一、基于Matlab的窑温模糊控制系统的设计与仿真（论文文献综述）
邵林[1]（2021）在《模糊分时算法在水泥回转窑温度控制中的应用研究》文中进行了进一步梳理水泥回转窑是如今比较先进的水泥生产装置,该生产工艺属于理化反应过程,具有典型的纯滞后、强耦合、大惯性的生产工艺特点,若采用传统PID控制难以满足生产工艺的精确要求。现在大多生产企业仍采用一线操作人员的工作经验,采用人工方法来调节转窑的工作温度,因此难以实现温度的精准控制。以水泥厂的实际生产过程数据为研究基础,通过中值滤波后用MATLAB仿真软件进行系统的模型辨识,从而获得水泥回转窑模型的传递函数,然后利用辨识出的水泥回转窑模型进行模糊控制的仿真研究,并与传统控制方法进行比较。在此基础上建立模糊控制分时控制,通过仿真和实际应用,该控制系统基本满足生产工艺要求,获得了较好的经济效益。
郑明欣,徐岩泉[2]（2021）在《火力发电厂过热汽温控制模糊控制算法研究及软件开发》文中研究说明随着我国电力工业的迅速发展,越来越多的高参数大容量机组陆续投产。从发展趋势看,600MW及以上等级的火电机组已成为大电网的主力机组,同时大容量机组的不断增加和电网调度自动化程度的日益提高,对火电厂机组的控制品质提出了更高的要求。主蒸汽温度是锅炉运行中的主要参数,它的高低直接影响锅炉安全稳定运行。锅炉主汽温控制有非线性和时变性,其大延时和大惯性的特点使其一直以来都成为火电厂自动控制的难点。本文中,针对大容量机组中过热蒸汽大延时和大惯性的特点设计一个串级模糊控制器,并对其进行仿真,研究其动态特性与鲁棒性。
朱兆元[3]（2021）在《减速器试验台水冷系统算法仿真》文中指出由于减速器系统需要保持恒定的温度,因此水冷系统温度控制的重要性不言而喻,温度控制系统具有时滞性和大惯性的特点,常规PID算法控制效果并不好。在此讨论模糊自适应PID算法的控制效果,并进行仿真分析采用。
王国杰,母刚,霍锦,张倩,张国琛[4]（2021）在《基于模糊控制的南美白对虾冰—低温热泵干燥控制系统设计与试验》文中研究表明目的:满足南美白对虾冰—低温热泵干燥过程中对温度的精细化要求。方法:设计了基于西门子S7-300 PLC的热泵干燥控制系统。该系统采用模糊控制策略,利用Matlab模糊逻辑工具箱设计了"二维输入一维输出"的模糊控制器。根据对虾干燥工艺设计了数据采集程序和执行程序控制干燥箱温度,并通过人机界面对干燥过程进行监控与管理,实现温度的自动控制。结果:模糊控制下冰、低温干燥箱稳态后最大温差分别为0.8,1.1℃。与常规PID控制相比,温度波动范围分别减小了46.7%,57.7%;冰—低温联合干燥能够有效去除对虾内的水分,并较好地保留其色泽,且在收缩率与复水率上有一定优势。结论:该控制系统运行稳定,能够快速调节干燥箱温度,且控制精度高,具有良好的控制效果。
王志雄[5]（2020）在《回转窑式热解过程控制系统研发》文中指出我国一次能源消费中煤炭约占70%,且在未来很长一段时间内这种能源配比结构不会改变。我国已探明的煤炭储量中有55%煤化程度低,如果这些煤经干馏工艺提取油,其油量相当于1000亿吨油气资源。回转窑式热解正是针对沫煤进行大规模工程化干馏的工艺,对于该工艺的配套控制研究尚在起步阶段,还不能很好地支撑工艺高效生产。论文以回转窑式热解过程为研究对象,针对目前热解生产系统自动化程度低、人工操作多,工艺保障性低等问题,综合分析热解过程工艺要求和现有DCS控制技术,结合实际情况引入独特的转窑热解温场测量方案,对转窑热解温度控制加入模糊PID控制应用,实现回转窑式热解工艺的自动化控制。在分析回转窑式热解技术的发展现状、工艺环节及设备特性基础上,论文提出一种基于DCS控制系统的回转窑式热解控制系统,采用随窑同步旋转传感器,无线测量回转窑热解关键参数,通过温场参数准确反映热解过程,设计以鲁能控制LN2000为平台的DCS控制系统,详细介绍该控制系统的工作原理、网络构架及相关组成部分的软硬件设计。根据回转窑热解过程控制需求和特点,设计PID模糊控制实现系统热解过程控制。论文介绍PID控制的组成、工作原理及其设计实现,并进行了仿真测试研究。测试表明,设计的模糊PID控制满足转窑热解过程的控制需求,构建的基于LN2000的回转窑热解DCS控制系统适用且简便实现了转窑热解工艺,具有良好的推广应用意义。
