张光辉[1]2001年在《加热炉炉温预测模型及软件组件技术研究》文中指出本论文分为两大部分。第一部分为模糊神经网络及其在加热炉模型辨识中的应用（1-3章）。针对当前加热炉控制技术中存在的一些问题，论文本部分尝试利用模糊神经网络解决一些实际问题——用模糊神经网络辨识加热炉的数学模型，为建立以炉温设定值优化控制为基础的加热炉多模式动态优化控制奠定基础。 第二部分。组件技术及其在工控软件开发中的应用（4-5章）。针对工控软件开发中遇到的一些难题，尝试利用组件技术及OPC技术减少开发问题。以软件工程中新的SCI逻辑模型为依据，利用专用的工具，进行复杂系统的建模、分析、设计，有效地将复杂系统划分为不同的功能模块，并将其实现为可重复利用的软件组件（OR OPC Server）。用框架及对象总线对其进行组装完成特定功能的应用程序。本部分将加热炉的数学模型实现为一个COM组件（进程内服务器），并在不同环境中调用之。
张友强[2]2008年在《蓄热式加热炉温度过程模拟》文中认为蓄热式加热炉是20世纪80年代随着高温低氧燃烧技术(HTAC)成功开发而涌现的新一代节能环保型加热炉,与换热式加热炉相比,具有对空气(或煤气)预热温度高,排烟温度低,热效率高等优点,在世界范围内已得到了广泛的应用。作为轧钢生产线上的重要设备之一,加热炉也是轧线上的耗能大户。因此,进一步研究蓄热式加热炉过程的数学模拟模型及其应用计算机技术,对建立大型化、高度自动化、优质、高产、低消耗的现代加热炉工作制度具有重要的参考价值。本文以蓄热式步进梁加热炉为研究背景,首先简单介绍了加热炉的工艺及过程模拟的基本概念,然后详细介绍了独立分量分析(ICA)的基本原理及几种主要的ICA算法,并着重介绍了一种基于正定核的独立分量分析算法(KICA)。在理论研究的基础上,利用现场采集的大量的输入输出数据,对其进行核ICA处理后,应用多元线性回归建模方法建立了加热炉炉温的数学模型,分析比较了选择多项式核函数和高斯径向基函数两种不同的核函数时模型的输出结果。仿真结果表明,采用独立分量回归方法建立的加热炉炉温模型能够较好的逼近实际温度,进一步证明了此方法的可行性。在此基础上,结合SolidWorks、Matlab、VB叁种软件联合开发了加热炉模拟模型实验平台。应用机械设计软件SolidWorks建立了加热炉直观的叁维立体图形,并将VB编写的可执行程序制作成SolidWorks的一个宏,使其能够在SolidWorks环境下运行,实现了VB对加热炉叁维图形的实时调用,使实验软件更加直观,能够更好的模拟加热炉内的工况变化。在算法实现上,软件采用基于COM组件的VB6.0与Matlab7.0接口编程方法,实现了加热炉数学模型的复杂计算,并利用DDE技术实现模型的对外接口,可以被其它控制程序作为对象调用使用,具有较强的通用性。
张芳杰[3]2012年在《基于西门子PCS7的加热炉炉温预测控制》文中研究表明步进式加热炉是钢铁企业中热轧生产工艺的主要设备之一，其主要任务是为钢坯轧制工序段提供加热质量满足轧制工艺所要求的钢坯。步进加热炉作为轧制工艺的关键设备，其控制水平直接影响到钢坯的加热质量，产量和生产成本。步进加热炉是一个复杂的工业被控对象，具有大惯性、纯滞后、非线性、外界扰动因素多等特点，以往的加热炉采用传统PID控制，Wincc组态软件进行监控，虽然这种控制方法一直在使用，但是针对加热炉这些复杂的特点，传统PID很难达到良好的控制效果，炉温波动仍然很大，炉温控制不能趋于平稳。所以针对加热炉的大惯性、纯滞后的特点和目前的控制状况，本文采用基于模型的预测控制算法模块作为炉温预测控制器对步进式加热炉的炉温进行控制。本文介绍了步进式加热炉的结构、工艺和控制要求，归纳了步进式炉的控制现状，分析了步进式加热炉的过程控制系统，并针对存在的问题进行以下几个方面的研究：第一，针对步进式加热炉控制过程中存在的大惯性和纯滞后的特点，学习了模型预测控制原理，应用Matlab工具箱辨识加热炉的模型参数和燃料的流量控制模型参数，并应用Matlab软件对模型预测控制理论进行仿真研究。第二，对加热炉的温度控制进行传统PID控制和MPC预测控制进行仿真比较，验证了MPC的抗干扰性和设定值的跟随特性。第叁，系统的学习了SIMATIC PCS7V7.1软件，学习PCS7中先进过程控制库中的功能模块和使用方法，有了深层次的消化吸收，并学习了在PCS7系统中如何创建工程项目的方法步骤。结果表明，对加热炉进行模型预测控制使炉温能够快速跟随给定并达到稳定状态，这对日后研究加热炉炉温优化工作打下了坚实的基础。
