一、电弧炉电极调节系统模糊控制策略的研究(论文文献综述)
陈浩然,赵振宙[1](2021)在《电弧炉电极控制系统的研究进展》文中研究说明电弧炉的三相电极控制系统一般采用比例-积分-微分(Proportion Integral Differential,PID)控制方式,但由于电弧炉电极控制系统具有多耦合、多参数、非线性、不稳定等特点,常规的PID控制方式难以适应电弧炉三相电极控制系统内的复杂工况,从而造成控制精度低、调节时间长,达不到理想的控制效果。在国内外学者研究的基础上,对模糊-PID控制系统、以神经网络为基础的PID控制系统、基于伪微分反馈(Pseudo Derivative Feedback,PDF)的电弧炉控制系统、基于可编程逻辑控制器(Programmable Logic Controller,PLC)的电弧炉控制系统等目前几种常见的电弧炉三相电极控制系统展开综述与分析,详细地阐述了各种方法的发展历史和控制原理,系统地总结了各种研究方式的优点和存在的问题,提出未来发展的方向,为电弧炉三相电极控制系统的改进提供一定的借鉴参考。
卫敏[2](2020)在《电弧炉电极调节器智能控制及远程监控》文中进行了进一步梳理在当今工业炼钢过程中,电弧炉越来越受到欢迎。电弧炉电极控制器是工业炼钢过程中最核心的部分,有效的电极控制器可以提高电弧炉生产率、减少电极消耗和出钢时间。研究一种新型的电极控制算法是非常有必要的。本设计以电弧炉电极调节器为研究对象,建立了电弧炉阻抗模型、供电系统模型、液压系统模型及电弧炉电极调节系统模型,通过simulink来进行仿真,得到了弧流与弧长之间的非线性曲线图,然后通过最小二乘法对其曲线进行拟合,得到弧流与弧长的关系表达式,最后根据实际运行参数对液压调节系统中的比例阀、液压缸等给出了具体的传递函数,为了与实际电弧炉工作尽可能相似,在仿真过程中加入了白噪声和干扰来模拟电弧的时变性、随机性,从而更好的建立电弧炉模型。在交流电弧炉模型建立的基础上,分析了现有的电极调节系统的控制算法,总结出这些算法的优缺点,对于非线性时变性的电弧炉来说,控制效果不太好。本文针对这种复杂的时变系统,采用了遗传模糊逻辑控制器(GFLC)算法来进行电极控制,该算法是利用遗传算法来构造模糊逻辑控制器的双层迭代进化算法,设计了一种新型的编码方式克服了非线性不好控的问题,使得控制性能更加高效。与传统PID控制算法相比,GFLC通过选择逻辑规则和调整隶属函数来实时快速控制电极调节参数,从而节约电能,提升炼钢效率。本文在某钢厂120吨的电弧炉的背景下,采用了西门子S7-1500系列的PLC来设计电弧炉计算机控制系统,从而实现电弧炉电极调节过程。在分析了电弧炉每个功能模块后,使用博途软件来对整个电弧炉进行PLC的程序控制,然后采用WinCC来编辑上位机界面,可以快速的采集到实时的弧流弧压等数据。因其炼钢环境恶劣,工作人员一直在现场操作也不是长久之计,设计了一种基于WEB的电弧炉远程监控系统,便于工作人员不在现场也能实时监控炼钢过程,从而达到智能化。比如,当炼钢过程中发生电极短路等各种故障时,远程监控系统会提示报警信息,使工作人员能够快速的操控紧急情况。
杨阳[3](2020)在《典型冲击性负荷下电能质量混合补偿优化控制策略研究》文中认为钢铁、电力系统行业一直是一个国家国民经济的主动脉和能源支柱。近些年来,随着政府对于环境污染治理的高度重视,排污较为严重的中频炉等传统的炼钢工艺正在加速被淘汰,这在一定程度上促进了以高效、清洁的电能为主要热源的电弧炉炼钢工艺的高速发展。然而作为一种具有三相不对称、非线性特性、波动性较大的典型大功率冲击性负荷,电弧炉在投入电网运行后会引起严重的电能质量问题。因此,分析研究电弧炉所引起的电网电能质量问题,优化谐波无功等电能质量问题的治理,提高电网的电能质量及电弧炉负载的运行效率已迫在眉睫。本文在分析电弧炉钢铁冶炼流程的工作原理及冶炼特点的基础上,以能量守恒关系为原则建立交流电弧数学模型,并将电弧数学模型应用于电弧炉电气系统模型中来分析电能质量。同时构造了一种并联型有源电力滤波器的模糊-PI复合控制器,并设计了一种混合补偿优化协同配置的控制策略来改善、治理电能质量问题。主要完成以下工作:(1)建立了电弧数学模型,估算了模型相关参数以及仿真验证了模型的有效性。以电弧炉影响电能质量最严重的熔化期为例,将建立的电弧模型应用于电气系统模型中,并以某钢铁冶金企业一台100t的电弧炉为基础分析了电网谐波畸变、三相系统不平衡等电能质量问题。(2)综合应用模糊控制与传统PI控制的优点,构造了一种并联型有源电力滤波器的模糊-PI复合控制器,仿真分析了此复合控制器在电能质量问题上的改善效果。(3)综合应用并联型有源电力滤波器和静止无功发生器的优点,设计了一种混合补偿优化协同配置的控制策略,仿真分析并比较了此控制策略在改善电网谐波无功问题方面的优势。仿真结果表明:本文建立的电弧数学模型是有效模型,设计的混合补偿优化协同配置的控制策略具有较好的改善电能质量的能力。
