一、一种新型回转窑温度检测方法(论文文献综述)
董硕[1](2021)在《回转窑煅烧过程建模与控制系统研究》文中进行了进一步梳理在我国,水泥具有使用范围广、使用量大等特点,是建筑行业必不可少的原材料之一。水泥回转窑是整个生产线上最重要的设备之一。水泥回转窑是连续进行高温工作的大型设备。回转窑内同时发生复杂的物理变化和化学反应,且气体、液体、固体三相并存。回转窑是一个复杂的系统,该系统具有多个变量,且变量之间相互影响。由于回转窑是一个需要连续工作的生产设备,所以该系统的滞后性也非常严重。其运行的状态直接影响着水泥熟料的质量和产量,同时还关系到能源消耗以及环境污染等问题。之前,一些落后的回转窑若要控制调节温度,完全凭借操作人工多年积累的经验来简单地调节。这样落后的人工操作导致了能源消耗过多。因此,本文的具体研究工作如下:建立基于质量守恒和能量守恒的回转窑机理模型。详细介绍了水泥生料煅烧的工艺流程,并分析出能够对烧成带温度产生巨大影响的主要参数,建立了相应的机理模型。在连续的煅烧过程中,某些参数不是固定不变的,这些参数会随着温度、压力变化而发生改变。若是始终把这些参数看作常量,该方法建立的模型虽然能描述回转窑系统,但是精度有待提高。建立基于核主元分析的回转窑温度软测量模型。利用核主元分析技术对数据进行处理,将量化后筛选后的数据作为输入,建立了温度软测量模型。针对该模型,设计了相关的仿真实验。仿真结果表明,该模型具有较高的精度,可以获得准确稳定的回转煅烧温度的信号。实验证明该软测量模型能够满足精度要求。基于贝叶斯网络的异常工况识别。本文选择主要的影响因素,使用算法对数据进行结构学习,得到诊断模型的结构。然后对该模型进行参数学习。最后通过计算得到问题节点的后验概率,进而找出造成烧成带温度异常的原因。设计了一种模糊PID控制器。详细深入地研究了模糊控制算法,对参数进行了优化,对回转窑温度模型进行了仿真测试。最后给出了控制器的具体操作步骤,为以后的水泥生产行业提供了参考。
吾慧星[2](2021)在《水泥窑炉煤基-NOx深度还原特性试验研究》文中研究指明水泥工业作为能源、资源消耗密集型工业,为我国经济社会发展做出巨大贡献的同时,也带来了不可忽视的环境问题。现阶段,我国水泥生产中排放氮氧化物的量约占全国工业排放总量的10-12%,仅次于火力发电、汽车尾气。水泥窑炉NOx排放标准日趋严格,NOx超低排放是水泥工业面临的严峻挑战。目前广泛采用的水泥脱硝技术难以满足日益严苛的NOx排放标准。对于水泥工业而言,选择性催化还原(SCR)技术中催化剂易失活、经济成本高,现阶段不具备大规模推广的条件。中国科学院工程热物理研究所研究发现对煤粉改性可生成还原能力较强的煤基燃料,通过营造合适反应氛围,最终可实现NOx深度脱除。基于此,本文将高温煤基燃料作为还原介质,结合水泥窑炉实际运行条件,探究煤基-NOx深度还原作用机制,阐明NOx均相及异相脱除路径,实现系统内氮定向转化。在此基础上初步形成了适用于新型干法水泥煤粉燃烧全流程的煤基深度脱硝技术方案。该方法依据水泥生产流程特点,在分解炉燃烧过程中设立外置式原位还原区对煤粉进行原位改性热处理(燃料氮预脱除和高温煤焦还原强化),同时配合分解炉燃烧组织优化,实现炉内燃烧过程中NOx深度控制;针对燃烧后分解炉出口烟气残留NOx,充分挖掘烟气特点,设置低氧-适温的中位还原区,通过碳热反应,实现烟气残留NOx深度还原。