单乳霞[6]（2020）在《氧化锌挥发窑混合建模与智能控制研究》文中指出挥发窑在很多工业领域占据着重要地位,主要功能是对窑料进行处理加工。反应带温度在1100℃～1300℃之间时,才能保证产品质量和生产连续性。由于挥发窑的作业过程是一个繁琐的热工过程,且其多变量、强耦合、大惯性和非线性的特征,及一直处于旋转状态的窑体,使得部分关键参数不易实时准确获得,建立能准确表征挥发窑生产过程的模型成为了一大难题,这阻碍了挥发窑生产自动化的实现。本文以氧化锌挥发窑为背景,通过对氧化锌挥发窑的结构、生产工艺、内部物理化学反应过程和传热传质机理的研究,建立了基于质量守恒和能量守恒的氧化锌挥发窑机理模型。针对该机理模型中化学反应速率难以准确有效测量的问题,通过对窑内各化学反应的热工状况和热力学的研究,建立了基于阿伦尼乌斯方程的化学反应率模型,并且用有限差分法进行离散化处理和数值求解,仿真结果表明该模型具有良好的稳定性且能表征窑内温度变化情况。针对氧化锌挥发窑中反应率难以准确获取的问题,采用支持向量回归的方法拟合实验数据得到了反应率预测模型,并通过S函数的调用实现了混合模型的设计与仿真,通过与生产数据对比,该混合模型较机理模型能更准确地表征窑的生产情况。针对氧化锌挥发窑难以建立准确的数学模型和实现精确跟踪控制的问题,提出了一种基于极限学习机的氧化锌挥发窑智能预测控制方法。该方法利用极限学习机具有学习速度快、拟合精度高、泛化能力强和全局最优解等优点,辨识生产过程的输入输出数据,建立了氧化锌挥发窑生产过程的预测模型,对挥发窑系统的输出进行预测,在此基础上,用Simulink搭建挥发窑智能预测控制系统模块,调用基于ELM的预测控制子程序和挥发窑混合模型子程序,并用sim函数实现该智能预测控制系统的仿真。仿真结果验证了该智能预测控制方法具有很好的稳定性和鲁棒性。
杨季朋[7]（2015）在《基于模糊神经网络的隧道窑温度建模与控制研究》文中指出隧道窑是耐火材料生产过程中的重要设备,其温度控制水平是制约耐火材料质量提高的一个重要因素,因此温度控制策略是隧道窑控制系统中的一个重要研究内容。如何制定先进的温度控制策略来提高产品质量、降低能耗、减少环境污染,成为工业窑炉控制领域一个需要迫切解决的问题。隧道窑控制系统的性能指标主要包括以下三个方面:一是按给定的温度曲线控制隧道窑的温度,保证烧成制品的质量;二是控制空燃比的值保持最佳,因为只有当空燃比的值最佳,燃料才能充分燃烧,否则不仅浪费燃料,而且污染环境;三是实时调节引风量和送风量,保持隧道窑内压力平衡,保证工业生产的安全。由于隧道窑是一个具有大惯性、纯滞后、强耦合的非线性时变系统,很难建立其精确的数学模型。本文根据窑炉类控制对象的特点,用一个二阶纯滞后模型来对其进行近似描述,然后根据现场采集的输入输出数据,采用改进的粒子群优化算法对模型参数进行辨识,通过仿真验证了模型的有效性。实际生产过程中存在着各种干扰因素,模型参数发生变化将导致控制性能变差,此时需要对控制器参数进行重新调整,不利于实现系统的全自动控制。针对模型失配现象,本文采用模糊控制与神经网络控制相结合的模糊神经网络控制器。模糊神经网络控制作为一种智能控制方法,综合了模糊推理和神经网络二者的优点,它不需要被控对象的精确数学模型,只需要现场采集的数据对网络进行训练就能达到很好的控制效果。由于粒子群优化算法前期全局搜索能力强,后期局部搜索能力差;BP算法受初始参数的影响很大,前期全局搜索能力差,后期局部搜索速度很快。因此,本文采用粒子群优化算法和BP算法相结合的PSO-BP方法对网络参数进行离线优化,再使用BP算法对参数进行在线优化。仿真结果表明,在模型失配的情况下,采用模糊神经网络控制器可以有效地抑制模型失配带来的不利影响,控制精度高,跟踪速度快,超调量小,抗干扰能力强,具有良好的控制性能,能够满足隧道窑温度控制的要求。