袁鑫[4]2016年在《蓄热式加热炉炉温广义预测控制器设计与实现》文中认为钢铁是国民经济基础原料,也是重要的战略物资。钢铁产业是国民经济支柱产业,钢铁产业发展水平是衡量一个国家经济水平与综合国力的重要标志。我国是产钢大国,但离钢铁强国仍有一段距离。近年来我国钢铁产量过剩,钢材市场持续低迷,钢铁企业竞争愈发激烈。在这样的行业背景下,通过改进生产工艺,采用先进控制与优化技术,可以有效地降低生产能耗,带来可观的经济效益,从而显着提高企业竞争力。本文主要研究了钢材轧制过程中加热炉温度的控制问题。针对一条高速线材生产线上的加热炉对象,设计了加热炉炉温广义预测控制器。为充分利用现场原有的测点、执行器和控制回路,采用温度串煤气流量串级控制器结构。外回路为广义预测控制器,内回路保留了现场原有的PID控制器。加热炉炉温广义预测控制器的正式投运,改善了炉温控制品质,降低了加热炉的燃料消耗和钢坯的氧化烧损,取得了可观的经济效益。在实现炉温广义预测控制器时,改进了广义预测控制器的输出限幅策略,提出了一种动态设置控制器输出下限的方法。在最大化控制器输出范围的条件下,解决了输出饱和问题。在解决加热炉待轧工况下炉温控制问题的过程中,提出了一种炉温多模型切换控制策略,较好地解决了加热炉待轧工况下炉温的控制问题。
葛朋[5]2005年在《基于神经网络的PID算法在加热炉温度控制中的应用研究》文中研究表明加热炉是冶金企业最主要的耗能设备,其自动控制策略是过程控制领域内的一个重要的研究方向。如何利用自动控制系统确保钢坯的加热质量、节约加热炉的能耗、确保燃烧系统的最佳燃烧、延长加热炉设备的寿命以及降低对环境的污染一直是该研究领域要致力解决的问题。 本文以上海第叁钢铁厂连续式加热炉的控制系统设计为背景,首先介绍了加热炉计算机控制的发展现状以及连续式加热炉控制功能设计要求;其次,在对加热炉控制系统的主要研究内容进行分析的基础上,介绍了主要的功能设计;然后,对加热炉温度变化的具有时变性的、多扰动的非线性随机过程进行了分析。着重研究了神经网络与PID控制融合的可行性,提出了一种复合式控制方案—基于神经网络的PID控制算法,并将此算法在动、静态特性、鲁棒性和抗干扰特性方面与PID控制进行了仿真比较。仿真结果表明,本文所采用的算法能获得较强的鲁棒性、抗干扰性和满意的控制品质;本文的最后对上钢叁厂的DCS控制系统的结构、所使用的Genesis32和T103单元产品、上位机画面、下位机的程序都分别加以阐述。
米一博[6]2016年在《先进控制算法在电加热炉实验系统中的研究与应用》文中指出温度控制是工业上较为重要的控制领域,众多工业过程对于温度的精确性要求很高,但温度控制对象往往存在大惯性、大滞后等特点,导致控制精度较低。本文以ACT-WH-EH实验电加热炉作为被控对象,以I/O卡板件作为数据采集和通讯单元,构建了基于IPC的电加热炉控制系统。通过机理建模方法分析了电加热炉温度控制系统的模型,并通过阶跃响应法和二分法辨识出了电加热炉温度控制系统的模型,得到了一个具有较大惯性的电加热炉温度对象模型。在温度控制系统中,控制算法仍然以PID控制为主导,本文通过对PID控制算法的理论研究,并利用MATLAB进行仿真实验,仿真结果表明PID控制算法对于大惯性系统具备一定的调节能力,但依赖参数的选择,同时控制性能会随着系统的改变而变差,需要改进。本文在PID控制算法的基础上设计了模糊PID控制器,能实时在线修正PID控制器参数,并且能在在线修正参数的基础上实现模糊控制环节的变论域调节,根据输入参数的范围变化来实时修改控制规则,提升控制精度。仿真结果表明,对于大惯性系统,模糊PID控制算法在超调量及调节时间方面有很大优势。本文在模糊PID控制算法的基础上设计了预测模糊PID控制器,采用灰色预测理论(GM)能实现一种单输入单输出的预测,将GM(1,1)预测控制理论与模糊PID控制算法相结合,利用预测控制算法分析模糊PID控制器的输出值得到预测的系统输出值,将其与期望值的差作为模糊PID控制器的输入,对系统进行超前调节,仿真结果表明预测模糊PID控制算法对大时滞对象的控制性能良好,系统响应更快,精度更高。本文分别在MCGS组态软件中利用VB脚本和COM技术,以及在WinCC组态软件中利用C语言脚本编程实现了模糊PID控制算法,并应用于电加热炉温度的控制,实验结果表明所设计模糊PID控制算法具有良好的控制性能,同时也体现了算法的高可移植性。