通过2500t/d示范工程表明,该方案在喷氨量不变的条件下出口 NOx浓度降低至80mg/m3。本文通过水泥窑炉条件下煤粉-NOx还原机理研究、燃烧过程中NOx深度控制试验研究、烟气残留NOx深度还原试验研究,为新型干法水泥的煤基深度脱硝技术提供理论支撑,获得结论如下:1、获得了低O2-高NO体系内氮迁移转化规律。煤粉-NOx还原在反应初期,以挥发分(volatile)-NO均相还原为主。在反应后期,以焦碳(char)-NO异相还原为主。适量浓度氧气(1%)可以通过加速挥发分释放,促进CHi自由基形成,从而加速volatile-NO的均相反应;同时促进煤焦表面C*活性位再生,加速char-NO异相还原反应。烟气中过量的氧气会消耗挥发分和煤焦,导致还原介质减少,从而抑制煤粉-NOx还原,同时促进燃料型NOx的生成。燃料氮的氧化与烟气中原有NOx的还原是两条并行的反应路径,绝大部分的燃料氮并不参与到烟气中原有NO的还原。2、揭示了分解炉内生料对NOx还原的影响机制。生料分解后的碱性氧化物可以降低煤焦中碳原子反应所需的活化能,促进char-NO异相还原。在分解炉850℃反应温度下,生料对char-NO异相还原的催化作用最为明显。碱性氧化物改变煤粉热解路径,降低CHi自由基含量,从而抑制volatile-NO均相还原。在分解炉内高生料浓度的环境下,volatile-NO均相还原作用几乎可以忽略不计。3、阐明了水泥窑炉燃烧过程NOx深度控制原理。分解炉炉内燃烧过程中NOx减排关键在于控制燃料型NOx生成和增强回转窑烟气中高浓度NOx还原。通过外置式原位还原区,煤粉进行原位改性热处理,部分燃料氮在分解炉外定向转化为氮气,实现燃料氮的预脱除,降低分解炉内燃料型NOx的生成几率;原位还原区生成的高温煤焦-煤气混合物的还原能力远强于常规煤粉,其中以高温煤焦-NOx异相还原为主。高温煤焦的孔隙结构发达,比表面积增加明显,碳架结构中活性位比例增加,石墨化程度减少,反应活性增强,可实现对窑气中的高浓度热力型NOx定向脱除。4、获得了水泥窑炉燃烧过程NOx深度控制影响因素及其作用机制。提高原位还原区内燃烧比例和气化强度,可以促进燃料氮释放,抑制燃料型NOx生成,但同时也会对高温煤焦还原特性产生影响;对于粗颗粒煤粉,原位还原主要通过大幅度提高其煤焦的NOx还原能力,同时兼顾燃料型NOx的降低。对于细颗粒煤粉,分解炉出口 NOx的减少主要是通过大幅提高燃料氮的预脱除量,同时兼顾煤焦的NOx还原能力来实现。综合而言,粒径较大的煤粉最终NOx排放较低;合适的分解炉底部还原区空气系数(0.84)可以促进残留在煤焦中的焦碳氮充分释放并被还原为稳定的N2,同时促进煤焦中碳活性位的更新,促进窑气中NOx还原;分解炉还原区高度增加,可延长窑气在还原区的停留时间,强化高浓度NOx(还原。过高的还原区高度会降低燃烧效率,致使不完全燃烧损失增加;分解后的生料可以增加燃料型NOx排放。同时由于分解炉还原区内生料分解率较低和还原区温度降低,生料对窑气中NOx的催化还原能力有限。5、揭示了分解炉出口烟气残留NOx深度还原特性机理。当悬浮预热器C4温度在900℃以下,通过增加还原煤粉给入量,可变相增加煤基-NOx反应接触面积,提高NOx还原率;当烟气中氧气浓度高于1%时,继续提高烟气含氧量将促进燃料氮氧化,还原煤粉燃烧产生的NOx增加,间接削弱冷煤粉对烟气中残留NOx还原效果;烟气温度对烟气残留NOx还原存在最佳温度窗口。