孙浩翔[4](2019)在《电石炉的建模与控制研究》文中指出电石是一种常用的化工原料,被大量用于乙炔的生产、有机合成和金属焊接等方面。在目前的电石生产行业中,主要使用电热法生产电石,通常将电石炉作为主要的生产设备,生产时主要通过调节炉内三相电极的位置来控制炉内温度。电石炉是一个具有非线性、多变量、随机干扰严重和强耦合关系等特征的系统。而在实际的生产中,电石炉常通过人工操作进行控制,当现场人员操作不当或判断有误时极易导致三相电极电流的波动。这不仅影响电石质量,而且还会造成设备的损坏。因此,为了解决实际生产中所存在的问题,电石炉三相电极调节系统的控制成为了本文的重点研究对象。首先,本文以山西省阳泉市某电石厂中型密闭电石炉为研究背景,概述了电石行业的发展历史和现状,介绍了电石炉建模和电石炉控制的研究现状。并以现场的实际情况为基础,详细介绍了电石的性质、电石的生产原理、电石炉设备的结构及其生产工艺流程。其次,由于设计的电极控制策略需要进行调试和验证,而现场的调试和验证成本又很高。因此,需要建立电石炉的系统模型。首先,依靠现场采集的大量电石炉系统的输入输出数据,采用神经网络的辨识方法,建立了电石炉系统模型的基本框架。然后分别采用极限学习机和支持向量机建立了电石炉的系统模型。并使用相同的数据样本比较了两种建模方法的效果,结果表明极限学习机更适合用于电石炉系统模型的建立。最后,对目前常用的电石炉电极控制策略进行了详细的分析和对比,并结合现场实际情况,将恒电流法作为基本的控制思想。然后以恒电流法和现场的实际控制经验为基础,设计出电极调节系统的模糊控制器。由于模糊控制难以做到精确的控制,因此在模糊控制的基础上加入迭代学习控制,以此提高控制精度。最终采用模糊迭代学习控制设计出电石炉电极调节系统的复合控制策略。并利用建立好的电石炉系统模型,对该控制策略进行了有效性和可行性的验证。
佟瑶[5](2017)在《电弧炉电极控制方法的研究》文中研究说明本文在查阅了大量国内外相关文献的基础上,综述了电弧炉及其电极控制方法的发展历程、研究现状及今后的发展趋势。三相交流电弧炉系统是一个复杂的多变量系统,具有强耦合、参数时变、随机干扰严重等特点,致使系统难以保持在最佳运行状态。本文在建立了三相电弧炉电弧数学模型和供电系统输出模型的基础上,结合交流电弧炉的炼钢工艺对电极控制器的要求,研究了电极调节系统整体控制方案。探讨了电极升降的控制策略,设计了一种具有前馈环节的自适应PID控制器。有效地抑制了三相电极之间的耦合干扰;针对炼钢电弧炉电弧梯度时变的问题,为避开连续测温等问题,通过能量输入积累的方法,间接估计系统参数时变的程度,并通过在线修正PID控制器的参数来补偿系统参数的变化,使控制系统运行在最佳状态。论文以智能电弧炉半实物仿真平台为背景,设计了电极调节控制方案,硬件系统采用西门子S7-300PLC进行搭建,软件平台采用STEP7编程软件和WinCC组态软件,本文所提的电机控制方法在实验室平台上进行了试运行,基本达到了预期的效果。
霍金彪[6](2016)在《电弧炉电极调节系统RBF算法的研究》文中提出电弧炉炼钢过程中,电极调节系统举足轻重,电极的上下位置需实时而又准确的进行调节,以适应炉况的变化。目前工业用炼钢电弧炉电极调节系统一般采用PID控制,虽然工业上常规PID控制器能够抑制参数复杂多变系统的扰动,但由于电极控制系统控制对象的复杂非线性、多变量、强耦合以及炉况和参数的时变性等特征,单一的PID控制器难以高效的控制电极,理想效果必然难以达到。这是因为传统的PID参数整定难以保证实时在线,当电弧炉炉况改变较大时,已有的PID参数难以满足现炉况要求,还需要重新进行PID参数的整定,整定时间长且耗费大量时间。因此需要一个集成的、智能的控制方法来解决这个复杂多变的控制系统的控制问题。本文在查阅大量国内外相关文献的基础上,介绍了电弧炉炼钢的设备、工艺,对国内外电弧炉炼钢现状和发展前景以及电弧炉电极调节系统的特点和发展现状进行了总结。首先,针对电弧炉炼钢工艺特点,本文对控制策略进行分析比较,采用恒阻抗控制策略对电弧炉电极进行控制。在推导出电弧炉部分电气模型的基础上,采用模糊控制器进行补偿解耦,通过经验学习,建立适当的模糊规则,使电弧炉三相电极间的电流相互影响小到允许误差范围内。