一、高炉喷煤自动控制系统的设计与应用（论文文献综述）
韩书峰[1]（2021）在《浅谈PCS7控制系统在高炉喷煤中的应用分析》文中提出随着我国信息化技术的发展,电子信息化技术被广泛应用于工业生产制造中,本文针对汉冶特钢3#高炉二期喷煤制粉项目,重点介绍了西门子PCS7软件控制系统具体应用;首先介绍了高炉喷煤工艺要求,其次,对PCS7在STEP7模式下的编程应用、PCS7集成WINCC的使用方法进行分析,以便为同业人员提供参考依据。
薛永杰[2]（2021）在《高炉喷煤自动控制系统设计与关键控制算法研究》文中研究指明随着自动控制技术不断深入社会生产各个领域,我国钢铁企业为了减少生产成本,提出了以煤粉替代焦炭的高炉煤粉喷吹自动控制技术。如何实现稳定、连续和安全的煤粉喷吹一直是研究人员主要研究问题。本文以山东某钢厂三号高炉喷煤自动控制系统为研究对象,对控制系统的软硬件进行了设计,对关键控制算法进行了研究,实现了煤粉的稳定连续喷吹。本文的主要研究内容如下:（1）深入研究高炉工艺流程及特点,结合控制系统设计要求和技术指标,分析控制系统中存在的问题和控制难点,给出了控制系统的总体设计方案。（2）详细分析了钢厂高炉喷煤控制系统中存在的关键问题,设计了以西门子S7-300为控制核心,采用工业以太网和Profibus总线相结合的系统结构的高炉喷煤自动控制系统。给出了控制系统详细的软硬件设计、硬件选型、电气原理图设计、系统组态、控制程序设计及人机界面组态设计。该系统可实现煤粉制备、煤粉喷吹、数据记录、故障报警、远程调试监测等功能。针对喷煤量计算不准确和控制不稳定的问题,提出了输入-处理-输出（IPO）模型和多元线性回归喷煤量计量模型。该模型分析了系统中影响喷煤量的主要因素,利用实时更新的变量对回归方程的参数进行迭代,实时更新喷煤量的计量值,实现对喷煤量的精确计量。从而保证了喷煤量的稳定控制,实现煤粉的精确喷吹。（3）针对自动控制系统喷煤量人工设置存在一定模糊性和盲目性的问题,提出了基于改进粒子群算法（IPSO）优化极限学习机（ELM）的喷煤量预测模型。通过采用混沌惯性权重和自适应学习因子改善粒子群算法（PSO）收敛性,引入遗传算法的交叉变异操作提高粒子群算法全局最优性,然后利用改进的粒子群算法建立IPSO-ELM喷煤量预测模型。仿真结果表明,该预测模型与ELM喷煤量预测模型和PSO-ELM喷煤量预测模型相比,精度更高,在炉况波动较大时也有较高的预测精度,具有较高工业应用价值。
方桂荣,吴金龙[3]（2020）在《炼铁高炉喷煤系统中阀门的自动化控制》文中研究指明阐述炼铁高炉喷煤系统的流程、意义及其主要组成部分制粉、喷吹两个控制系统的操作过程,通过对阀门的自动化控制来保持煤粉罐内压力的恒定,达到喷吹的效果。结合制粉和喷吹控制系统的启动顺序、PLC程序自动控制及画面监控软件,分析炼铁高炉喷煤系统中自动化控制的阀门选用及安装等问题,使喷煤系统操作实现全面自动化,提高工作效率,降低操作失误率,确保炼铁高炉喷煤系统运行的连续性和高效性,提高炼铁企业的竞争力。
顾维平[4]（2020）在《基于AB-PLC的大高炉喷煤自动控制系统的设计》文中提出近几年国内新建高炉主要以大容量高炉为主。高炉喷煤作为高炉节能降耗的重要手段之一,受到更多的关注。为保证高炉喷煤系统喷吹的连续稳定性,提高喷吹煤比,高炉喷煤系统的自动化水平也受到钢铁行业更多的重视。目前国内大型钢铁企业如宝钢、鞍钢等大高炉喷煤的喷吹系统均由国外引进,凭借其较高的设备质量及较先进的自动化水平,平均煤比达到180-200kg/tFe左右,高于国内平均水平。本文在借鉴国内外高炉喷煤系统现有的控制方式基础上,对大高炉喷煤系统的电、仪、自（简称三电系统）设计阶段、调试阶段以及试运行阶段中存在的难点和要点进行分析和论证,特别是对高炉喷煤的喷吹系统提出更加新颖的控制思路和调节手段,攻克传统控制系统中的难点,以实现高炉喷煤的全自动喷吹。针对高炉喷煤的全自动喷吹控制系统中的关键技术——连续稳定喷吹,本文在传统的人工计算、调节喷煤相关参数进行喷煤的基础上,充分运用PLC强大的顺序控制、运动控制、传动及过程控制等处理能力对喷煤系统的各项参数进行实时计算及分析,自动调节与喷煤量有关的系统参数,得到稳定的喷吹流量,最大限度的减少了操作工人工干预喷煤量对系统连续稳定性的影响。以美国罗克韦尔自动化公司（简称A-B）公司生产的ControlLogix系列PLC为例,PLC系统采用logix5000编程软件及FTVIEW SE监控软件;采用设备网现场总线DeviceNet、以太网总线EtherNET以及控制网总线ControlNet无缝结合的网络架构。提高了三电系统的自动化水平。通过此新颖的自动控制系统在大高炉喷煤中的实践证明,该系统自动化程度高、煤粉粒度均匀、煤粉喷吹流量稳定、风口煤粉分配均匀、系统运行安全可靠,为高炉提高煤比提供了强有力的保障。目前该大高炉的平均煤比达到并超过了200kg/tFe,达到了国外引进设备的水平。