当烟气温度在900℃内,随着烟温增加,烟气中NOx还原效果增强。当烟气温度超过900℃时,随着烟温增加,燃料型NOx生成量将大幅增加,削弱最终NOx还原效果;通过冷水泥生料的物理升温和分解吸热作用,可调节窗口温度。同时,投入水泥生料会对NOx的还原效果随着烟气氧含量的变化存在“拐点效应”。当氧浓度高于1%时,水泥生料对NOx(还原以抑制作用为主。当氧浓度低于1%时,水泥生料对NOx还原以促进作用为主。综合而言,在烟温为900℃,烟气含氧量为1%,较大还原煤粉给入量和适宜生料引入量的条件下,可实现烟气残留NOx深度还原。
李兆钢[3](2021)在《水泥回转窑的温度估计研究》文中提出新型干法水泥生产技术是目前最为先进的水泥生产技术,水泥回转窑当属生产线上最为核心的设备,对水泥熟料的质量、产量产生直接影响,是节约资源、降低能耗的关键。研究水泥回转窑温度估计方法,使操作人员或着自动控制设备提前得到温度预测结果,在此基础上,对回转窑热工参数进行调整和控制,对于提高水泥熟料质量、产量,节能降耗十分必要。首先,本文介绍了水泥回转窑温度检测的研究现状,并总结了在温度估计方面的研究成果。通过分析水泥回转窑烧成系统的工艺流程及物理化学反应,总结影响水泥回转窑内温度的主要工艺参数,并根据物料质量守恒、物料能量守恒、气体能量守恒和氧气浓度守恒建立了划分工艺带的水泥回转窑第一原理模型,并通过仿真验证模型的合理性。其次,在建立的水泥回转窑第一原理模型上,进行分析、简化,得到水泥回转窑温度第一原理模型,进而对此模型线性化,得到水泥回转窑温度状态空间模型,在运用扩展卡尔曼滤波算法时,为了减小状态空间模型带来的稳态偏差,采用水泥回转窑温度第一原理模型来计算状态的先验估计,进而对水泥回转窑温度进行估计,并且与采用卡尔曼滤波算法的温度估计进行仿真对比。最后,在水泥回转窑温度状态空间模型的基础上,运用滚动时域估计算法对水泥回转窑温度进行估计。为了避免全信息滚动时域估计造成的数据爆炸和提高效率,用卡尔曼估计原理计算到达代价,进而对水泥回转窑温度进行估计。
李强亚[4](2021)在《基于大数据分析的水泥回转窑温度控制研究》文中提出物料在回转窑内的烧成过程是水泥生产最为关键的工艺环节,回转窑温度的控制效果直接影响熟料游离氧化钙的含量,进而决定了水泥熟料的产品质量。然而,由于国内水泥生产的烧成工况变化复杂,因此国内大多数水泥企业针对于回转窑环节的控制仍处在人工控制阶段,其调节方式受知识工作者经验以及个人主观因素的制约,导致回转窑温度的控制难以达到理想的效果;另外,水泥熟料烧成过程涉及的变量众多、数据来源广泛以及数据的时间尺度不统一,造成水泥工厂海量数据并未被充分利用。因此,结合大数据分析技术,采取有效的方法,实现回转窑系统温度的合理控制,对水泥熟料的正常生产和水泥质量合格率的提高具有重要意义。针对上述问题,本课题以山东某水泥厂日产5000吨的熟料生产线为研究背景,通过分析大量的工业数据和总结知识工作者的优秀控制经验,结合案例推理算法和模糊专家规则,实现了水泥回转窑温度控制系统的方案设计以及控制软件的开发。本文的主要研究内容如下:(1)水泥回转窑烧成过程多源数据处理。首先根据水泥熟料烧成工艺,建立集红外热成像仪的相关烧成温度数据、DCS(集散控制系统)操作系统在线数据和化验室离线检测数据于一体可表征回转窑烧成工况的初始变量集合;其次按照所选取变量的特征属性,选取相应滤波方法进行数据预处理,并完成不同时间尺度多源数据的匹配;然后提取所选变量的实时值特征和趋势特征。