钢铁烧结余热回收过程蒸汽温度智能控制方法研究-控制科学与工程专业论文.docxVIP

lIII I I II II Ilt l li t II IIl Y1 91 61 27 原创性声明 本人声明，所呈交的学位论文是本人在导师指导下进行的研究 工作及取得的研究成果。尽我所知，除了论文中特别加以标注和致谢 的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不 包含为获得中南大学或其他单位的学位或证书而使用过的材料。与我 共同工作的同志对本研究所作的贡献均己在论文中作了明确的说明。 作者签名：差亟如 日期：吐年』月掣日 学位论文版权使用授权书 本人了解中南大学有关保留、使用学位论文的规定，即：学校 有权保留学位论文并根据国家或湖南省有关部门规定送交学位论文， 允许学位论文被查阅和借阅；学校可以公布学位论文的全部或部分内 容，可以采用复印、缩印或其它手段保存学位论文。同时授权中国科 学技术信息研究所将本学位论文收录到《中国学位论文全文数据库》， 并通过网络向社会公众提供信息服务。 作者签名：丛 导师   摘要 烧结余热回收过程是一种复杂工业过程，干扰因素多且具有强非 线性和较大的惯性。在烧结机负荷发生变化的情况下，余热回收系统 产生的蒸汽温度波动幅度较大，控制困难。如何实现余热回收过程操 作参数的优化控制，提高余热回收效率和系统运行稳定性，这是烧结 余热回收优化控制的主要问题。 本文通过分析余热回收过程的运行机理，引入锅炉有效产热量的 概念，用于更好的衡量余热发电系统中的热能产生量。在此基础上， 提出基于中压锅炉有效产热量优化的余热回收过程操作参数设定方 法。首先应用BP神经网络对中压锅炉有效产热量进行预测，基于热 力学原理建立有效产热量优化模型；然后采用一种改进的粒子群优化 算法求解优化模型，获得中压蒸汽温度和环冷机速度的优化设定值。 在操作参数优化设定的基础上，设计预测一反馈中压蒸汽温度模 糊控制器。把烧结矿表征温度作为温度控制系统前馈参数，建立中压 蒸汽温度预测模型，以蒸汽温度的预测值与设定值之间的偏差作为输 入，建立预测模糊控制器；以中压蒸汽温度实际值与设定值之间的偏 差作为输入，建立反馈模糊控制器；预测模糊控制器与反馈模糊控制 器的输出采用模糊融合的方式进行集成，获得循环风机转速的设定 值。 运用工业运行数据，对余热回收中压蒸汽温度优化控制方法进行 仿真研究。结果表明，采用粒子群算法求解中压锅炉有效产热量优化 模型，获得环冷机速度和中压蒸汽温度操作参数的优化设定值，可以 显著提高烧结余热回收系统的有效产热量；本文设计的中压蒸汽温度 预测一反馈智能控制策略与单纯的反馈模糊控制器相比，其超调量与 响应时间明显减小，可以较快的抑制干扰，使蒸汽温度恢复稳定。本 文的研究结果为烧结余热回收过程的优化与控制提供了新的思路，可 以有效提高余热回收系统的效率与运行稳定性。 关键词：钢铁烧结过程，余热回收，蒸汽温度，有效产热量，神经网 络，粒子群优化   AB STRACT Sintering waste heat recovery process is a very complicated industrial process，which can be interfered by many factors．The interference come from sintering progress and the feature of nonlinearity, large inertia in waste heat recovery progress are the major control challenges．The main problem of optimizing control is how to set appropriate operating parameters SO as to bring more energy from sintering sensible heat and to increase the stability of the system． This paper introduces the index of boiler’S effective heat production， to evaluate the overall efficiency of waste heat power generation system， and proposes an operating parameters optimization method based on this index．First，the BP neural network is applied to predict the index，SO that the optimization mod