其次,对于电弧炉单一 PID控制难以满足电弧炉复杂的工况,本文将径向基函数(Radial Basis Function,简称RBF)神经网络与PID控制相结合,作为控制对象的辨识器,通过RBF神经网络对控制对象Jacobian信息的辨识,应用增量式PID梯度下降算法,将已有的PID参数进行整定,建立了 RBF-PID电极调节系统控制器,使PID参数能够实时整定,达到电极实时调节的要求。最后,针对RBF神经网络模型结构和参数难以确定的问题,分别应用粒子群算法和遗传算法优化RBF神经网络参数值,将优化得到的神经网络重新应用到辨识器中,对辨识误差进行比较,结果表明经过PSO优化的神经网络辨识效果较为理想。
鲁军,李亮[7](2015)在《电弧炉电极调节系统模糊自适应PID控制器设计》文中指出电弧炉炼钢系统是一个非线性、强耦合、多变量的系统,采用传统的PID控制很难取得理想的控制效果。基于恒阻抗控制策略,运用模糊数学的基本理论和方法设计模糊自适应PID控制器,该控制器可实时调整PID参数,使电极调节系统工作在最佳状态。仿真结果表明控制器能够有效地调节电极的升降,将电弧的弧长控制在期望值,可有效降低能耗,提高炼钢产品质量。
李亮[8](2015)在《复合智能控制和解耦技术在电弧炉电极调节中的应用》文中研究说明近年来,电弧炉炼钢发展十分迅速,已成为最主要的炼钢方式之一。我国电弧炉炼钢起步较晚,虽然冶炼技术有了大幅提升,但与一些发达国家相比,我国的电弧炉炼钢规模小,控制技术落后,电极损耗大,废料利用率低,电能消耗大,冶炼周期长,产品质量低,已经不能满足现代化的生产需求。因此,提高电弧炉炼钢的技术水平,对于促进我国钢铁产业的可持续发展具有重大的意义。电弧炉冶炼过程中,电极调节控制系统是电弧炉炼钢的一个重要环节,其作用是调节电极在炉内的移动位置,使弧长保持恒定,电弧电压和电流的比例恒定,从而使输入功率稳定。由于电弧炉电极调节系统是一个非线性、强耦合、多变量的时变系统,采用常规的PID或者单一的控制方式已无法满足控制要求,因此需要设计一种集成的、复合的智能控制策略来解决日益复杂的控制系统。首先,在全面了解电弧炉的工作原理和冶炼工艺的基础上,分别建立了交流电弧模型、三相电极模型、供电系统模型和液压系统模型,分析了电极弧长与弧流、弧压间的函数关系。其次,针对三相电极间的耦合问题,结合传统的解耦方法,设计一种基于单神经元的自适应解耦控制器,即在控制器和被控对象之间加上解耦补偿器,从而削弱了三相电极间的耦合影响,仿真结果表明这种解耦补偿器具有良好的解耦能力和抗干扰性能。最后,根据电弧炉的工艺特点和不同时期的冶炼要求,对熔化期和氧化还原期进行分段控制。在熔化期,炉料燃烧不稳定,系统受到的扰动剧烈,弧长频繁改变,需要电极调节系统能够快速准确的升降电极。为此,设计基于BP神经网络的PID控制器;在氧化还原期,燃弧变化比较稳定,扰动相对减小,希望有比较高的控制精度,因此采用模糊PID控制方案。仿真结果表明,该复合智能控制器能够满足电弧炉各个冶炼阶段的性能要求。
史旭珊[9](2014)在《基于神经网络的电弧炉电极调节控制器设计》文中进行了进一步梳理电极调节控制系统是电弧炉炼钢的关键环节,其快速且准确的电极位置控制是节约电能、缩短冶炼周期、降低电极消耗及延长炉衬寿命的关键因素之一。然而,电极控制系统又是一个具有高度非线性、参数时变、变量耦合及强随机干扰的复杂系统。因此电极调节系统的控制方法成为电弧炉控制研究的主要对象,通过调节电极位置,实现对电弧长度控制,以达到控制冶炼功率的目的。随着工业计算机技术的不断发展,以人工神经网络控制为代表的智能控制技术应运而生,为解决传统控制领域难题带来了新的契机。本文先简单介绍了电弧炉炼钢的工艺、设备及工作原理,并阐述了课题研究背景及意义。接着在了解电弧特性和电极调节系统各部分工作机理的基础上,建立了交流电弧、三相供电系统及液压系统模型,并做了相应的仿真分析,以验证所建模型的合理性。然后在查阅大量文献的基础上,总结了国内外电极控制方法的研究现状。结合电极调节系统对控制器的要求,对现有的控制理论及方法进行分析,最后确定了基于神经网络的电极调节系统控制器。最后利用Taylor级数展开的线性化方法,得到电极调节系统广义被控对象的近似模型,采用回声状态网络(ESN)设计了电极调节系统自适应逼近模型控制器。在研究ESN基本特性及其学习算法的基础上,针对电弧炉电极调节系统的特点,采用了改进的ESN学习算法。设计了基于改进的ESN的电弧炉电极调节控制器,计算机仿真验证了所提方法的合理性和有效性。