吕明远[5]（2020）在《基于能量平衡的高炉燃料比协同优化决策研究》文中研究指明高炉是钢铁工业中最为重要的工业对象之一,也是我国钢铁工业高能耗,高排放的主要来源。面对钢铁工业节能降耗的严峻形势,高炉炼铁向高效、低耗、自动化方向发展势在必行。高炉喷煤技术是现代高炉炼铁生产广泛采用的技术,已成为高炉下部调节所不可缺少的重要手段之一,以价格低廉的煤粉部分替代价格昂贵且日趋匮乏的焦炭,既降低了高炉炼铁的焦比,节约成本,也降低了炼焦生产的能耗与污染。因此,提高喷煤量替代部分焦炭是高炉生产降低能耗、节约成本的有效措施。目前,高炉冶炼喷煤操作仍采用人工模式,即操作人员根据工艺指标及冶炼知识,凭借积累的经验决策出喷煤设定值,并根据炉温、炉况对喷煤量进行增减操作。但由于高炉冶炼过程存在复杂性、滞后性和状态多变性,喷煤设定值由炉长人为给定,存在盲目性,粗糙性等问题,无法准确地决策出当前炉况下的最佳喷煤设定值。同时,在高炉冶炼过程中,各单元都是孤立运行的,缺乏协同优化,严重影响了大型高炉运行的效率,安全性和可靠性,导致难实现低耗、高产、优质的优化控制目标。因此,利用高炉冶炼过程的专家知识和过程数据建立运行优化控制模型,是冶金与控制领域研究的热点问题,也是亟待解决的难点问题。针对以上问题,本文主要进行的是基于能量平衡的高炉燃料比协同优化决策研究,主要工作如下:（1）高炉冶炼问题描述及研究方案。通过阅读、学习大量文献及理论知识,对高炉冶炼工艺及喷煤技术对高炉冶炼的影响进行了综述。描述了高炉冶炼过程的控制模式,并针对控制模式的特点,利用分层优化方法将高炉运行优化控制问题进行解耦描述。通过分析高炉运行优化过程中的能量平衡及协同优化问题,提出基于能量平衡的高炉燃料比协同优化决策研究方案。（2）高炉冶炼过程数据分析处理。由于现场采集的高炉生产数据具有数据量大、采样周期不同、受外界因素影响大等特点,因此,进行数据处理是必不可少的。应该以高炉生产过程数据为研究对象,从变量选取、数据预处理、数据降维三个方面进行高炉冶炼过程数据分析处理。其中,变量选取根据生产现状及专家经验进行确定;数据预处理包括异常值检测、缺失值修补及数据归一化,重点讲解了数据预处理的过程中使用的方法;数据降维主要采用相关性分析的方法,并对数据预处理之后的高炉过程数据进行了相关性分析。（3）喷煤量设定值优化模型建立。利用某钢铁厂采集的高炉生产数据,采用基于K-均值聚类的径向基神经网络建立优化目标关联模型（燃料比,煤比预测模型）,通过该模型将喷煤量及其他生产过程参数与优化目标（燃料比、煤比）相关联。采用基于时间序列的径向基神经网络建立炉温预测模型（铁水温度、硅含量预测模型）,通过该模型得到炉温预测指标。（4）基于燃料比最优的高炉喷煤量设定值优化。以燃料比最优（燃料比最小,煤比最大）为优化目标,以优化目标关联模型为目标函数、炉温预测指标为约束条件、喷煤量为决策变量,分别建立单目标和多目标优化模型,并采用NSGA-Ⅱ算法进行优化求解。之后,将单目标和多目标优化的优化效果进行对比,比较后得出:多目标优化更适合用作基于燃料比最优的高炉喷煤量设定值优化。（5）基于DE和NSGA-Ⅱ混合进化算法的多目标优化。将差分进化策略引入到NSGA-Ⅱ算法中,形成DE和NSGA-Ⅱ混合进化算法（DE-NSGA-Ⅱ算法）。采用已经建立好的多目标优化模型,通过DE-NSGA-Ⅱ算法,进行基于燃料比最优（燃料比最小,煤比最大）的多目标优化。然后,将DE-NSGA-Ⅱ算法和NSGA-Ⅱ算法的优化效果进行了对比,比较得出:采用DE-NSGA-Ⅱ算法进行基于燃料比最优的高炉喷煤量设定值优化得到的优化效果更好。因此,应该采用基于DE-NSGA-Ⅱ算法的多目标优化方法来进行喷煤量设定值优化,根据优化目标决策出当前炉况下的最佳喷煤设定值。本课题以某钢铁厂的大型高炉为研究对象,提出基于能量平衡的高炉燃料比协同优化决策研究方案,以燃料比最优（燃料比最小,煤比最大）为优化目标,进行高炉喷煤量设定值优化,决策出当前炉况下的最佳喷煤设定值,达到了降低能耗,节约成本的目的,在高炉冶炼过程的运行优化控制研究领域具有重要的科学意义和广阔的应用前景。