曾盈[8]（2014）在《碳素煅烧回转窑煅烧温度控制系统研究》文中指出铝用阳极是电解铝生产过程中主要材料之一。煅烧是碳素制品生产第一道，但却比较重要的工序，对铝用阳极制品的质量有很大影响。煅烧温度是回转窑煅烧过程中比较关键的一个因素，它的高低及能否稳定控制对煅后焦质量和产量起着决定性作用。回转窑煅烧过程比较复杂，是一个大滞后、参数分布、多变量、时变、多耦合的控制对象，难以建立精确的数学模型，采用传统的控制算法也难以获得理想的效果。目前大多企业仍然采用人工看火结合上位机监测参数进行煅烧温度的控制，能耗高、生产率低下并且产品质量不稳定。针对回转窑中煅烧过程中温度控制问题，论文以兖矿集团电铝公司电解铝厂回转窑煅烧过程为背景，详细介绍了回转窑的结构及工作原理，并在分析生石油焦回转窑煅烧工艺过程的基础上对影响回转窑煅烧温度的因素进行了探讨。基于对回转窑煅烧温度影响因素的分析，以及回转窑煅烧过程自身的复杂性，提出了将改进后的极限学习机用于回转窑煅烧温度预测建模的思想，并根据现场实际生产采集的数据，应用Matlab对该模型进行仿真，验证了该预测模型的有效性。同时，针对温度的控制要求，结合预测算法将智能技术与传统PID技术相结合，提出了模糊免疫自适应PID窑温控制模型，通过对给料量的恒定控制实现温度的控制，较传统PID控制具有超调量小、过渡过程时间短、稳态性能好等优点。最后结合阳极煅烧车间生产现状，针对温度控制过程及整个煅烧过程中检测到的各种参数仍未实现有效集成，立足于兖矿电铝公司电解铝厂实施的信息化项目，详细介绍了煅烧车间监控系统的软、硬设计，该监控系统已经处于试运行阶段。
张树维[9]（2014）在《球团回转窑温度场智能控制的研究与设计》文中研究表明回转窑是球团生产的关键设备，其温度场的稳定是影响球团质量和生产能耗的重要因素，对球团温度场进行有效控制一直是球团生产线研究的热点问题，但因为球团回转窑热工制度比较复杂，系统惯性大，滞后时间较长，所以回转窑的温度控制也一直是难点问题。本文以鞍钢某球团生产线为背景，在参考众多文献的基础上，理论结合实际，进行了球团回转窑温度场智能控制方面的设计和研究。首先，针对控制器对模型的依赖性，本文结合生产实际，采集现场数据，应用Matlab工具箱对回转窑温度场核心参数关系进行建模，近似辨识出了窑头温度与喷煤量的关系模型，此模型的建立为后续智能控制器的设计奠定了必要基础。其次，针对智能控制器中PID控制参数的寻优问题，应用粒子群算法进行寻优，此寻优方法摈弃了常规试凑法的不足，为智能控制器的设计奠定了数据基础，同时提高了控制器的控制精度。在完成了如上两部分工作的基础上，针对球团回转窑温度场的特点，根据物料的不同状态采取不同的控制策略，当物料变化在常规范围之内时，选择模糊PID算法进行智能控制，设计了模糊PID控制器，并通过仿真，验证了模糊PID算法的有效性和相对传统PID算法的优越性。当物料变化超出常规范围时，通过总结生产经验，采用专家系统的控制策略，应用ACCESS建立知识库，应用高级语言设计推理机和人机交互界面，此种策略的采用，规避了因员工能力差异带来的操作的不确定性，同时挖掘了潜在智慧，固化了优秀经验，为今后球团生产线的全自动化做了必要的铺垫。