(2)水泥回转窑烧成过程大数据分析。对处理后的多源数据采取灰色关联度的方法进行分析,并对前述所选取初始变量集合进一步精简,确定可表征回转窑烧成工况的最简变量集合。(3)水泥回转窑温度控制研究。基于上述确定的最简变量集合以及变量的实时幅值和趋势特征建立初始案例库,采用案例推理的方法给出水泥回转窑温度控制的初始案例解;其次,针对初始案例解集中部分元素与当前烧成工况不匹配的问题,利用模糊专家规则的方法对初始案例解进行了修正。(4)水泥回转窑温度控制软件的设计与研发。基于以上研究成果,设计并开发了基于大数据分析的水泥回转窑温度控制系统,完成了数据融合、数据通讯与存储、特征提取和核心控制等模块的设计与实现。最后,将水泥回转窑温度控制系统实际投运于山东某水泥厂日产5000吨的熟料生产线。经现场应用表明,本文的研究成果降低了知识工作者的劳动强度,可以实现水泥生产过程参数的实时监控和回转窑系统温度的合理控制,提高了水泥熟料产品的质量。
赵思樾[5](2021)在《篦冷机工况与能耗预估研究》文中研究指明水泥市场需求的不断增长与国家构建生态文明体系的战略方针对水泥生产节能降耗,特别是作为熟料冷却、余热回收的篦冷机节能优化提出更高的要求。但目前仍缺少能够用于结合篦冷机态势分析的能耗预估模型。本研究以水泥生产线历史数据为篦冷机参数表征,应用现代数据挖掘的方法进行篦冷机典型的工况识别与能耗预估研究工作,目的是为篦冷机态势节能控制提供准确度更高的能耗预估模型。首先,对篦冷机与熟料烧成系统进行概述,提出篦冷机内部能量建模的假设条件,根据上述内容深入研究篦冷机内部能量平衡关系,探索篦冷机态势分析与能耗预估的联系并分析篦冷机建模难点,构建了基于数据挖掘算法的工况与能耗预估应用框架解决上述问题。整体框架分别包括基于无监督学习的工况划分子框架和基于监督学习的能耗预估子框架。其次,在基于无监督学习的工况划分子框架下,选择水泥生产线的6种运行数据作为篦冷机工况划分的参数表征,对历史数据进行异常数据剔除处理形成工况划分用的子数据库,应用一种主成分分析的改进聚类算法对工况数据进行划分。实验结果证明,数据降维后减少计算量的同时保留了篦冷机数据信息差异度,同时改进聚类算法很好的解决了传统算法初值敏感问题,提高了聚类稳定性。引入2种聚类评价标准来选择工况数目,通过数据空间反变换得到了篦冷机3种典型工况的参数变化范围。然后,针对预估篦冷机能耗模式的难点,依据基于监督学习的能耗预估子框架,提出采用深度学习模型来对篦冷机进行能耗预估的解决方案。详细分析深度学习算法的原理,运用遗传算法来对反向传播神经网络进行参数优化,利用动态赋权法将优化后的神经网络模型与支持向量机回归模型、随机森林模型进行加权组合,形成一种多模型组合的能耗预估算法,为后文能耗预估应用提供理论基础。最后,依据基于工况的能耗预估整体框架,将工况划分子框架中的3种典型工况参数范围与处理后的水泥冷却能耗数据组合,共同构成能耗预估用的子数据库,并选择2种参数作为预估模型评价标准,利用MATLAB和Visual Studio 2019软件开发平台混合语言环境对能耗模型进行编译。实验证明,组合模型通过在不同工况下寻找到不同的权值组合,使得组合模型无论是数据拟合程度还是预估精准度相较于单一模型都有了较大提升,并为水泥生产线实际需求,提供了篦冷机基于工况的能耗预估工作流程。