张广跃[10](2014)在《电弧炉电极调节系统控制策略的研究》文中指出电弧炉炼钢是现代较为先进的主要炼钢技术之一,其依靠电极和炉料之间放电产生的电弧高温来熔炼钢铁,电炉炼钢诸多优点表现在流程短,热效率高,节能减排,利于环保等方面。存在的问题是电弧炉控制系统是一个非线性、时变性、随机干扰严重的复杂系统,并且三相电极之间存在耦合作用。本文以某钢厂60吨电弧炉为研究背景,查阅了大量文献概述了电弧炉炼钢的历史、研究现状和发展前景,介绍了电弧炉设备组成和冶炼工艺过程,详细分析了冶炼流程中各主要时期的工艺特点。经过比较控制策略确定采用可靠性好、自动化程度高、抗干扰的恒阻抗控制策略。基于交流电弧的组成和机理,建立了电弧模型;对电弧炉系统进行建模,从而分析出三相电极弧长与弧流之间的耦合关系;该耦合直接影响着三相电极的准确调节,故引入模糊解耦补偿器进行解耦,仿真验证模糊补偿器对解耦和抗干扰的可行性。电弧炉系统控制的主要任务是对电极调节系统的控制,本文分析了传统PID控制存在的问题,提出了最优化控制和自校正相结合的复合控制策略,满足熔化初期电极控制系统快速性高和熔化后期精度高的要求。通过对各种可能发生的电炉扰动进行了仿真实验,验证该复合控制策略能够满足各时期冶炼过程对性能指标的不同要求。
二、电弧炉电极调节系统模糊控制策略的研究(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、电弧炉电极调节系统模糊控制策略的研究(论文提纲范文)
(1)电弧炉电极控制系统的研究进展(论文提纲范文)
0 引言 |
1 传统PID控制系统 |
2 模糊-PID控制系统 |
3 以神经网络为基础的PID控制系统 |
3.1 基于BP神经网络的PID控制系统 |
3.2 基于RBF神经网络的PID控制系统 |
3.3 基于PSO-BP神经网络的PID控制系统 |
3.4 基于灰色关联分析法的PSO-BP电弧炉控制系统 |
4 基于PDF的电弧炉控制系统 |
5 基于PLC的电弧炉控制系统 |
6 结语 |
(2)电弧炉电极调节器智能控制及远程监控(论文提纲范文)
摘要 |
abstract |
1 绪论 |
1.1 研究背景与意义 |
1.2 国内外研究进展 |
1.2.1 国外研究进展 |
1.2.2 国内研究进展 |
1.2.3 电极控制策略的介绍 |
1.3 研究内容 |
1.4 论文结构安排 |
1.5 本章小结 |
2 电弧炉系统模型的建立 |
2.1 电弧炉工业炼钢工作原理 |
2.2 电弧炉工业炼钢设备的组成 |
2.2.1 液压调节系统介绍 |
2.2.2 电弧炉本体 |
2.2.3 主电路设备 |
2.3 交流电弧的模型建立 |
2.3.1 交流电弧的阻抗模型 |
2.3.2 交流电弧模型的验证 |
2.3.3 最小二乘法曲线拟合 |
2.3.4 电极调节系统模型的建立 |
2.4 电弧炉电气运行参数及工作点的选择 |
2.5 本章小结 |
3 电弧炉电极调节系统控制算法的研究 |
3.1 模糊逻辑控制器 |
3.2 遗传模糊逻辑控制器 |
3.2.1 遗传模糊逻辑控制器分析 |
3.2.2 遗传优化逻辑规则和隶属函数 |
3.3 改进的遗传算法模糊逻辑控制器 |
3.3.1 逻辑规则的编码方式 |
3.3.2 隶属函数的编码方式 |
3.3.3 遗传算子 |
3.3.4 迭代进化算法 |
3.4 算法的仿真研究 |
3.4.1 仿真分析 |
3.4.2 仿真结果 |
3.5 本章小结 |
4 电弧炉计算机控制系统的实现 |
4.1 计算机控制系统的结构 |
4.2 系统的配置与功能 |
4.3 电极调节PLC设计 |
4.3.1 现场电极调节系统设计框架 |
4.3.2 现场电极调节系统控制算法设计 |
4.3.3 电极调节PLC程序思路 |
4.4 电极调节系统程序仿真 |
4.5 电极调节系统监控界面设计 |
4.6 本章小结 |
5 电弧炉远程监控系统设计 |
5.1 远程监控系统概述 |
5.2 HINET智能网关介绍 |
5.3 基于工业网关的远程监控系统 |
5.3.1 远程监控系统结构设计 |
5.3.2 远程监控系统功能 |
5.3.3 远程监控系统程序框架设计 |
5.4 远程监控系统通讯协议 |
5.4.1 通讯协议的选择 |
5.4.2 MQTT协议通讯的实现 |
5.4.3 数据通讯的实现 |
5.5 远程监控系统的实现 |
5.5.1 开发环境及后端设计 |
5.5.2 系统前界面设计 |
5.6 本章小结 |
6 总结与展望 |
