步进式加热炉智能控制方法研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第11-21页 |
| 1.1 引言 | 第11-12页 |
| 1.2 首钢集团钢坯加热工艺概述 | 第12-14页 |
| 1.3 加热炉智能控制国内外研究现状 | 第14-18页 |
| 1.3.1 加热炉炉温智能优化控制 | 第15-16页 |
| 1.3.2 加热炉钢坯升温控制 | 第16-17页 |
| 1.3.3 加热炉优化炉温设定 | 第17-18页 |
| 1.4 研究背景及意义 | 第18-20页 |
| 1.5 论文主要研究内容 | 第20-21页 |
| 第2章 加热炉工艺与控制问题 | 第21-31页 |
| 2.1 加热炉工艺 | 第21页 |
| 2.2 加热炉布局 | 第21-24页 |
| 2.2.1 热装自动化控制 | 第22页 |
| 2.2.2 增长装钢机行程 | 第22-23页 |
| 2.2.3 加热炉排烟过程 | 第23页 |
| 2.2.4 加热炉剥渣、排渣处理 | 第23-24页 |
| 2.2.5 加热炉余热回收系统 | 第24页 |
| 2.3 加热炉炉体结构 | 第24-26页 |
| 2.3.1 加热炉炉型设计 | 第24-25页 |
| 2.3.2 加热炉供热方式 | 第25页 |
| 2.3.3 耐高温节能涂料的应用 | 第25页 |
| 2.3.4 加热炉钢梁柱及垫块 | 第25-26页 |
| 2.4 间拔控制技术 | 第26-27页 |
| 2.5 加热炉控制存在的问题 | 第27-30页 |
| 2.5.1 炉温优化预设定控制问题 | 第28页 |
| 2.5.2 反馈设定补偿模型控制问题 | 第28-29页 |
| 2.5.3 钢坯温度预报数学模型控制问题 | 第29页 |
| 2.5.4 钢坯温度预报模型的矫正控制问题 | 第29页 |
| 2.5.5 专家规则的炉温设定调整控制问题 | 第29-30页 |
| 2.6 本章小结 | 第30-31页 |
| 第3章 智能控制策略研究 | 第31-47页 |
| 3.1 基于模糊专家的阀门开度控制 | 第31-36页 |
| 3.2 空燃比自寻优算法 | 第36-38页 |
| 3.3 钢坯温度预报的改造 | 第38-44页 |
| 3.3.1 基本BP神经网络 | 第38-41页 |
| 3.3.2 改进BP神经网络 | 第41-43页 |
| 3.3.3 钢坯温度预报模型设计 | 第43-44页 |
| 3.4 炉温优化设定功能 | 第44-46页 |
| 3.5 本章小结 | 第46-47页 |
| 第4章 加热炉智能控制系统 | 第47-67页 |
| 4.1 控制系统设计 | 第47-54页 |
| 4.1.1 设计改造的要求 | 第49页 |
| 4.1.2 系统框架 | 第49-50页 |
| 4.1.3 集散控制系统 | 第50-54页 |
| 4.2 系统嵌入技术 | 第54-56页 |
| 4.3 温度预报系统 | 第56-59页 |
| 4.4 炉温优化设定 | 第59-61页 |
| 4.5 模糊专家控制技术 | 第61-64页 |
| 4.6 智能控制方法实现 | 第64-66页 |
| 4.6.1 钢坯温度预报及自校正实现 | 第64-65页 |
| 4.6.2 炉温优化设定模型实现 | 第65-66页 |
| 4.6.3 钢坯模糊模型实现 | 第66页 |
| 4.7 本章小结 | 第66-67页 |
| 第5章 控制方法运行结果及分析 | 第67-79页 |
| 5.1 智能控制系统功能 | 第67-70页 |
| 5.1.1 数据采集功能 | 第67-68页 |
| 5.1.2 控制功能 | 第68-69页 |
| 5.1.3 组合功能 | 第69-70页 |
| 5.1.4 测试功能 | 第70页 |
| 5.2 系统监控画面 | 第70-75页 |
| 5.3 控制方法运行结果及分析 | 第75-78页 |
| 5.3.1 优化控制仿真结果及分析 | 第75-77页 |
| 5.3.2 模糊算法控制加热炉结果及分析 | 第77-78页 |
| 5.4 本章小结 | 第78-79页 |
| 第6章 结论与展望 | 第79-81页 |
| 6.1 结论 | 第79-80页 |
| 6.2 展望 | 第80-81页 |
| 参考文献 | 第81-85页 |
| 致谢 | 第85页 |