刘燕[6](2021)在《轻量莫来石—碳化硅耐火材料骨料/基质界面调控及其性能研究》文中提出莫来石-碳化硅耐火材料因具有较高的荷重软化温度和良好的耐磨性而被广泛应用于水泥回转窑过渡带。随着新型干法水泥回转窑窑炉大型化、替代燃料的应用以及节能要求的提升,该材料也面临着新的挑战。从目前来看,耐火材料轻量化是其发展的重要方向。直接以多孔骨料替代致密骨料可以显着降低材料导热系数,但是,较高的气孔率对材料的力学性能和抗碱侵蚀性能产生不利影响。因此,开发力学性能和抗碱侵蚀性能优良的低导热莫来石-碳化硅耐火材料,对水泥工业的技术进步具有重要意义。针对上述问题,本工作采用多孔莫来石替代均化矾土作为骨料,制备轻量化莫来石-碳化硅耐火材料,通过在多孔莫来石骨料表面引入玻璃陶瓷涂层对骨料与基质之间界面进行调控,以期实现轻量莫来石-碳化硅耐火材料力学性能和抗碱侵蚀性能的提升。首先,借助赛格尔公式设计玻璃陶瓷涂层,研究涂层与莫来石-碳化硅耐火材料中多孔莫来石骨料和基质间的相互作用机理;其次,采用涂覆玻璃陶瓷涂层的多孔莫来石骨料制备轻量莫来石-碳化硅耐火材料,并通过巴西劈裂实验和DIC技术研究玻璃陶瓷涂层对轻量莫来石-碳化硅材料力学性能的影响;最后,在模拟碱蒸气侵蚀条件下,研究轻量莫来石-碳化硅耐火材料的组成及显微结构的变化,揭示玻璃陶瓷涂层对轻量莫来石-碳化硅耐火材料抗碱侵蚀性能的影响。通过上述研究,得到以下主要结论:(1)Li2O-Al2O3-SiO2玻璃陶瓷涂层的熔融温度与Al2O3/SiO2比值成正相关性,而添加ZrO2可以进一步提高熔融温度。110℃干燥后含ZrO2玻璃陶瓷涂层与多孔莫来石骨料之间具有良好的结合性,可以直接作为原料用于制备轻量莫来石-碳化硅耐火材料;经1500℃处理后,玻璃陶瓷涂层可以封闭多孔莫来石骨料表面大部分开口气孔。(2)采用涂覆玻璃陶瓷涂层的多孔莫来石骨料取代50 vol%的均化矾土骨料时,玻璃陶瓷涂层增强了骨料与基质间的陶瓷结合能力,阻碍了所制得莫来石-碳化硅耐火材料在断裂过程中裂纹沿骨料与基质界面扩展。与传统莫来石-碳化硅耐火材料相比,轻量莫来石-碳化硅耐火材料的耐压强度和拉伸强度分别提高了53.1%和42.1%。(3)采用均化矾土、多孔莫来石、涂覆玻璃陶瓷涂层的多孔莫来石作为骨料,莫来石-碳化硅耐火材料表现出不同的抗碱侵蚀性能。涂覆玻璃陶瓷涂层的多孔莫来石骨料与基质界面处形成的玻璃相阻碍了碱蒸气向材料内部渗入,同时通过吸收部分碱蒸气并形成液相,进一步保护多孔骨料免受碱侵蚀,从而使具有玻璃陶瓷涂层的轻量莫来石-碳化硅耐火材料表现出更为优异的抗碱侵蚀性能。
周治登[7](2021)在《日产5000吨水泥熟料生产线SNCR技术的研究》文中研究说明目前,环保且可持续发展的经济,是我国发展的一项基本国策,保护环境是全人类的共同目标,“一切发展不能以牺牲环境为代价”已是党中央定下的发展基调。随着国内工业制造规模的发展,对大气的污染越来越严重,特别是氮氧化物(NOX)的大量排放已经严重危害人民健康,成为雾霾的主要来源之一,水泥行业排放是当前大气NOX的主要来源之一,节能减排,降低大气污染物的排放,减少对环境的污染和破坏,对水泥行业而言已经刻不容缓。从目前的情况来看,NOX控制和减排技术已经是水泥行业的必然的选择。水泥行业的主流NOX减排技术主要有两个方向:在窑尾烟气中处理NOX技术和在燃烧过程中控制NOX技术。