6.1 总结 |
6.2 展望 |
致谢 |
参考文献 |
攻读学位期间主要研究成果 |
(3)典型冲击性负荷下电能质量混合补偿优化控制策略研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 课题的研究背景与意义 |
1.2 冲击性负荷电弧炉炼钢简述 |
1.2.1 冲击性负荷 |
1.2.2 电弧炉炼钢简述 |
1.3 冲击性负荷电弧炉对电网性能的影响 |
1.3.1 配电网结构 |
1.3.2 影响电网性能 |
1.4 研究现状 |
1.4.1 电弧炉模型的研究现状 |
1.4.2 电弧炉治理补偿技术的研究现状 |
1.5 主要研究内容与论文结构 |
1.5.1 主要研究内容 |
1.5.2 论文结构 |
第2章 电弧模型的建立与仿真分析 |
2.1 电弧炉的炼钢流程及其工作运行特性 |
2.1.1 电弧炉的钢铁冶炼流程 |
2.1.2 电弧炉的钢铁冶炼特点 |
2.2 电弧模型的建立 |
2.2.1 电弧数学模型的推导 |
2.2.2 电弧数学模型相关参数的估算 |
2.3 电弧模型的仿真验证 |
2.4 本章小结 |
第3章 电弧炉电气系统模型的建立与电能质量问题的分析 |
3.1 电弧炉电气系统 |
3.1.1 电弧炉电气系统的组成结构 |
3.1.2 电弧炉电气系统的主电路设备 |
3.1.3 电弧炉电气系统的状态方程 |
3.1.4 电弧炉电气系统模型的仿真验证 |
3.2 电弧炉系统的谐波分析 |
3.2.1 仿真实验 |
3.2.2 电弧炉系统的谐波影响分析 |
3.3 电弧炉系统的三相不平衡分析 |
3.3.1 仿真实验 |
3.3.2 电弧炉系统的三相不平衡影响分析 |
3.4 本章小结 |
第4章 电弧炉引起的电网谐波问题的抑制方案研究 |
4.1 SAPF的工作原理及数学模型 |
4.1.1 SAPF的基本工作原理 |
4.1.2 SAPF数学模型的推导建立 |
4.2 SAPF的谐波电流检测算法 |
4.2.1 瞬时无功功率理论 |
4.2.2 p-q检测法 |
4.2.3 i_p-i_q检测法 |
4.3 SAPF双闭环控制系统的设计 |
4.3.1 SAPF双闭环控制系统的结构 |
4.3.2 SAPF双闭环控制系统的参数调节设计 |
4.4 SAPF模糊控制系统的设计 |
4.4.1 模糊控制系统的基本原理 |
4.4.2 模糊-PI复合控制器的设计 |
4.5 SAPF控制系统的仿真 |
4.5.1 SAPF仿真模型的建立 |
4.5.2 传统PI控制与模糊-PI复合控制补偿性能的比较分析 |
4.5.3 传统PI控制与模糊-PI复合控制对电弧炉系统谐波补偿性能的分析 |
4.6 本章小结 |
第5章 电弧炉电能质量问题的综合治理及优化控制策略的研究 |
5.1 无功补偿装置的选取 |
5.2 静止无功发生器的基本工作原理 |
5.3 电弧炉电能质量问题的综合补偿治理方案 |
5.3.1 混合补偿系统的结构 |
5.3.2 混合补偿系统的优化协同配置控制策略 |
5.4 混合补偿系统的仿真分析 |
5.4.1 仿真实验 |
5.4.2 结果分析 |
5.5 本章小结 |
总结与展望 |
总结 |
展望 |
参考文献 |
攻读学位期间发表的学术论文 |
致谢 |
(4)电石炉的建模与控制研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 国内外电石工艺的发展及其现状 |
1.3 电石炉模型的研究现状 |
1.4 电石炉控制的研究现状 |
1.5 论文的主要内容及章节安排 |
第二章 电石的性质及其生产工艺 |
2.1 电石概述 |
2.1.1 电石的性质 |
2.1.2 电石的用途 |
2.1.3 电石的生成原理 |
2.2 电石炉的结构 |
2.3 电石生产的工艺流程 |
2.4 本章小结 |
第三章 电石炉系统的建模 |
3.1 电石炉系统模型的基本框架 |
3.1.1 电石炉建模方法的分析 |
3.1.2 电石炉系统模型的设计 |
3.2 基于极限学习机的电石炉系统模型 |
3.2.1 极限学习机的原理 |
3.2.2 基于极限学习机的电石炉系统模型 |
3.2.3 基于极限学习机模型的预测结果及分析 |
3.3 基于支持向量机的电石炉系统模型 |
3.3.1 支持向量机的原理 |
3.3.2 基于支持向量机的电石炉系统模型 |
3.3.3 基于支持向量机模型的预测结果及分析 |
3.4 两种建模方法的比较 |
3.5 本章小结 |
第四章 电石炉电极调节系统控制策略的设计 |