张运强[6]（2020）在《多信息融合的高炉喷煤优化控制研究》文中进行了进一步梳理高炉是目前工业上最大的高温密闭反应容器,其冶炼过程具有非线性、强耦合性、时滞性等特点,能耗占钢铁企业总能耗近七成,故为实现高炉的节能低耗和智能自动化发展,对高炉冶炼过程进行优化控制研究势在必行。现阶段,以煤代焦是实现高炉冶炼节能降耗最为有效的途径之一,但在喷煤的时机与量的控制方面仍由炉长进行人为调控,因此操作过程盲目粗糙,且喷煤操作不当时,易使炉况剧烈波动,造成重大生产事故。针对上述问题,本文基于高炉冶炼原理,融合风口图像信息及高炉运行数据,运用智能控制方法进行高炉喷煤优化控制研究并开展了以下研究工作:（1）针对使用传感器对风口回旋区进行测温时,采集的风口辐射图像受工业环境影响带有大量噪声的问题,本文提出采用小波变换与BM3D相结合的滤波算法去除风口图像中的条纹噪声及高斯噪声。同时,针对风口图像中存在光晕、光斑等问题,采用分水岭算法对风口图像进行处理,进而提取出风口回旋区目标。最后,基于比色测温法计算出风口回旋区温度。（2）在高炉炉况平稳且具有较高煤粉消化率的前提下,结合炼铁专家经验,基于风口回旋区温度及高炉历史运行数据,建立了高炉喷煤补偿专家决策器,以实现对总喷煤补偿量的有效决策。（3）由于煤粉在回旋区燃烧时先吸热再放热,若将决策出的总喷煤补偿量一次加入高炉,会引起炉温的剧烈波动、炉况偏离原有平衡工作点。针对此问题,本文提出采用预测控制方法对总的喷煤补偿量进行二次决策。首先,采用改进PSO-KELM算法建立回旋区温度预测模型;然后基于预测模型,再经滚动优化、反馈校正,实现对喷煤补偿量的预测控制;最终,将总喷煤补偿量逐步适量加入高炉,同时通过煤焦置换比提前置换出喷煤补偿量所对应的上部焦炭量,使高炉能量流保持平衡,并避免炉温的剧烈波动。（4）针对补偿喷煤后高炉整体冶炼特性发生改变,不同喷煤量下拥有不同高炉时滞的问题,本文引入T-S模糊控制思想,首先结合炼铁专家经验及高炉历史运行数据确定出高炉喷煤系统最大时滞时间;然后将其人为均分,在不同时滞子区间建立高炉喷煤补偿控制系统T-S子模型,并依据模型逼近精度对时滞区间加以调整;最后,基于并行分布补偿原理设计反馈控制器,并依据Lyapunov稳定性理论及线性矩阵不等式方法对高炉喷煤补偿闭环控制系统的稳定性加以分析。本文基于高炉冶炼原理,融合风口图像信息、高炉历史运行数据、炼铁专家经验及智能控制方法,提出了基于多信息融合的高炉喷煤优化控制研究方案。理论研究及仿真实验证明该方案可保证高炉炉况平稳运行。此研究对提高高炉喷煤运行优化控制水平具有重要的理论及实际应用价值。
姚艳清[7]（2019）在《基于火焰温度的高炉喷煤优化控制研究》文中研究表明高炉是工业生产中最大的密闭反应容器,其冶炼过程具有强耦合、非线性、大时滞、多相态、参数难测量等特点,其能源消耗与污染排放占钢铁总产业的70%。为实现高炉冶炼过程向节能、低耗、自动化方向发展,对高炉运行优化控制研究势在必行。目前,通过喷吹煤粉代替部分焦炭是实现高炉节能降耗的最为有效的途径,而增煤减焦的时机与量的控制仍由炉长人为调控,在操作上具有盲目性、粗糙性,且操作不当易带来巨大经济损失。针对上述问题,本文围绕基于火焰温度的高炉优化控制研究展开以下工作:⑴高炉冶炼过程视为“黑箱”操作,其内部反应过程及参数难以获取。风口是唯一可实时观测炉内状态的窥视孔,对回旋区的实时观测并判断煤粉消化率是提高喷煤比操作的必要条件;对回旋区温度的准确检测是保证高炉顺行的关键。针对采用CCD图像传感器对高炉风口回旋区进行非接触高温测量时,因工业现场的复杂干扰,采集的风口辐射图像往往带有大量噪声,本文提出一种基于小波变换与BM3D算法结合的滤波算法,在去除条纹噪声的同时有效抑制高斯噪声。对于高温辐射图像中存在的大体积的光斑和光晕,采用分水岭算法来对辐射图像进行分割,准确识别待测辐射体目标。最后采用比色测温法求取回旋区温度。⑵针对喷煤增减量大小和时机上存在盲目性、粗糙性、滞后性难题,本文通过建立风口回旋区煤粉消化率评价模型实时判断回旋区煤粉燃烧状态,为增煤减焦的决策与提高喷煤比提供依据。首创性提出一种集成回旋区理论燃烧温度、回旋区煤粉燃烧率、燃烧带活跃性与均匀性、温度及其变化梯度的主客观证据融合的模糊综合评价模型。利用多层次模糊综合评价法,自上而下、逐级地对回旋区煤粉消化率进行评价。对该评价模型进行实际高炉离线数据应用分析,评价结果符合实际运行数据分析。⑶对于高炉冶炼中的非线性、强耦合、大时滞等特点。在保证回旋区煤粉高消化率的同时,通过专家决策与预测控制实现喷煤前馈补偿,并为保证能量流与物质流的平衡,通过置换比规则置换焦炭,解决高炉的大时滞问题,实现高炉运行的优化控制研究,达到节能降耗的目的。实验研究与专家分析证明该方案可以保证高炉炼铁过程中能量流与物质流平衡,保证高炉整体平稳运行。本文的工作可有效实现高炉冶炼过程的运行优化,节约冶炼成本与能源消耗,提高资源的利用率,指导生产达到最佳效果。有助于促进高炉冶炼过程向节能、低耗、自动化方向发展。