选择性非催化还原(SNCR)脱硝技术是窑尾烟气中处理氮氧化物技术的一种,由于其投资小、占地少等优势,已成为国内降低NOX排放的主流手段。但是水泥分解炉(水泥窑SNCR脱硝工艺最适宜的位置)应用效果较差,脱硝效率低,氨水消耗量大,导致氨逃逸高,又造成了新的环境污染。本论文以某公司的日产5000吨熟料预分解窑生产线为研究对象。通过对该生产线的选择性非催化还原脱硝设备研究,提出了部分设备优化方案,并研究了水泥生产线影响脱硝效率的因素,以实测数据进行分析和验证。研究表明:1、选择性非催化还原脱硝技术中,反应区位置选择,还原剂的覆盖面积和喷枪雾化效果,影响脱硝效率。2、实际生产中,影响选择性非催化还原脱硝技术脱硝效率的因素有很多,包括氨氮比、反应区温度、反应区氧含量、还原剂停留时间等。3、通过调整生产线窑尾缩口尺寸,调整喷枪喷射压力等可以优化脱硝效率。
王鼎湘[8](2020)在《最优间隔分布机不均衡学习方法及其工业应用》文中研究表明学习样本不均衡广泛存在于故障诊断、诈骗检测、网络攻击和疾病诊断等诸多领域的模式识别任务中,其对模式分类识别精度和学习模型的泛化性能等方面具有较大的负面影响。最优间隔分布机具有基础理论严密、泛化性能好等特点,对此本文基于核修正、特征工程和深度学习等多方面的理论和方法,提出了几种面向不均衡样本学习的最优间隔分布机模型。结合工业不均衡数据特征的融合提取架构,针对回转窑烧结过程中异常工况识别精度不高的问题,基于工业现场不均衡热工数据提出了一种高精度、鲁棒和低风险的烧结工况识别方法,对本文所提方法进行了工业应用验证。本文的主要工作和创新点如下:(1)样本不均衡条件下,常规分类算法学习得到的分类面通常向少数类区域扭曲,导致少数类样本的间隔分布较小,分类模型泛化能力不佳。对此,本文通过研究最优间隔分布机(ODM)的机理,基于核修正理论,构造了一种新型的基于样本间隔的保角变换函数对ODM核函数进行修正,提出了一种新型的不均衡样本分类模型mb KMODM。通过在二维可视化数据及UCI标准数据集上对该方法的性能进行了验证,试验结果证明,本文提出的mb KMODM可以较好的缓解不均衡样本引起的分类面扭曲,在平衡不同类样本分类精度的同时确保了模型的泛化能力。(2)基于样本间隔构造分类器的核修正保角变换函数,需要预训练标准分类器,但是在不均衡样本条件下,存在预训练得到的样本间隔不能可靠反映样本的空间分布等问题。对此,本文提出了一种核空间类边缘样本提取方法,通过采用样本与边缘样本之间的相对位置来代替样本间隔作为样本空间分布的表征,以此构造了一种新型基于核空间样本分布的保角变换函数,建立了一种不均衡样本分类模型bs KMODM。通过分析UCI数据集上模型的分类对比试验结果,证明了bs KMODM模型具有较好不均衡样本分类性能。(3)鉴于核空间边缘样本提取及其他样本与边缘样本之间的相对位置计算过程较为复杂,本文提出了一种核空间异类样本距离均值的计算方法。核空间异类样本距离均值可以直接通过核矩阵计算,计算效率高,对样本空间分布的反映更为精准。基于异类样本距离均值,本文重新设计了保角变换函数的构造方法,提出了一种不均衡样本分类模型dd KMODM。通过对核空间不同区域的空间膨胀系数进行可视化分析,并和多个最新模型在UCI数据集上进行对比试验,验证了dd KMODM通过调节核空间分辨率来均衡不同类样本影响的能力,并证实了dd KMODM具有较低的计算复杂度的优势。