李冰洁[7]2010年在《基于WinCC组态软件的加热炉炉温优化与仿真研究》文中研究表明钢坯加热炉的主要功能是将钢坯加热到符合轧制要求的温度,是热轧生产线上的重要设备。钢坯加热炉能耗约占轧钢生产能耗的60%-70%。因此实施加热炉炉温优化,提高加热效率,对钢铁工业降低成本、节能降耗及低碳生产有着重要的现实意义。钢坯加热过程具有复杂工业对象的大滞后、多变量、强耦合、时变非线性、大惯性等特点,目前对加热炉优化控制的研究还有待完善,本文针对加热炉炉温优化控制研究中存在的问题,提出了相应的解决方案：(1)钢坯的多维温度预报模型的模型精度高,但数据处理量大,实际工控中会造成控制的延时；低维模型数据处理量少,工控中实时操作性强,但预报模型计算精度低。为解决这一问题,本文采用基于传热机理的二维温度预报模型,来提高数据的现场处理速度；建模过程中充分考虑加热过程中的炉气黑度、炉壁对钢坯的角度系数、钢坯比热和热传导等参数的变化对模型精度的影响,来提高模型的精确度。(2)在求解加热炉模型的优化值时,由于目标函数包含参数较多,传统优化算法在实时性和准确性方面尚有不足,而且由于二维模型中参数变化的附加,降低了模型的计算速度。本文针对多参数并行处理功能遗传算法求解过程求解速度慢和早熟现象问题,引入了适应度值标定、移民机制和个体相似度判定等技术,仿真结果表明,新算法提高了搜索速度,缩短了炉温优化时间。(3)针对一般仿真系统平台的通用性和可扩展性能较差问题,采用WinCC和Matlab软件设计了加热炉仿真平台。为了增加仿真平台系统的通用性和扩展性,平台中增加了用户交互操作模块。用户通过信息数据的设定和修改,可以灵活模拟现场数据,进行仿真系统运行和仿真效果对比工作。该平台的建立为加热炉优化控制研究提供了一个很好的仿真环境。
符雪鹏[8]2008年在《加热炉过程监测方法研究与实现》文中研究说明在钢铁工业中,加热炉是轧钢生产线的重要设备之一。随着现代轧机的发展,对加热炉加热钢坯的质量要求越来越高。而生产系统经过长期运行和生产负荷变化后都不可避免的发生各种变化,这必然将会影响加热炉加热钢坯的质量。因此本文着眼于应用统计过程监测方法设计一个加热炉过程监测系统对加热炉生产进行过程监测,进而提高加热炉生产的质量和效率,降低成本,充分迎合了加热炉的工业需求,具有非常明确的意义。本文首先从统计过程监测方法的产生、发展、现状入手,对加热炉的生产过程加以简单介绍,并将对加热炉进行过程监测需要做的一些准备工作进行了阐述。其次,介绍了单变量统计过程控制方法的几种控制图以及应用控制图进行过程监测的两个判断准则。详细阐述了处理变量间线性关系的主成分分析(PCA)方法和处理变量间非线性关系的核主成分分析(KPCA)方法,并针对实际中采集的样本数据间存在一定的序列相关性,介绍了两种用于动态多变量统计过程控制的方法：一种方法是用前边的h个观测值对每个观测向量进行扩充来构造数据矩阵,然后对新的数据矩阵进行PCA或者KPCA分析；另一种方法是将EWMA控制图与PCA或者KPCA合并。然后结合加热炉现场采集的数据对PCA、KPCA、DKPCA、EWMA+KPCA几种多变量统计过程控制方法进行了验证和比较。在此基础上,设计了加热炉过程监测系统,阐述了监测系统与WinCC6.0通过OPC通讯进行数据实时传递的方法、基于VB6.0和MATLAB7.0两种平台下的联合开发COM组件的方法。最后,详细介绍了加热炉过程监测系统的具体实现及其使用方法。本文着重分析讨论了面向加热炉过程监测的几种多变量统计过程控制方法,设计了加热炉过程监测系统,并结合加热炉现场采集的数据对加热炉过程监测系统进行了验证。通过本系统对加热炉生产过程的监测,可以使现场人员及时发现相应的过程波动及缓慢变异,以达到提高加热炉系统质量和生产效益的目的。