陈荣[8]（2019）在《基于专家知识与数据结合的最佳喷煤量决策》文中认为高炉是工业中最大、最复杂的单体生产设备。高炉冶炼过程是一个间歇式与连续式操作模式并存、具有动态分布参数特征、关键参数与运行指标（铁水质量、能耗和污染排放）难以在线检测的动态非线性系统,具有高温密闭、大时滞、多相态、强耦合、非线性、时变、欠调节手段等特性。高炉炼铁是钢铁产业链中能耗和污染最大的环节,亟待向长寿、高效、节能、环保高效智能自动化生产模式转型,而提高喷煤量替代部分焦炭是实现转型的重要手段。但由于高炉生产条件波动及高炉冶炼过程炉况的复杂性、状态的多变性,喷煤增减操作在时机和量上存在盲目性、模糊性、滞后性等问题,导致难实现优质、低耗和高产的优化控制目标,因此利用高炉冶炼过程专家知识和过程数据建立控制运行优化模型,是冶金与控制领域研究的热点问题,也是亟待解决的难点问题。针对以上问题,本文主要研究基于专家知识和数据结合的高炉冶炼过程下部喷煤控制问题,主要工作如下:（1）通过阅读、学习大量文献掌握高炉冶炼过程机理,依据高炉上部长机制、下部短机制操作的模式特点,利用分层优化方法,将高炉运行优化控制问题等效为有约束的上部、下部子系统优化控制问题,高炉平稳运行时,上部布料控制相对稳定,对下部炉温控制的影响等效为慢干扰,简化下部喷煤优化控制问题。在上部与下部解耦基础上,研究下部喷煤控制优化问题:一是建立炉况评价模型（煤气流分布和基于炉温预测的炉缸热状态评价模型）,二是建立基于炉况评价的喷煤反馈补偿模型。（2）针对炉温检测具有滞后性且高炉过程参数具有多尺度特性问题,利用高炉生产过程参数,建立基于小波多尺度分解的极限学习机（ELM,Extreme Learning Machine）的炉温预测模型。（3）煤气流分布合理,炉缸热量充沛既是炉况良好的标志,也是煤粉消化率高的标志,同时也是喷煤优化实现的必要条件,但高炉炉况的影响因素多、关系复杂、难准确描述。本文结合冶炼原理、专家知识及过程参数信息,采用将模糊系统和神经网络互补性相结合的T-S模糊神经网络建立炉况综合评价模型。（4）由于高炉生产条件波动及高炉冶炼过程炉况的复杂性、状态的多变性,操作者根据炉况（炉温）对喷煤量增减操作时,在时机和量上存在盲目性、模糊性、滞后性等问题。为此,利用采集的高炉冶炼过程参数数据,依据专家经验建立基于煤气流分布与炉缸热状态评价的喷煤反馈补偿模型,为操作者喷煤量增减操作提供指导,同时通过置换比求取相应的焦炭变化量,达到节能降焦目的。本课题以某钢铁厂的大型高炉为研究对象,以实现优质、低耗和高产为优化控制目标,从反馈补偿控制的角度,将专家经验、过程信息与智能算法相结合,首次提出与炉况相适应的优化喷煤量反馈补偿模式,利用反馈的实时性,滚动修正喷煤设定值,使喷煤量趋于与炉况相适应的最佳喷煤量,同时根据高炉冶炼系统能量流平衡通过置换比置换相应焦炭,使高炉长期处于平稳状态,对提高高炉冶炼系统的运行优化控制研究具有重要的科学意义和广阔的应用前景。通过仿真表明,该控制策略取得了较好的控制效果。
严铭伟[9]（2019）在《高炉制粉系统自动控制研究与应用》文中研究指明1840年,由外国科学家S.M.Banks提出一个设想是关于应用高炉喷煤技术喷吹焦炭和无烟煤;在18401845年间法国博洛涅附近的马恩省炼铁厂世界上最早的工业应用即是根据这一设想实现的。由此背景引出本次毕业设计高炉喷煤喷吹技术的自动化控制。课题主要阐述了高炉喷煤系统的制粉工艺控制。本文以包钢新体系高炉的喷吹控制项目背景,进行了对2座4150M3高炉进行制粉的系统控制方案的研究与设计。本文首先对制粉系统的设计背景和设计现状、设计意义与设计目的进行了介绍,并对本系统的可行性进行了分析。然后介绍了制粉的工艺流程,重点说明制粉过程是由控制系统调节给煤机和磨煤机控制,并确定了控制方案。根据控制方案,设计了制粉的控制系统。介绍了制粉过程中给煤速率对喷吹的影响,在制粉过程中旋转给料机速度的测定与控制,以及对控制系统中的主要设备给煤机、干燥炉、磨煤机的控制。对干燥炉润滑的操作歩序在本文中也进行了详细介绍。为了更好的实现制粉机器的各项运行与控制,逐步改造了硬件设备的配置以及软件设计。硬件设计包括了客户端的工控机和下位机,软件设计包括了上位机的画面以及下位机的编程软件设计。
王磊[10]（2017）在《高炉自动喷煤串级调节系统设计及应用》文中研究说明随着我国高炉喷煤技术的持续快速发展以及自动化控制技术的不断进步,提高高炉喷煤的自动化控制水平日益受到重视,提高能源综合利用效率和节能减排工作已经成为钢铁行业的主要工作目标。本文结合高炉喷煤自动控制系统的开发项目,以控制喷煤系统稳定,提高喷煤率为主线,开展高炉喷煤系统的设计与优化工作,通过采取高炉喷煤系统串级调节系统的有效投运,自动喷吹率过程控制状况稳定,达到工艺考核指标,完全满足现场生产的要求。
二、高炉喷煤自动控制系统的设计与应用（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、高炉喷煤自动控制系统的设计与应用（论文提纲范文）
（1）浅谈PCS7控制系统在高炉喷煤中的应用分析（论文提纲范文）
| 1 高炉喷煤工艺及要求 |
| 1.1 工艺简介 |