(4)复杂工业现场不均衡原始数据的存在通常导致得到的模式特征可分性不高、样本决策边界不清晰等问题。鉴于此,本文提出了一种深度融合专家先验知识和数据隐藏信息的不均衡多变量时序数据特征提取框架。该框架充分考虑了复杂工业过程数据常见的大延迟和不同模式的数据体量不均衡的特性,主要包括数据延迟特性分析、融合专家先验知识和数据隐藏信息的模式分类特征提取及特征约减三个主要部分,并在回转窑热工数据工况特征提取任务中进行了应用验证。通过对比分析降维后的单一特征与融合特征的可分性,证明了本文提出的融合先验知识与深度信息的不均衡数据特征提取框架的优越性。(5)回转窑生产现场不同烧结工况发生的频率不一样,正常工况发生概率远高于异常工况,各种烧结工况模式的样本是不均衡的,普通分类算法对异常工况检测的准确率不高。基于论文提出的不均衡样本分类模型和不均衡数据特征提取框架,本文提出了一种基于不均衡热工信号的回转窑烧结工况高精度、鲁棒和低风险识别算法。通过真实热工数据试验及工业现场应用,验证了本文所提方法的有效性。
王志雄[9](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。
孟卓[10](2020)在《基于神经网络PID的水泥回转窑温度控制研究》文中认为水泥是基础设施建设以及社会经济发展不可或缺的材料,回转窑作为熟料煅烧的装置,在水泥生产工艺流程中占有重要地位。对水泥回转窑的温度进行合理控制使其窑内热量达到适合的平衡是保证水泥产量、质量的关键。传统的控制方法难以适应水泥回转窑的生产过程中参数变化多、惯性大的特点,不能对回转窑温度进行精细的控制。本研究对水泥回转窑生产过程中与温度控制相关因素进行了详细分析,研究了转速、物料运动、燃料燃烧、气体流动等对回转窑炉温度的影响,明确了这些因素对水泥回转窑的温度的影响机理,并据此最确定了将喷煤量、生料喂料量、通风量、窑转速作为水泥回转窑温度控制参量基于此,结合神经网络和PID,开发回转窑温度自动控制系统采用二次权值确定法给出了其权值确定方法。采用自适应学习率确定学习率,从而实现了对BP神经网络PID控制系统进行了优化。并根据实际的生产过程中温度控制因素,对控制系统进行了仿真分析,对比常规PID控制技术,基于BP神经网络PID控制系统具有比较优良的控制效果。本研究同时设计了用于控制水泥回转窑的PLC系统,给出了基于神经网络的PID控制系统的PLC系统的具体选型和设计程序图。在此基础上,给出了水泥回转窑窑头罩温度控制系统电气接线图,完成了水泥回转窑温度自动控制系统设计。同时将改进后的系统应用于具体生产中,结果表明,本研究中的系统取得了良好的应用效果。本研究有助于优化回转窑温度控制方法,提高回转窑生产质量,降低能耗,对我国水泥生产具有一定的实用价值。
二、一种新型回转窑温度检测方法(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、一种新型回转窑温度检测方法(论文提纲范文)
(1)回转窑煅烧过程建模与控制系统研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景 |
1.2 国内外研究现状 |
1.3 本课题的研究目的和意义 |
1.4 本文的主要工作 |
1.5 本章小结 |
第2章 水泥回转窑煅烧过程机理建模 |
2.1 水泥工业概述 |
2.1.1 水泥工业的发展历史 |
2.1.2 新型干法水泥生产概述 |