张力[9]2007年在《步进式加热炉的炉温优化控制》文中认为加热炉不仅是轧线上最重要的设备之一，而且也是耗能大户。钢坯加热的技术直接影响带钢产品的质量、能源消耗和轧机寿命。因此加热炉优化设定控制技术的推广对钢铁企业意义重大。加热炉的生产目的是满足轧制要求的钢坯温度分布，并实现钢坯表面氧化烧损最少和能耗最小。由于加热炉具有非线性、不确定性、耦合等特点，其动态特性很难用数学模型加以描述，因此采用经典的优化控制方法难以收到理想的控制效果，只能依靠操作人员凭经验控制底层回路设定值，当工况发生变化时，往往使工艺指标实际值偏离目标值范围，造成产品质量下降，消耗增加。针对以上情况，本文做了如下主要工作： 1．建立了基于状态空间的钢坯温度预报模型，从而解决了加热炉生产过程中钢坯温度难以测量的困难，并为加热炉优化设定控制提供了重要基础。 2．提出了一种基于生产目标的加热炉优化设定控制方法。该方法采用前馈、反馈、自适应、模糊控制及软测量多种先进控制技术，并通过专家规则调整炉温设定值，实现了生产过程的建模与控制一体化。 3．采用面向对象方法对上述加热炉优化设定控制方法进行了程序设计，同时大量仿真研究表明，该技术实现了对钢坯粗轧温度的有效控制，使钢坯的粗轧温度偏差在目标值范围内(±10℃)。
陈小全[10]2005年在《基于OpenGL的钢坯温度场可视化研究及其应用》文中研究说明钢坯在加热的过程中,对其温度场进行监控是必需的。可视化在很多工程领域都有了较好的应用。由于目前的测温技术很难用仪器直接测量出加热炉内被加热钢坯的内部温度,本文采用了可视化技术对钢坯温度场进行虚拟监控,使其直观地反映温度场的状态,并且人通过与计算机交互来参与监控过程,最终实现人机的优化控制。利用传热学的知识,建立钢坯温度场分布的数学模型,预报钢坯表面温度和内部温度值;然后,将钢坯在炉内的温度分布情况实时传送给控制系统,以便优化决策,获得炉温的调整。这对于生产工艺的最佳控制和节约能源具有重要意义。在本文中,用有限差分法建立了钢坯内部温度场模型,通过神经网络建模方法建立了钢坯表面温度模型。实验数据表明,该模型能够较为准确地预报了钢坯内部及表面温度场数据。 在上述数学模型及可视化技术的基础上,本文建立了OpenGL ActiveX控件进行了钢坯温度场的可视化及与工厂监控系统的开放性连接。由于在热力传导中,大量存在着将数值计算及硬件采样所获得的大量数据转化为可视化图像的问题;这一问题与传热学相关学科的可应用于实际中有着密切的联系。另外现代的工业控制不再是封闭的系统,ActiveX是基于COM的可视化控件结构的商标名称,提供了封装COM组件并将其置入应用程序的一种方法。因此,本文在ActiveX中实现OpenGL,并在监控软件(比如WinCC)中应用,便于系统集成。
参考文献：
[1]. 加热炉炉温预测模型及软件组件技术研究[D]. 张光辉. 昆明理工大学. 2001
[2]. 蓄热式加热炉温度过程模拟[D]. 张友强. 东北大学. 2008
[3]. 基于西门子PCS7的加热炉炉温预测控制[D]. 张芳杰. 内蒙古科技大学. 2012
[4]. 蓄热式加热炉炉温广义预测控制器设计与实现[D]. 袁鑫. 中国科学技术大学. 2016
[5]. 基于神经网络的PID算法在加热炉温度控制中的应用研究[D]. 葛朋. 东北大学. 2005
[6]. 先进控制算法在电加热炉实验系统中的研究与应用[D]. 米一博. 东华大学. 2016
[7]. 基于WinCC组态软件的加热炉炉温优化与仿真研究[D]. 李冰洁. 大连理工大学. 2010
[8]. 加热炉过程监测方法研究与实现[D]. 符雪鹏. 东北大学. 2008
[9]. 步进式加热炉的炉温优化控制[D]. 张力. 辽宁科技大学. 2007
[10]. 基于OpenGL的钢坯温度场可视化研究及其应用[D]. 陈小全. 昆明理工大学. 2005
标签：计算机软件及计算机应用论文; 钢坯论文; 预测模型论文; 模型预测控制论文; 过程控制论文; 仿真软件论文; 模糊算法论文; pid控制器论文;