| 1.2 工艺要求 |
| 2 控制系统的设计 |
| 2.1 硬件设计 |
| 2.2 软件设计 |
| 3 人机界面设计 |
| 4 结语 |
（2）高炉喷煤自动控制系统设计与关键控制算法研究（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 高炉喷煤国内外研究现状 |
| 1.2.1 高炉喷煤国外研究现状 |
| 1.2.2 高炉喷煤国内研究现状 |
| 1.3 本文主要研究内容 |
| 2 高炉喷煤系统介绍 |
| 2.1 高炉喷煤工艺简介 |
| 2.1.1 高炉喷煤系统的组成 |
| 2.1.2 高炉喷煤工艺流程的分类及特点 |
| 2.2 某钢厂三号高炉喷煤系统 |
| 2.2.1 喷煤系统组成 |
| 2.2.2 喷煤系统主要设备及特点 |
| 2.2.3 喷煤系统目前存在的问题 |
| 2.3 控制系统需求分析 |
| 2.4 控制系统组成 |
| 2.5 本章小结 |
| 3 喷煤自动控制系统硬件设计 |
| 3.1 喷煤自动控制系统硬件设计 |
| 3.2 控制系统硬件选型 |
| 3.2.1 上位机选型 |
| 3.2.2 下位机选型 |
| 3.3 模块接线图 |
| 3.4 本章小结 |
| 4 喷煤自动控制系统软件设计 |
| 4.1 系统硬件组态设计 |
| 4.2 PLC控制程序设计 |
| 4.3 喷煤量控制模型设计 |
| 4.3.1 喷煤量控制算法研究 |
| 4.3.2 喷煤量计量和控制模型设计 |
| 4.3.3 喷煤量控制算法实现 |
| 4.4 人机界面设计 |
| 4.5 本章小结 |
| 5 喷煤量预测模型研究 |
| 5.1 数据预处理 |
| 5.2 改进PSO优化ELM的预测模型 |
| 5.2.1 极限学习机 |
| 5.2.2 改进粒子群算法 |
| 5.2.3 改进粒子群算法优化极限学习机 |
| 5.3 算法仿真与结果分析 |
| 5.3.1 对比模型及评价指标 |
| 5.3.2 预测结果分析 |
| 5.4 本章小结 |
| 总结与展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间发表的学术论文目录 |
（3）炼铁高炉喷煤系统中阀门的自动化控制（论文提纲范文）
| 0 引言 |
| 1 高炉喷煤的流程、意义及组成部分 |
| 2 高炉喷煤系统的操作 |
| 2.1 制粉控制系统的操作 |
| 2.2 喷吹控制系统的操作 |
| 3 喷煤系统阀门的选用 |
| 3.1 制粉控制系统的阀门 |
| 3.2 喷吹控制系统的阀门 |
| 4 阀门安装说明 |
| 5 结束语 |
（4）基于AB-PLC的大高炉喷煤自动控制系统的设计（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 概述 |
| 1.1 高炉喷煤的意义 |
| 1.2 全自动喷吹的课题来源 |
| 1.3 国内外高炉喷煤喷吹系统控制技术的现状 |
| 1.3.1 国内喷煤现状 |
| 1.3.2 国外喷煤现状 |
| 1.4 论文的主要内容 |
| 1.4.1 大高炉喷煤的电气、仪表及自动化的设计 |
| 1.4.2 大高炉喷煤的全自动喷吹系统 |
| 第二章 大高炉喷煤系统 |
| 2.1 大高炉参数 |
| 2.2 大高炉喷煤系统的工艺 |
| 2.2.1 上料系统工艺及流程图 |
| 2.2.2 制粉系统工艺及流程图 |
| 2.2.3 喷吹系统工艺流程图 |
| 2.3 喷煤系统的主要设备及参数 |
| 2.3.1 上料系统主要电气设备及参数 |
| 2.3.2 烟气系统主要电气设备及参数 |
| 2.3.3 制粉系统主要电气设备及参数 |
| 2.3.4 喷吹系统主要电气设备及参数 |
| 2.3.5 其它主要电气设备及参数 |
| 2.4 高炉喷煤系统的控制方式 |
| 2.5 本章小结 |
| 第三章 大高炉喷煤系统的设计 |
| 3.1 系统的三电设备选型与节能设计 |
| 3.1.1 三电设备选型 |
| 3.1.2 三电系统节能设计 |
| 3.2 系统的电气设计 |
| 3.2.1 高炉喷煤系统电气设备控制方式 |
| 3.2.2 高炉喷煤系统高压配电设计 |
| 3.2.3 高炉喷煤系统低压配电设计 |
| 3.3 系统的仪表设计 |
| 3.3.1 高炉喷煤的检测仪表 |
| 3.3.2 系统功能 |
| 3.4 系统的施工图设计 |
| 3.4.1 避雷、接地设计 |
| 3.4.2 火灾报警系统设计 |
| 3.4.3 施工图设计 |
| 3.5 本章小结 |
| 第四章 大高炉喷煤系统的自动化设计 |
| 4.1 系统的自动化设备配置 |
| 4.1.1 PLC控制系统简介 |
