位置:成果数据库 > 期刊 > 期刊详情页
水泥生料预分解过程智能优化设定控制
  • ISSN号:1000-8152
  • 期刊名称:《控制理论与应用》
  • 时间:0
  • 分类:TP18[自动化与计算机技术—控制科学与工程;自动化与计算机技术—控制理论与控制工程]
  • 作者机构:[1]东北大学流程工业综合自动化国家重点实验室,辽宁沈阳110004, [2]东北大学自动化研究中心,辽宁沈阳110004
  • 相关基金:国家重点基础研究发展计划资助项目(2009CB320601); 国家自然科学基金资助项目(61020106003); 高等学校学科创新引智计划资助项目(B08015); 教育部科学技术研究重大资助项目(308007)
中文摘要:

在生料预分解过程中,由于生料边界条件频繁变化,致使产品的质量指标生料分解率过低或过高,从而增加了回转窑的负荷或导致最低一级旋风筒下料管堵塞.为了解决上述问题,本文提出了一个智能优化设定方法,由回路预设定模块、分解率预报模块、前馈补偿模块、反馈补偿模块组成.这个方法能够根据生料边界条件的变化在线调整控制回路的设定值.所提出的方法已经成功应用于酒钢宏达水泥生料预分解过程,取得了显著的应用效果.工业应用表明所提出的智能优化设定方法能够将生料分解率稳定在工艺范围内.

英文摘要:

In the pre-calcining process of raw meal,boundary conditions of raw meal(i.e.,flow,ingredients and particle size) are varying frequently;the decomposition rate of raw meal(RMDR) cannot be kept in the desirable ranges.This causes the declination of the production rate per hour and the blockage in the lower feeding tubes.To solve this problem,we propose an intelligent setting-control system in which the set-points of control loops are adjusted online according to the variations of the boundary conditions of raw meal.This system consists of four modules: a control-loop pre-setting module,a feedback compensation module based on the fuzzy rules,a feedforward compensation module based on the fuzzy rules and a soft measurement module for RMDR.This method has been successfully applied to the pre-calcining process the raw meal of Jiuganghongda Cement Plant in China and its efficiency has been validated by the practical application results.Industrial applications show that the proposed intelligent optimization method maintains the rate of decomposition of raw material in processes within a stable range.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《控制理论与应用》
  • 北大核心期刊(2011版)
  • 主管单位:国家教育部
  • 主办单位:华南理工大学 中国科学院数学与系统科学研究院
  • 主编:胡跃明
  • 地址:广州五山路华南理工大学3号楼516室
  • 邮编:510640
  • 邮箱:aukzllyy@scut.edu.cn
  • 电话:020-87111464
  • 国际标准刊号:ISSN:1000-8152
  • 国内统一刊号:ISSN:44-1240/TP
  • 邮发代号:46-11
  • 获奖情况:
  • 国内外数据库收录:
  • 美国化学文摘(网络版),美国数学评论(网络版),德国数学文摘,荷兰文摘与引文数据库,美国工程索引,美国剑桥科学文摘,英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:21084