金韡[10]（2012）在《梭式窑监控系统的设计与实现》文中研究表明梭式窑是一种间歇式生产的热工设备,是国内近十年来发展最为迅速的窑型之一。它对产品种类的适应性强,可以作为工厂生产的主要烧成设备使用。梭式窑本身的设计水平和建造水平在近年来均有显着的提高,但是现阶段,大部分的梭式窑控制仍以手动控制为主,其自动控制水平仍然不高。因而,对梭式窑的生产过程进行自动控制系统的设计,有着很重要的实际意义。本文首先介绍了梭式窑的发展概况和170m3梭式窑的生产工艺流程。根据梭式窑生产过程的工艺和控制要求,设计了170m3梭式窑的监控系统。整个系统采用二级集散式结构,整个系统由壹台工业控制计算机和壹套英国欧陆公司T800+T2500DCS系统所组成。上位机系统以Wizcon为开发平台,实现流程图组态与编程、故障诊断、工况显示、过程参数和曲线显示、曲线打印、监控报警以及管理功能。下位机采用英国欧陆公司的T800和T2500实现梭式窑窑温、窑压和空燃比的控制,并完成过程参数的采集、其它被控对象的控制、过程数据的处理、与上位机的通信。本文还详细介绍了用Wizcon组态软件进行监控程序的设计、实现过程和各个监控画面的作用；以及用T800和T2500实现控制过程的流程图和程序设计图。整个监控系统进行了现场调试,并对调试结果进行了分析。梭式窑的制品烧制过程是典型的热工过程,表现出非线性、慢时变、大滞后和不确定性,难以建立精确的数学模型。本文分别采用常规PID控制、模糊控制、带积分的模糊控制等几种控制方法对梭式窑的温度控制方法进行了仿真研究,对阶跃响应进行了仿真。仿真结果表明模糊控制在梭式窑温度控制方面有较好的控制效果。
二、基于Matlab的窑温模糊控制系统的设计与仿真（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、基于Matlab的窑温模糊控制系统的设计与仿真（论文提纲范文）
（1）模糊分时算法在水泥回转窑温度控制中的应用研究（论文提纲范文）
| 1 水泥回转窑现状 |
| 2 建立控制模型 |
| 2.1 中值滤波 |
| 2.2 中值滑移滤波 |
| 2.3 模型仿真辨识 |
| 3 水泥回转窑模糊分时控制 |
| 3.1 模糊分时控制系统框图 |
| 3.2 模糊分时控制算法 |
| 3.3 仿真结果 |
| 4 系统实现 |
| 5 总结 |
（2）火力发电厂过热汽温控制模糊控制算法研究及软件开发（论文提纲范文）
| 1 引言 |
| 2 原理分析 |
| 2.1 过热汽温控制对象的静态特性 |
| 2.2 过热汽温控制对象的动态特性 |
| 2.2.1 蒸汽流量扰动下过热汽温动态特性 |
| 2.2.2 烟气侧传热量扰动下的汽温动态特性 |
| 2.2.3 喷水量扰动下的动态特性 |
| 2.3 过热汽温串级模糊控制策略 |
| 3 仿真与实例验证 |
| 3.1 仿真验证 |
| 3.2 实例验证 |
| 4 结论 |
（3）减速器试验台水冷系统算法仿真（论文提纲范文）
| 1模糊控制理论 |
| 2模糊自适应PID控制器设计 |
（4）基于模糊控制的南美白对虾冰—低温热泵干燥控制系统设计与试验（论文提纲范文）
| 1 冰—低温热泵干燥系统结构 |
| 2 控制系统设计 |
| 2.1 硬件设计 |
| 2.1.1 硬件系统结构 |
| 2.1.2 硬件选型 |
| 2.2 模糊控制策略 |
| 2.3 软件设计 |
| 2.3.1 控制流程 |
| 2.3.2 数据通讯 |
| 2.3.3 人机界面 |
| 3 试验与分析 |
| 3.1 试验材料与仪器 |
| 3.1.1 材料及主要仪器 |
| 3.1.2 对虾预处理 |
| 3.2 试验方法 |
| 3.2.1 空载试验 |
| 3.2.2 干燥试验 |
| 3.2.3 含水率测定 |
| 3.2.4 色度差测定 |
| 3.2.5 收缩率与复水率测定 |
| 3.3 结果与分析 |
| 3.3.1 温湿度控制效果 |
| 3.3.2 对虾干燥效果 |
| 4 结论 |