| 4.1.2 控制系统特点 |
| 4.1.3 控制系统组成 |
| 4.1.4 Control Logix系统网络 |
| 4.1.5 模块选型及模块统计 |
| 4.1.6 AB模块的工作方式 |
| 4.1.7 PLC系统的网络架构 |
| 4.2 Control Logix系列PLC在系统中的运用 |
| 4.3 软件编程 |
| 4.3.1 创建工程 |
| 4.3.2 组态I/O模块 |
| 4.3.3 创建标签 |
| 4.3.4 输入逻辑 |
| 4.3.5 下载工程 |
| 4.3.6 程序编制 |
| 4.4 采用FTVIEW SE监控软件进行人机界面的编辑 |
| 4.4.1 FTVIEW SE的主要特点 |
| 4.4.2 监控界面编辑 |
| 4.4.3 操作界面 |
| 4.5 本章小结 |
| 第五章 大高炉喷煤全自动喷吹系统 |
| 5.1 大高炉喷煤自动倒罐系统 |
| 5.2 大高炉喷煤煤粉流量自动控制系统 |
| 5.2.1 喷吹罐压力的自动调节 |
| 5.2.2 喷吹罐喷吹流量的自动调节 |
| 5.2.3 煤粉流量控制 |
| 5.3 大高炉喷煤管道自动控制系统 |
| 5.3.1 大高炉喷煤管道自动切换 |
| 5.3.2 大高炉喷煤管道自动吹扫 |
| 5.4 大高炉喷煤喷枪自动控制 |
| 5.5 大高炉喷煤故障状态时的自动控制 |
| 5.6 案例分析 |
| 5.7 本章小结 |
| 第六章 总结与展望 |
| 参考文献 |
| 致谢 |
（5）基于能量平衡的高炉燃料比协同优化决策研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 课题研究背景 |
| 1.1.2 课题研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 高炉喷煤技术研究现状 |
| 1.2.2 高炉冶炼过程优化决策现状 |
| 1.3 本文研究内容 |
| 2 高炉冶炼问题描述及研究方案 |
| 2.1 高炉冶炼工艺描述 |
| 2.2 喷煤对高炉冶炼过程的影响 |
| 2.3 高炉冶炼过程控制模式及解耦描述 |
| 2.4 高炉喷煤优化研究方案 |
| 2.5 本章小结 |
| 3 高炉冶炼过程数据分析处理 |
| 3.1 变量选取 |
| 3.2 数据预处理 |
| 3.2.1 异常值检测 |
| 3.2.2 缺失值修补 |
| 3.2.3 数据归一化 |
| 3.3 数据降维 |
| 3.3.1 相关性分析原理 |
| 3.3.2 相关性分析应用 |
| 3.4 本章小结 |
| 4 喷煤量设定值优化模型建立 |
| 4.1 基于K-均值聚类的径向基神经网络 |
| 4.2 优化目标关联模型 |
| 4.3 炉温预测模型 |
| 4.4 模型评价 |
| 4.5 本章小结 |
| 5 基于燃料比最优的高炉喷煤量设定值优化 |
| 5.1 NSGA-Ⅱ算法原理 |
| 5.2 单目标优化及其结果 |
| 5.2.1 基于燃料比最小的单目标优化 |
| 5.2.2 基于煤比最大的单目标优化 |
| 5.3 多目标优化及其结果 |
| 5.4 优化结果对比分析 |
| 5.5 本章小结 |
| 6 基于DE和 NSGA-Ⅱ混合进化算法的多目标优化 |
| 6.1 差分进化算法 |
| 6.2 DE和 NSGA-Ⅱ混合进化算法 |
| 6.3 多目标优化及其结果 |
| 6.4 两种算法优化结果对比分析 |
| 6.5 本章小结 |
| 结论 |
| 参考文献 |
| 在学研究成果 |
| 致谢 |
（6）多信息融合的高炉喷煤优化控制研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 课题研究背景及意义 |
| 1.1.1 课题研究背景 |
| 1.1.2 课题研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 高炉喷煤技术发展研究现状 |
| 1.2.2 高炉冶炼过程优化控制现状 |
| 1.2.3 预测控制应用研究现状 |
| 1.2.4 T-S模糊控制研究现状 |
| 1.3 研究目的与研究内容 |
| 1.3.1 研究目的 |
| 1.3.2 研究内容 |
| 2 高炉冶炼系统工况描述 |
| 2.1 高炉冶炼过程工艺描述 |
| 2.1.1 高炉结构 |
| 2.1.2 高炉冶炼工艺 |
| 2.2 高炉煤粉喷吹技术 |
| 2.3 高炉风口回旋区 |
| 2.4 本章小结 |
| 3 基于模糊理论的喷煤补偿专家决策器 |
| 3.1 模糊理论 |
| 3.2 求取风口回旋区温度 |
| 3.3 专家决策器 |
| 3.3.1 确定模糊变量及其区间 |