4.1 电极调节器 |
4.2 电极控制策略 |
4.2.1 恒电流控制策略 |
4.2.2 恒功率控制策略 |
4.2.3 恒阻抗控制策略 |
4.2.4 电极控制策略的确定 |
4.3 模糊控制概述 |
4.3.1 模糊控制用于电极调节的可行性分析 |
4.3.2 模糊控制的原理 |
4.3.3 模糊控制器的设计步骤 |
4.3.4 电石炉模糊控制器的设计 |
4.4 迭代学习控制概述 |
4.4.1 迭代学习控制的基本原理 |
4.4.2 电石炉的迭代学习控制 |
4.5 基于模糊迭代学习控制的电极控制策略 |
4.5.1 迭代学习控制和相关控制理论的关系 |
4.5.2 模糊迭代学习控制的思想 |
4.5.3 电石炉的模糊迭代学习控制策略 |
4.6 仿真结果分析 |
4.7 本章小结 |
第五章 总结与展望 |
5.1 总结 |
5.2 展望 |
致谢 |
参考文献 |
附录 A(攻读硕士学位期间的研究成果) |
(5)电弧炉电极控制方法的研究(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 电弧炉冶炼的历史和发展 |
1.2 电弧炉电极控制的意义 |
1.3 电极控制系统中外研究现状 |
1.4 本文主要研究内容 |
第2章 电弧炉炼钢设备和工艺 |
2.1 电弧炉炼钢设备 |
2.1.1 电弧炉炼钢机械系统 |
2.1.2 电弧炉炼钢电气系统 |
2.1.3 电极调节系统 |
2.2 电弧炉炼钢过程 |
2.3 本章小结 |
第3章 电弧炉数学模型的建立 |
3.1 电弧模型的建立 |
3.2 供电系统模型的建立 |
3.3 三相耦合关系仿真分析 |
3.4 本章小结 |
第4章 电弧炉电极调节系统控制器设计 |
4.1 电极控制策略 |
4.1.1 恒电流控制策略 |
4.1.2 恒功率控制策略 |
4.1.3 恒阻抗控制策略 |
4.1.4 电极控制策略的选择 |
4.2 PID控制方法 |
4.2.1 PID控制原理 |
4.2.2 经典PID控制方法存在的问题 |
4.3 具有前馈环节的PID自适应控制器 |
4.3.1 前馈控制系统 |
4.3.2 前馈校正环节的设计 |
4.3.3 自适应律的设计 |
4.3.4 具有前馈环节的PID自适应控制器 |
4.4 本章小结 |
第5章 电弧炉仿真平台系统建立及测试 |
5.1 电弧炉半实物仿真控制平台 |
5.2 电弧炉半实物仿真控制平台监控系统 |
5.2.1 监控系统设计 |
5.2.2 监控系统实现 |
5.3 电弧炉半实物仿真控制平台基础自动化系统设计 |
5.3.1 硬件组成 |
5.3.2 编程环境 |
5.4 基础自动化系统的功能 |
5.5 电极调节PLC程序设计 |
5.5.1 电极调节程序设计 |
5.5.2 三相电极调节控制算法 |
5.6 电弧炉电极控制系统的测试 |
5.7 本章小结 |
第6章 总结与展望 |
致谢 |
参考文献 |
(6)电弧炉电极调节系统RBF算法的研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 概述 |
1.2 国内外电弧炉炼钢发展现状 |
1.3 电弧炉炼钢原理 |
1.4 电弧炉炼钢设备和冶炼工艺 |
1.4.1 电弧炉的机械设备 |
1.4.2 电弧炉的电气设备 |
1.4.3 电弧炉的冶炼工艺 |
1.5 电极调节器的性能要求 |
1.6 本文的主要工作 |
第2章 弧炉电气系统模型 |
2.1 引言 |
2.2 电弧的模型研究 |
2.2.1 电弧的数理模型 |
2.2.2 交流电弧的物理特性 |
2.2.3 电弧的伏安特性 |
2.2.4 电弧的阻抗特性 |
2.2.5 电弧模型的建立 |
2.3 供电系统模型 |
第3章 电极调节系统控制策略的研究 |
3.1 引言 |
3.2 电极控制策略 |
3.2.1 恒电流控制策略 |
3.2.2 恒功率控制策略 |
3.2.3 恒阻抗控制策略 |
3.3 电极控制策略分析比较 |
3.4 电弧炉恒阻抗控制器 |
第4章 电极调节系统解耦技术 |
4.1 传统解耦方法 |
4.1.1 对角矩阵解耦 |
4.1.2 状态变量法 |
4.1.3 相对增益法 |
4.2 智能解耦方法 |
4.2.1 神经网络解耦方法 |
4.2.2 模糊解耦方法 |
4.3 电弧炉电极调节的模糊解耦控制器 |
4.3.1 电极解耦模型 |
4.3.2 模糊补偿解耦 |
4.3.3 控制器解耦和抗干扰性能 |
