分解过程智能控制系统 | |
Hernández et al. | Model reference adaptive temperature control of a rotary cement kiln | |
CN117193002A (zh) | 一种面向水泥分解炉系统的优化控制方法及系统 | |
Pina et al. | A glass furnace operation system using fuzzy modelling and genetic algorithms for performance optimisation | |
CN107544578B (zh) | 基于BFCM-iWM模糊规则自提取的水泥分解炉温度控制方法 | |
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 |