（5）回转窑式热解过程控制系统研发（论文提纲范文）
| 摘要 |
| ABTRACT |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状及发展趋势 |
| 1.2.1 回转窑式热解工艺 |
| 1.2.2 回转窑式热解控制系统 |
| 1.2.3 热解温度控制技术 |
| 1.3 本文主要研究内容 |
| 2 回转窑式热解控制系统需求与总体方案 |
| 2.1 回转窑式热解窑的整体结构 |
| 2.2 控制系统需求分析 |
| 2.3 回转窑式热解控制系统总体方案 |
| 2.4 本章小结 |
| 3 基于DCS的热解过程控制系统 |
| 3.1 控制系统架构 |
| 3.2 控制系统的网络架构 |
| 3.3 DCS与 PLC通信系统集成 |
| 3.4 本章小结 |
| 4 基于DCS的回转窑无线测温系统设计 |
| 4.1 控制系统硬件设计 |
| 4.1.1 上位机的选择 |
| 4.1.2 系统的硬件配置 |
| 4.2 回转窑温度测量无线方案 |
| 4.3 本章小结 |
| 5 热解过程控制策略及DCS系统软件设计 |
| 5.1 控制系统软件配置 |
| 5.2 回转窑式热解过程控制策略 |
| 5.2.1 干燥窑控制 |
| 5.2.2 热解窑控制 |
| 5.2.3 热风炉控制 |
| 5.2.4 干熄焦控制 |
| 5.2.5 高温除尘控制 |
| 5.3 回转窑式热解温度模糊PID控制器设计 |
| 5.3.1 PID温度控制任务分析 |
| 5.3.2 输入值的模糊化 |
| 5.3.3 建立模糊规则表 |
| 5.3.4 解模糊处理 |
| 5.4 本章小结 |
| 6 系统功能测试及仿真结果 |
| 6.1 DCS系统网络在线实测 |
| 6.2 基本控制功能算法块 |
| 6.3 转窑热解主要工艺工程化实现 |
| 6.3.1 干馏窑控制 |
| 6.3.2 热风炉控制 |
| 6.3.3 干熄焦控制 |
| 6.3.4 高温除尘控制 |
| 6.4 转窑热解温度模糊PID控制算法应用 |
| 6.5 本章小结 |
| 7 结论与展望 |
| 致谢 |
| 参考文献 |
| 附录 |
（6）氧化锌挥发窑混合建模与智能控制研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 引言 |
| 1.1 研究目的和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 挥发窑生产过程建模方法研究现状 |
| 1.2.2 挥发窑温度控制算法研究现状 |
| 1.3 论文的主要研究内容与结构 |
| 第2章 氧化锌挥发窑生产过程机理模型研究 |
| 2.1 氧化锌挥发窑工艺介绍 |
| 2.1.1 氧化锌挥发窑的结构 |
| 2.1.2 氧化锌挥发窑工艺流程 |
| 2.1.3 挥发窑煅烧氧化锌的生产机理 |
| 2.2 氧化锌挥发窑生产过程机理模型 |
| 2.2.1 氧化锌挥发窑机理模型 |
| 2.2.2 挥发窑工况数据 |
| 2.3 反应速率 |
| 2.3.1 反应速率的定义及建模方法 |
| 2.3.2 反应速率相关数据获取 |
| 2.3.3 化学反应率机理模型 |
| 2.4 氧化锌挥发窑机理模型仿真及分析 |
| 2.4.1 稳态仿真分析 |
| 2.4.2 动态仿真分析 |
| 2.5 本章小结 |
| 第3章 基于支持向量机的挥发窑混合模型 |
| 3.1 支持向量机理论算法介绍 |
| 3.1.1 支持向量机概述 |
| 3.1.2 支持向量机的原理 |
| 3.1.3 支持向量回归算法 |
| 3.1.4 核函数 |
| 3.2 基于支持向量机氧化锌挥发窑混合建模 |