| 3.3.2 确定模糊变量的模糊等级及隶属函数 |
| 3.3.3 编写专家决策器模糊规则 |
| 3.3.4喷煤补偿决策仿真实验 |
| 3.4 本章小结 |
| 4 基于预测控制的高炉喷煤运行优化控制研究 |
| 4.1 优化控制目标 |
| 4.2 高炉喷煤运行优化控制策略 |
| 4.3 基于预测控制的喷煤优化控制研究 |
| 4.4 高炉喷煤优化控制系统仿真 |
| 4.4.1 建立改进PSO-KELM神经网络预测模型 |
| 4.4.2 求取煤焦置换比 |
| 4.4.3 喷煤补偿预测控制 |
| 4.5 本章小结 |
| 5 基于T-S模糊模型的高炉喷煤补偿稳定控制研究 |
| 5.1 喷煤补偿稳定控制相关问题分析 |
| 5.2 高炉喷煤补偿控制系统T-S模糊模型的建立 |
| 5.3 T-S模糊控制器设计及稳定性分析 |
| 5.3.1 设计模糊控制器 |
| 5.3.2 稳定性分析 |
| 5.4 喷煤补偿控制系统仿真实验 |
| 5.4.1 喷煤补偿T-S模糊建模仿真实验 |
| 5.4.2 喷煤补偿控制系统稳定性仿真实验 |
| 5.5 本章小结 |
| 结论 |
| 参考文献 |
| 在学研究成果 |
| 致谢 |
（7）基于火焰温度的高炉喷煤优化控制研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 课题研究背景及意义 |
| 1.1.1 课题研究背景 |
| 1.1.2 课题研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 高炉冶炼过程优化与决策 |
| 1.2.2 高炉喷煤技术现状 |
| 1.2.3 风口回旋区煤粉燃烧率研究现状 |
| 1.2.4 预测控制应用领域研究现状 |
| 1.3 研究目的与研究内容 |
| 1.3.1 研究目的 |
| 1.3.2 研究内容 |
| 2 高炉冶炼过程机理分析及优化框架 |
| 2.1 高炉炼铁过程工艺描述 |
| 2.1.1 高炉结构 |
| 2.1.2 高炉风口回旋区 |
| 2.2 高炉操作模式 |
| 2.3 高炉运行优化框架及方案 |
| 2.4 本章小结 |
| 3 风口回旋区火焰温度计算 |
| 3.1 风口辐射图像预处理 |
| 3.1.1 图像滤波算法 |
| 3.1.2 图像分割算法 |
| 3.2 风口辐射图像温度场建立的算法研究 |
| 3.2.1 比色测温原理 |
| 3.2.2 彩色CCD比色测温原理 |
| 3.3 仿真实验及实验效果 |
| 3.3.1 图像滤波试验 |
| 3.3.2 目标提取实验 |
| 3.3.3 温度检测 |
| 3.4 本章小结 |
| 4 基于模糊层次分析法的风口回旋区煤粉消化率评价模型 |
| 4.1 回旋区煤粉消化率评价体系 |
| 4.1.1 计算回旋区理论燃烧温度 |
| 4.1.2 回旋区煤粉燃烧模型 |
| 4.1.3 风口燃烧带活跃性、均匀性定义 |
| 4.2 模糊层次分析法概述 |
| 4.3 回旋区煤粉消化率模糊评价模型建立 |
| 4.3.1 煤粉消化率评价指标体系建立 |
| 4.3.2 煤粉消化率评价指标计算 |
| 4.3.3 模糊层次分析法建模 |
| 4.3.4 煤粉消化率评价结果与分析 |
| 4.4 本章小结 |
| 5 基于模糊理论与专家经验的喷煤补偿决策器 |
| 5.1 模糊理论 |
| 5.2 专家决策器 |
| 5.2.1 喷煤设定值补偿量模糊规则的设计 |
| 5.2.2 喷煤设定值补偿决策仿真实验 |
| 5.3 本章小结 |
| 6 基于火焰温度的高炉喷煤运行优化控制研究 |
| 6.1 控制目标 |
| 6.2 高炉喷煤运行优化控制策略 |
| 6.3 基于预测控制算法的运行优化控制研究 |
| 6.3.1 预测控制基本原理 |
| 6.3.2 基于T-S模糊神经网络的预测控制 |
| 6.4 高炉喷煤优化控制系统仿真 |
| 6.4.1 T-S模糊神经网络预测模型建立 |
| 6.4.2 高炉煤焦置换比规则 |
| 6.4.3 大滞后煤粉补偿预测控制 |
| 6.5 本章小结 |
| 结论 |
| 参考文献 |
| 在学研究成果 |
| 致谢 |
（8）基于专家知识与数据结合的最佳喷煤量决策（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 高炉喷煤技术国内外研究现状 |
| 1.2.2 高炉冶炼过程优化与决策现状 |
| 1.3 研究内容及章节安排 |
| 1.3.1 研究内容 |
| 1.3.2 章节安排 |
| 2 高炉冶炼系统过程描述及喷煤优化控制方案 |
| 2.1 高炉炼铁过程工艺描述 |
| 2.2 喷吹煤粉对高炉冶炼的影响 |
