马蹄焰玻璃窑炉自动控制系统设计及优化燃烧控制策略研究
摘要 | 第3-4页 |
Abstract | 第4-5页 |
1 绪论 | 第9-15页 |
1.1 选题背景 | 第9-10页 |
1.2 马蹄焰玻璃窑炉的国内外研究现状 | 第10-12页 |
1.2.1 马蹄焰玻璃窑炉的国外研究现状 | 第10-11页 |
1.2.2 马蹄焰玻璃窑炉的国内研究现状 | 第11-12页 |
1.3 选题的目的及意义 | 第12-13页 |
1.4 课题的研究内容 | 第13-15页 |
2 马蹄焰玻璃窑炉结构及熔制工艺 | 第15-22页 |
2.1 马蹄焰玻璃窑炉的结构 | 第15-17页 |
2.2 玻璃熔制工艺 | 第17-19页 |
2.3 马蹄焰玻璃窑炉热工参数和指标要求 | 第19-20页 |
2.3.1 重要热工参数 | 第19-20页 |
2.3.2 主要工艺参数指标 | 第20页 |
2.4 马蹄焰玻璃窑炉燃烧系统特性分析 | 第20-21页 |
2.5 本章小结 | 第21-22页 |
3 马蹄焰玻璃窑炉控制系统设计 | 第22-45页 |
3.1 马蹄焰玻璃窑炉控制方案设计 | 第22-29页 |
3.1.1 窑炉压力控制方案 | 第22页 |
3.1.2 窑炉换向控制方案 | 第22-25页 |
3.1.3 重油与雾化气比值控制方案 | 第25页 |
3.1.4 双交叉限幅控制方案 | 第25-29页 |
3.2 马蹄焰玻璃窑炉控制系统硬件选型 | 第29-30页 |
3.3 系统设备选型 | 第30-33页 |
3.3.1 变频器的选型 | 第30-31页 |
3.3.2 数据采集及检测装置 | 第31-33页 |
3.4 马蹄焰玻璃窑炉控制系统设计 | 第33-35页 |
3.4.1 S7-300 PLC | 第33-34页 |
3.4.2 马蹄焰玻璃窑炉控制系统总体方案设计 | 第34-35页 |
3.5 监控组态系统设计 | 第35-37页 |
3.5.1 西门子WinCC组态软件 | 第35-36页 |
3.5.2 控制软件开发 | 第36-37页 |
3.6 监控系统设计 | 第37-40页 |
3.6.1 总监控界面设计 | 第37-38页 |
3.6.2 换向控制界面设计 | 第38-39页 |
3.6.3 窑炉温度界面设计 | 第39页 |
3.6.4 窑炉报警界面设计 | 第39-40页 |
3.7 控制软件的通讯设计 | 第40-44页 |
3.7.1 STEP7与PLC之间的通讯 | 第40-41页 |
3.7.2 监控软件与PLC之间的通讯 | 第41-44页 |
3.8 本章小结 | 第44-45页 |
4 基于BP神经网络的氧含量软测量方法研究 | 第45-62页 |
4.1 软测量技术 | 第45-50页 |
4.1.1 软测量技术的数学描述 | 第45-46页 |
4.1.2 软测量技术的结构 | 第46-47页 |
4.1.3 影响软测量性能的因素 | 第47-48页 |
4.1.4 软测量的模型 | 第48-49页 |
4.1.5 软测量模型的在线校正 | 第49-50页 |
4.2 人工神经网络 | 第50-52页 |
4.2.1 神经网络的基本概念及模型 | 第50-51页 |
4.2.2 神经网络的结构 | 第51-52页 |
4.3 BP神经网络 | 第52-56页 |
4.3.1 BP神经网络的结构 | 第52-53页 |
4.3.2 BP网络学习算法的改进 | 第53-56页 |
4.4 基于BP神经网络实现烟气氧含量软测量模型 | 第56-60页 |
4.4.1 输入变量与输出变量的确定 | 第56页 |
4.4.2 确定网络的结构以及隐藏层神经元个数 | 第56-58页 |
4.4.3 数据归一化处理 | 第58页 |
4.4.4 基于BP神经网络软测量模型的训练 | 第58-60页 |
4.5 基于OPC技术的软测量训练过程实现方法 | 第60-61页 |
4.6 本章小结 | 第61-62页 |
5 风油比寻优方法研究 | 第62-71页 |
5.1 模糊控制系统 | 第62-64页 |
5.1.1 模糊控制系统的原理 | 第62-63页 |
5.1.2 模糊控制器 | 第63-64页 |
5.1.3 模糊控制器的设计步骤 | 第64页 |
5.2 风油比极值寻优方法研究 | 第64-69页 |
5.3 烟气氧含量模型建立及仿真结果 | 第69-70页 |
5.4 本章小结 | 第70-71页 |
总结与展望 | 第71-73页 |
参考文献 | 第73-76页 |
致谢 | 第76-77页 |
攻读学位期间发表的学术论文目录 | 第77-78页 |