| 3.2.1 非线性支持向量回归反应率建模 |
| 3.2.2 反应率预测模型仿真与分析 |
| 3.2.3 氧化锌挥发窑机理模型与反应率模型融合 |
| 3.2.4 氧化锌挥发窑生产过程混合模型仿真结果分析 |
| 3.3 本章小结 |
| 第4章 挥发窑智能预测控制系统设计 |
| 4.1 预测控制 |
| 4.1.1 预测控制基本原理 |
| 4.1.2 智能预测控制 |
| 4.2 极限学习机模型 |
| 4.2.1 极限学习机原理 |
| 4.2.2 极限学习机的学习算法 |
| 4.3 基于极限学习机的智能预测控制 |
| 4.3.1 预测模型与反馈校正 |
| 4.3.2 滚动优化 |
| 4.3.3 预测控制实现步骤 |
| 4.4 基于ELM的氧化锌挥发窑智能预测控制 |
| 4.4.1 窑温数据的获取与白噪声处理 |
| 4.4.2 预测模型辨识 |
| 4.4.3 智能预测控制系统的设计与仿真 |
| 4.5 本章小结 |
| 第5章 全文总结与展望 |
| 5.1 研究工作总结 |
| 5.2 未来工作展望 |
| 参考文献 |
| 附录1 |
| 攻读学位期间主要的研究成果 |
| 一、攻读硕士学位期间已发表的论文 |
| 二、攻读硕士学位期间申请的专利 |
| 三、获奖情况 |
| 四、参加的项目 |
| 致谢 |
（7）基于模糊神经网络的隧道窑温度建模与控制研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 隧道窑工艺流程简介 |
| 1.2.1 隧道窑工艺的发展现状和趋势 |
| 1.2.2 隧道窑的结构特点和工作原理 |
| 1.3 隧道窑控制技术研究现状及发展趋势 |
| 1.3.1 隧道窑控制技术的研究现状 |
| 1.3.2 隧道窑控制技术的发展趋势 |
| 1.4 本文主要工作 |
| 第2章 隧道窑温度建模 |
| 2.1 建模方法概述 |
| 2.2 基于粒子群优化算法的系统辨识 |
| 2.2.1 系统辨识简介 |
| 2.2.2 粒子群优化算法 |
| 2.2.3 粒子群优化算法在系统辨识中的应用 |
| 2.3 基于改进粒子群优化算法的窑温模型参数辨识 |
| 2.3.1 被控对象模型的选取 |
| 2.3.2 改进粒子群优化算法的设计 |
| 2.3.3 仿真研究 |
| 2.4 本章小结 |
| 第3章 隧道窑温度的常规控制 |
| 3.1 PID控制简介 |
| 3.1.1 PID控制器的结构及原理 |
| 3.1.2 数字PID控制 |
| 3.2 隧道窑温度的PID控制器设计 |
| 3.3 隧道窑温度的PID控制仿真 |
| 3.3.1 模型匹配时窑温的控制仿真 |
| 3.3.2 模型失配时窑温的控制仿真 |
| 3.4 本章小结 |
| 第4章 隧道窑温度模糊神经网络控制器设计 |
| 4.1 模糊控制 |
| 4.1.1 模糊控制的基本原理 |
| 4.1.2 模糊控制器的设计 |
| 4.1.3 模糊控制的优点和局限性 |
| 4.2 神经网络控制 |
| 4.2.1 人工神经网络 |
| 4.2.2 神经网络学习方法 |
| 4.2.3 神经网络控制的优点及缺陷 |
| 4.3 模糊神经网络 |
| 4.3.1 模糊控制与神经网络的融合 |
| 4.3.2 基于标准模型的模糊神经网络 |
| 4.3.3 模糊神经网络的学习算法 |
| 4.4 本章小结 |
| 第5章 基于模糊神经网络的隧道窑温度仿真 |
| 5.1 基于模糊神经网络的隧道窑温度控制系统设计 |
| 5.2 模糊神经网络控制器参数训练 |
| 5.3 隧道窑温度仿真 |
| 5.3.1 模型匹配时窑温的控制仿真 |
| 5.3.2 模型失配时窑温的控制仿真 |
| 5.4 本章小结 |
| 第6章 总结与展望 |