第5章 电弧炉电极调节系统RBF-PID控制 |
5.1 PID控制器 |
5.1.1 PID控制算法 |
5.1.2 PID控制在电极控制中的问题 |
5.2 径向基函数(RBF)神经网络 |
5.3 RBF神经网络的学习算法 |
5.3.1 随机选取固定中心 |
5.3.2 自组织选取中心 |
5.3.3 有监督选取中心 |
5.3.4 正交最小二乘法 |
5.4 基于RBFNN辨识的PID控制器参数整定 |
5.4.1 Jacabian信息的辨识算法 |
5.4.2 RBFNN-PID参数整定原理 |
5.4.3 电弧炉电极调节系统RBFNN-PID控制器 |
5.5 RBF神经网络优化 |
5.5.1 遗传算法优化 |
5.5.2 粒子群算法优化 |
5.5.3 算法优化后辨识误差分析 |
结论 |
参考文献 |
攻读硕士学位期间发表的论文和取得的科研成果 |
致谢 |
(7)电弧炉电极调节系统模糊自适应PID控制器设计(论文提纲范文)
1 电弧炉电极调节系统 |
2 模糊自适应PID控制器的设计 |
2.1 模糊控制规则 |
2.2 隶属函数的选取 |
3 仿真 |
4 结束语 |
(8)复合智能控制和解耦技术在电弧炉电极调节中的应用(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 电弧炉炼钢原理及发展现状 |
1.1.1 电弧炉的发展现状 |
1.1.2 电弧炉炼钢原理 |
1.2 电弧炉炼钢设备与冶炼工艺 |
1.2.1 电弧炉的机械设备 |
1.2.2 电弧炉的电气设备 |
1.2.3 电弧炉的冶炼工艺 |
1.3 电弧炉电极控制系统的研究现状及性能要求 |
1.3.1 国内外电弧炉炼钢控制技术的研究现状 |
1.3.2 电弧炉炼钢对电极调节器的性能要求 |
1.4 本文主要工作内容 |
第2章 电极调节系统的建模 |
2.1 电极调节系统的工作原理 |
2.2 交流电弧模型 |
2.2.1 交流电弧的物理特性 |
2.2.2 电弧的伏安特性 |
2.2.3 电弧的阻抗特性 |
2.2.4 电弧模型的建立 |
2.3 三相电极的数学模型 |
2.3.1 电极电压和弧长的关系 |
2.3.2 电极电流和弧长的关系 |
2.4 供电系统模型 |
2.5 液压系统模型 |
2.5.1 液压执行机构的工作原理 |
2.5.2 比例阀模型 |
2.5.3 液压缸模型 |
第3章 电弧炉电极控制策略的选择 |
3.1 电极控制策略分类 |
3.1.1 恒电流控制策略 |
3.1.2 恒功率控制策略 |
3.1.3 恒阻抗控制策略 |
3.2 电极控制策略的选择 |
第4章 电弧炉解耦技术的研究 |
4.1 传统解耦控制方法 |
4.1.1 对角矩阵法 |
4.1.2 相对增益法 |
4.1.3 状态变量法 |
4.2 自适应解耦控制方法 |
4.3 智能解耦方法 |
4.4 基于神经网络的电弧炉解耦控制 |
4.4.1 三相耦合特性分析 |
4.4.2 单神经元模型 |
4.4.3 单神经元自适应解耦控制器的设计 |
4.4.4 神经元解耦补偿器的设计 |
4.4.5 电极解耦控制系统的仿真 |
第5章 电弧炉电极调节复合智能控制方法研究 |
5.1 常规PID控制器 |
5.1.1 PID控制算法 |
5.1.2 PID控制在电极控制中的问题 |
5.2 熔化期的神经网络PID控制 |
5.2.1 BP神经网络控制算法 |
5.2.2 神经网络PID控制器的设计 |
5.2.3 神经网络PID控制器的仿真 |
5.3 氧化还原期的模糊PID控制 |
5.3.1 模糊控制概述 |
5.3.2 模糊PID控制器的设计 |
5.3.3 模糊PID控制仿真 |
结论 |
参考文献 |
攻读硕士学位期间发表的论文和取得的科研成果 |
致谢 |
(9)基于神经网络的电弧炉电极调节控制器设计(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 电弧炉炼钢概述 |
1.2 电弧炉冶炼设备与工作原理 |
1.2.1 电弧炉冶炼设备介绍 |
1.2.2 电弧炉的冶炼工艺 |
1.3 课题的意义及研究现状 |
1.3.1 课题的意义 |
1.3.2 课题的研究现状 |
1.4 本文的主要工作 |
第2章 电极调节系统的建模 |
2.1 交流电弧的建模 |
2.1.1 交流电弧的物理特性 |
2.1.2 建立电弧模型的前提 |
2.1.3 电弧模型的推导 |
2.1.4 交流电弧模型的仿真验证 |
2.2 电弧炉供电系统的建模 |