| 2.3 高炉冶炼过程控制模式 |
| 2.4 高炉冶炼过程喷煤优化控制方案 |
| 2.4.1 技术路线 |
| 2.4.2 创新点 |
| 2.5 本章小结 |
| 3 高炉冶炼过程数据分析 |
| 3.1 模型输入参数选择 |
| 3.1.1 炉温预测模型输入参数选择 |
| 3.1.2 炉况评价模型输入参数选择 |
| 3.2 数据预处理 |
| 3.2.1 异常值检测 |
| 3.2.2 缺失数据修补 |
| 3.2.3 数据归一化 |
| 3.3 数据降维 |
| 3.3.1 相关性分析 |
| 3.3.2 炉温预测变量相关性分析 |
| 3.4 本章小结 |
| 4 基于小波多尺度分解的炉温预测模型 |
| 4.1 基于小波多尺度分解极限学习机建模 |
| 4.2 小波分解与重构理论 |
| 4.3 极限学习机模型 |
| 4.4 炉温预测建模仿真分析 |
| 4.4.1 数据预处理 |
| 4.4.2 参数多尺度分解 |
| 4.4.3 模型参数选择 |
| 4.4.4 预测模型建立 |
| 4.4.5 模型评价 |
| 4.5 本章小结 |
| 5 基于T-S模糊神经网络的炉况评价模型 |
| 5.1 炉况评价模型建模过程 |
| 5.2 参数等级区间确定 |
| 5.3 参数权值 |
| 5.4 T-S模糊神经网络 |
| 5.5 模型的建立与仿真分析 |
| 5.5.1 煤气流分布评价模型 |
| 5.5.2 炉缸热状态评价模型 |
| 5.5.3 模型评价 |
| 5.6 本章小结 |
| 6 基于专家知识与数据结合的最佳喷煤量决策 |
| 6.1 模糊控制理论 |
| 6.2 喷煤反馈补偿模糊规则 |
| 6.3 模型建立与仿真分析 |
| 6.4 高炉煤焦置换比 |
| 6.4.1 置换比专家规则 |
| 6.4.2 置换比与煤比的关系 |
| 6.5 本章结论 |
| 结论 |
| 参考文献 |
| 在学研究成果 |
| 致谢 |
（9）高炉制粉系统自动控制研究与应用（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 选题的背景和目的 |
| 1.2 选题的意义 |
| 1.3 高炉喷煤技术 |
| 1.4 世界及我国喷煤技术发展现状 |
| 1.5 可行性分析 |
| 2 高炉制粉工艺及控制方案设计 |
| 2.1 高炉制粉生产工艺流程 |
| 2.2 整体控制设计方案 |
| 2.2.1 原煤准备 |
| 2.2.2 制粉机制 |
| 2.2.3 PLC控制系统 |
| 2.3 自动控制系统具体设计 |
| 2.3.1 给煤机控制系统 |
| 2.3.2 中速磨煤机控制系统 |
| 2.3.3 干燥炉控制系统 |
| 3 制粉自动控制系统硬件 |
| 3.1 高炉制粉系统硬件配置 |
| 3.2 系统变量统计 |
| 4 制粉自动控制系统软件 |
| 4.1 PLC控制系统的缺点 |
| 4.2 基本内容 |
| 4.3 Controllogix系统的编程软件 |
| 4.3.1 具有以下优点 |
| 4.3.2 Controllogix的独特之处 |
| 结论 |
| 参考文献 |
| 致谢 |
（10）高炉自动喷煤串级调节系统设计及应用（论文提纲范文）
| 一、生产工艺 |
| 二、控制系统组成 |
| 三、自动喷吹系统功能 |
| (一) 罐压跟踪模型 |
| (二) 喷吹流量过程控制 |
| (三) 串级喷吹调节系统 |
| 四、应用效果 |
四、高炉喷煤自动控制系统的设计与应用（论文参考文献）
- [1]浅谈PCS7控制系统在高炉喷煤中的应用分析[J]. 韩书峰. 中国设备工程, 2021(08)
- [2]高炉喷煤自动控制系统设计与关键控制算法研究[D]. 薛永杰. 青岛科技大学, 2021(01)
- [3]炼铁高炉喷煤系统中阀门的自动化控制[J]. 方桂荣,吴金龙. 机电工程技术, 2020(10)
- [4]基于AB-PLC的大高炉喷煤自动控制系统的设计[D]. 顾维平. 江苏大学, 2020(02)
- [5]基于能量平衡的高炉燃料比协同优化决策研究[D]. 吕明远. 内蒙古科技大学, 2020(01)
- [6]多信息融合的高炉喷煤优化控制研究[D]. 张运强. 内蒙古科技大学, 2020(01)
- [7]基于火焰温度的高炉喷煤优化控制研究[D]. 姚艳清. 内蒙古科技大学, 2019(03)
- [8]基于专家知识与数据结合的最佳喷煤量决策[D]. 陈荣. 内蒙古科技大学, 2019(03)
- [9]高炉制粉系统自动控制研究与应用[D]. 严铭伟. 内蒙古科技大学, 2019(03)
- [10]高炉自动喷煤串级调节系统设计及应用[J]. 王磊. 中国战略新兴产业, 2017(28)