| 6.1 研究工作总结 |
| 6.2 未来工作展望 |
| 参考文献 |
| 致谢 |
（8）碳素煅烧回转窑煅烧温度控制系统研究（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 图清单 |
| 表清单 |
| 变量注释表 |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 回转窑煅烧温度控制研究现状与发展 |
| 1.3 本文研究内容与章节安排 |
| 1.4 本章小结 |
| 2 回转窑结构及其煅烧工艺 |
| 2.1 回转窑结构 |
| 2.2 回转窑煅烧工艺流程介绍 |
| 2.3 回转窑煅烧机理分析 |
| 2.4 回转窑煅烧过程分析 |
| 2.5 本章小结 |
| 3 回转窑煅烧温度预测算法及其仿真研究 |
| 3.1 神经网络概述 |
| 3.2 极限学习机 |
| 3.3 预测建模及其仿真研究 |
| 3.4 本章小结 |
| 4 回转窑煅烧温度控制算法及其仿真研究 |
| 4.1 PID 控制算法 |
| 4.2 模糊控制理论 |
| 4.3 模糊免疫 PID 控制算法 |
| 4.4 基于模糊免疫自适应 PID 窑温控制方案设计 |
| 4.5 仿真研究 |
| 4.6 本章小结 |
| 5 回转窑煅烧监控系统设计 |
| 5.1 阳极煅烧监控系统硬件设计 |
| 5.2 阳极煅烧监控系统软件设计 |
| 5.3 本章小结 |
| 6 总结与展望 |
| 6.1 主要的工作及结论 |
| 6.2 展望 |
| 参考文献 |
| 作者简历 |
| 学位论文数据集 |
（9）球团回转窑温度场智能控制的研究与设计（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 课题研究的背景和意义 |
| 1.2 国内外研究现状 |
| 1.3 球团回转窑温度控制有关问题分析 |
| 1.4 论文结构与内容 |
| 第二章 球团回转窑温度控制系统需求分析 |
| 2.1 链篦机-回转窑球团工艺描述 |
| 2.1.1 链篦机-回转窑球团生产线的系统组成 |
| 2.1.2 配料系统的功能描述 |
| 2.1.3 制球系统的功能描述 |
| 2.1.4 焙烧系统的功能描述 |
| 2.2 球团回转窑温度控制系统 |
| 2.2.1 温度控制系统整体描述 |
| 2.2.2 控制规律的选择及控制器的设计 |
| 2.3 球团回转窑温度场建模 |
| 2.3.1 系统建模的方法 |
| 2.3.2 系统辨识的理论概述 |
| 2.3.3 确定模型结构 |
| 2.3.4 模型参数的辨识方法 |
| 2.4 本章小结 |
| 第三章 窑温模糊 PID 控制算法的研究与设计 |
| 3.1 模糊 PID 控制算法概述 |
| 3.1.1 PID 控制系统 |
| 3.1.2 模糊控制 |
| 3.1.3 模糊 PID 控制 |
| 3.2 基于粒子群算法的 PID 参数的整定 |
| 3.2.1 PID 参数整定 |
| 3.2.2 粒子群算法的原理和特点 |
| 3.2.3 粒子群算法的设计流程 |
| 3.2.4 基于粒子群算法的 PID 参数的仿真 |
| 3.3 窑温模糊 PID 控制算法的设计 |
| 3.3.1 设计步骤 |
| 3.3.2 输入输出变量物理区间的确定和模糊化 |
| 3.3.3 输入输出变量隶属度的确定 |
| 3.3.4 模糊规则的确定 |
| 3.4 窑温模糊 PID 控制算法的仿真 |
| 3.4.1 仿真的任务 |
| 3.4.2 仿真结果分析 |
| 3.5 本章小结 |
| 第四章 球团回转窑温度控制专家系统 |
| 4.1 专家系统概述 |
| 4.1.1 专家系统概述 |
| 4.1.2 专家系统基本结构 |