2.2.1 供电系统模型的数学推导 |
2.2.2 供电系统模型的仿真验证 |
2.2.3 供电系统耦合特性分析 |
2.3 液压系统的建模 |
2.3.1 液压系统数学模型的推导 |
2.3.2 液压系统模型的仿真 |
2.4 电极调节系统的模型 |
2.5 本章小结 |
第3章 电极调节系统控制方案设计 |
3.1 电极调节系统的组成 |
3.2 电极调节系统对控制器的要求 |
3.3 电极控制方案的确定原则 |
3.3.1 电弧炉电极的控制方法 |
3.3.2 总体控制方案的确定 |
3.4 本章小结 |
第4章 电弧炉自适应逼近模型控制器 |
4.1 ESN动态递归网络介绍 |
4.1.1 ESN动态递归神经网络的结构和性质 |
4.1.2 ESN网络的离线学习算法 |
4.1.3 递推最小二乘在线学习算法 |
4.2 电极调节系统被控对象分析 |
4.3 基于ESN的电极控制器 |
4.3.1 控制器设计 |
4.3.2 仿真验证 |
4.4 基于改进ESN的电极控制器 |
4.4.1 ESN网络的改进算法 |
4.4.2 仿真验证 |
4.5 本章小结 |
第5章 结论与展望 |
参考文献 |
致谢 |
(10)电弧炉电极调节系统控制策略的研究(论文提纲范文)
摘要 |
Abstract |
第1章 概述 |
1.1 电弧炉炼钢概论 |
1.2 电弧炉炼钢的历史 |
1.3 电炉炼钢发展前景 |
1.3.1 废钢资源 |
1.3.2 能源供应 |
1.3.3 电炉短流程 |
1.3.4 环境保护 |
1.4 电极调节系统 |
1.4.1 电极控制装置在电弧炉控制中的地位 |
1.4.2 国内外研究现状分析 |
1.5 本文主要工作内容 |
第2章 电弧炉炼钢设备与冶炼工艺 |
2.1 电弧炉设备 |
2.1.1 机械设备 |
2.1.2 电气设备 |
2.1.3 液压系统 |
2.2 电弧炉炼钢冶炼工艺 |
2.2.1 电炉冶炼前准备工作 |
2.2.2 冶炼熔化期 |
2.2.3 冶炼氧化期 |
2.2.4 冶炼还原期 |
2.2.5 出钢 |
小结 |
第3章 电弧炉控制策略与建模 |
3.1 电极调节器 |
3.2 控制策略的比较 |
3.2.1 恒电流法控制策略 |
3.2.2 恒功率法控制策略 |
3.2.3 恒阻抗法控制策略 |
3.3 电弧炉系统建模 |
3.3.1 电弧组成 |
3.3.2 电弧伏安特性 |
3.3.3 电弧阻抗动态模型 |
3.3.4 电极调节系统建模 |
3.3.5 电弧炉电路模型 |
小结 |
第4章 三相电极解耦 |
4.1 传统解耦方法介绍 |
4.1.1 对角矩阵解耦 |
4.1.2 相对增益解耦 |
4.1.3 状态反馈解耦 |
4.2 模糊解耦方法 |
4.2.1 模糊控制原理简介 |
4.2.2 模糊解耦环节 |
4.3 解耦仿真 |
小结 |
第5章 电弧炉电极调节系统智能控制 |
5.1 传统电极位置控制策略 |
5.1.1 PID 算法 |
5.1.2 传统 PID 存在的问题 |
5.2 复合智能控制策略 |
5.2.1 快速最优控制 |
5.2.2 最优化控制仿真 |
5.2.3 自适应控制 |
5.2.4 加入自校正环节后仿真 |
小结 |
结论 |
参考文献 |
攻读硕士学位期间发表的论文和取得的科研成果 |
致谢 |
四、电弧炉电极调节系统模糊控制策略的研究(论文参考文献)
- [1]电弧炉电极控制系统的研究进展[J]. 陈浩然,赵振宙. 山东电力技术, 2021(07)
- [2]电弧炉电极调节器智能控制及远程监控[D]. 卫敏. 西安理工大学, 2020(01)
- [3]典型冲击性负荷下电能质量混合补偿优化控制策略研究[D]. 杨阳. 江苏科技大学, 2020(03)
- [4]电石炉的建模与控制研究[D]. 孙浩翔. 昆明理工大学, 2019(04)
- [5]电弧炉电极控制方法的研究[D]. 佟瑶. 东北大学, 2017(06)
- [6]电弧炉电极调节系统RBF算法的研究[D]. 霍金彪. 沈阳理工大学, 2016(06)
- [7]电弧炉电极调节系统模糊自适应PID控制器设计[J]. 鲁军,李亮. 沈阳理工大学学报, 2015(02)
- [8]复合智能控制和解耦技术在电弧炉电极调节中的应用[D]. 李亮. 沈阳理工大学, 2015(02)
- [9]基于神经网络的电弧炉电极调节控制器设计[D]. 史旭珊. 东北大学, 2014(08)
- [10]电弧炉电极调节系统控制策略的研究[D]. 张广跃. 沈阳理工大学, 2014(03)