| 4.1.3 专家系统的知识表示 |
| 4.1.4 专家系统推理机制 |
| 4.2 球团回转窑温度控制专家系统的设计 |
| 4.2.1 开发工具描述 |
| 4.2.2 基于 Access 数据库的知识库的建立 |
| 4.2.3 推理机的设计 |
| 4.2.4 人机交互界面的实现 |
| 4.3 本章小结 |
| 第五章 总结和展望 |
| 参考文献 |
| 在学研究成果 |
| 致谢 |
（10）梭式窑监控系统的设计与实现（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 梭式窑技术简介 |
| 1.2 国内外发展概况与趋势 |
| 1.3 模糊控制概述 |
| 1.4 模糊控制方法研究的发展与展望 |
| 1.4.1 模糊控制的发展 |
| 1.4.2 模糊控制技术的展望 |
| 1.5 本文的主要内容 |
| 第2章 梭式窑工艺介绍及监控系统的设计 |
| 2.1 170m~3梭式窑工艺介绍 |
| 2.1.1 170m~3梭式窑结构简介 |
| 2.1.2 170m~3梭式窑生产系统简介 |
| 2.1.3 170m~3梭式窑技术参数 |
| 2.2 梭式窑监控系统总体设计 |
| 2.2.1 基础控制级设计 |
| 2.2.2 监控级的设计 |
| 2.2.3 系统通讯 |
| 2.2.4 硬件配置 |
| 2.3 本章小结 |
| 第3章 梭式窑监控系统的实现 |
| 3.1 梭式窑控制系统上位机监控画面 |
| 3.1.1 Wizcon简介 |
| 3.1.2 上位机监控界面 |
| 3.2 梭式窑控制系统下位机控制系统的实现 |
| 3.2.1 欧陆简介 |
| 3.2.2 梭式窑控制过程的下位机控制系统 |
| 3.3 I/O信号特性与信号模块功能介绍 |
| 3.4 梭式窑监控系统调试结果分析 |
| 3.5 本章小结 |
| 第4章 梭式窑窑温控制方法的研究 |
| 4.1 PID控制算法简介 |
| 4.2 模糊控制 |
| 4.2.1 模糊控制系统的原理 |
| 4.2.2 模糊控制器的基本原理 |
| 4.2.3 模糊控制器的算法 |
| 4.3 梭式窑窑温控制算法的MATLAB仿真 |
| 4.3.1 MATLAB简介 |
| 4.3.2 PID与模糊PID控制的MATLAB仿真 |
| 4.4 本章小结 |
| 第5章 结论与展望 |
| 5.1 结论 |
| 5.2 展望 |
| 参考文献 |
| 致谢 |
四、基于Matlab的窑温模糊控制系统的设计与仿真（论文参考文献）
- [1]模糊分时算法在水泥回转窑温度控制中的应用研究[J]. 邵林. 安阳师范学院学报, 2021(05)
- [2]火力发电厂过热汽温控制模糊控制算法研究及软件开发[J]. 郑明欣,徐岩泉. 自动化博览, 2021(09)
- [3]减速器试验台水冷系统算法仿真[J]. 朱兆元. 科学技术创新, 2021(22)
- [4]基于模糊控制的南美白对虾冰—低温热泵干燥控制系统设计与试验[J]. 王国杰,母刚,霍锦,张倩,张国琛. 食品与机械, 2021(07)
- [5]回转窑式热解过程控制系统研发[D]. 王志雄. 西安科技大学, 2020(01)
- [6]氧化锌挥发窑混合建模与智能控制研究[D]. 单乳霞. 湖南工业大学, 2020(02)
- [7]基于模糊神经网络的隧道窑温度建模与控制研究[D]. 杨季朋. 东北大学, 2015(12)
- [8]碳素煅烧回转窑煅烧温度控制系统研究[D]. 曾盈. 中国矿业大学, 2014(02)
- [9]球团回转窑温度场智能控制的研究与设计[D]. 张树维. 沈阳工业大学, 2014(10)
- [10]梭式窑监控系统的设计与实现[D]. 金韡. 东北大学, 2012(07)