2.1.3 新型干法水泥生产技术特点 |
2.2 水泥回转窑的简介 |
2.2.1 水泥回转窑的工作原理 |
2.2.2 回转窑的反应带 |
2.2.3 回转窑煅烧的化学反应 |
2.2.4 回转窑主要工艺参数 |
2.3 回转窑的机理建模 |
2.4 模型参数辨识 |
2.5 机理模型验证 |
2.6 本章小结 |
第3章 回转窑温度软测量模型及建模数据预处理 |
3.1 软测量技术 |
3.1.1 软测量技术简介 |
3.1.2 软测量建模方法 |
3.2 回转窑温度软测量模型 |
3.3 建模数据的采集 |
3.4 建模数据的预处理 |
3.4.1 大误差数据的剔除 |
3.4.2 样本数据变换 |
3.4.3 基于核主元分析的数据降维、降噪处理 |
3.5 本章小结 |
第4章 基于免疫进化算法的LSSVM模型 |
4.1 LSSVM算法 |
4.1.1 SVM算法 |
4.1.2 LSSVM算法 |
4.2 LSSVM温度软测量模型 |
4.3 LSSVM模型优化与仿真测试 |
4.4 软测量模型的具体实现方法 |
4.5 本章小结 |
第5章 基于贝叶斯网络的工况识别研究 |
5.1 贝叶斯网络概述 |
5.1.1 基本概念 |
5.1.2 贝叶斯网络定义 |
5.2 贝叶斯网络结构学习 |
5.3 贝叶斯网络参数学习 |
5.3.1 最大似然估计法 |
5.3.2 贝叶斯估计法 |
5.3.3 EM算法 |
5.4 贝叶斯网络推理 |
5.5 贝叶斯网络模型的建立 |
5.5.1 模型的建立 |
5.5.2 模型的参数学习 |
5.5.3 贝叶斯网络结构的诊断分析 |
5.6 本章小结 |
第6章 回转窑煅烧过程烧成带温度控制方法研究 |
6.1 温度控制难点及控制方案 |
6.2 模糊控制理论 |
6.2.1 模糊技术的优点 |
6.2.2 模糊控制的理论基础 |
6.3 模糊控制器设计方法 |
6.4 模糊PID控制器设计与仿真研究 |
6.4.1 模糊PID控制器的结构 |
6.4.2 模糊PID控制器设计 |
6.5 模糊控制器的软件设计与计算机仿真 |
6.5.1 基于模糊工具箱的模糊控制器设计 |
6.5.2 基于Simulink组件的算法仿真测试 |
6.6 模糊PID控制的实现方法 |
6.7 本章小结 |
第7章 总结与展望 |
参考文献 |
致谢 |
(2)水泥窑炉煤基-NOx深度还原特性试验研究(论文提纲范文)
摘要 |
Abstract |
符号说明表 |
第1章 引言 |
1.1 研究背景及研究意义 |
1.1.1 水泥工业发展及NO_x排放现状 |
1.1.2 国内外水泥行业NO_x排放标准 |
1.2 水泥生产工艺及NO_x生成来源 |
1.2.1 新型干法水泥生产工艺流程 |
1.2.2 新型干法水泥生产过程中NO_x来源分析 |
1.3 国内外本学科领域的发展现状与趋势 |
1.3.1 水泥行业NO_x控制研究现状 |
1.3.2 煤基深度脱硝技术方案 |
1.4 本文研究目的和主要内容 |
第2章 水泥窑炉条件下煤基-NO_x还原机理研究 |
2.1 引言 |
2.2 煤粉NO_x还原机理研究现状 |
2.2.1 NO_x均相还原 |
2.2.2 NO_x异相还原 |
2.2.3 小结 |
2.3 试验装置及方法 |
2.3.1 试验物料 |
2.3.2 试验系统 |
2.3.3 试验步骤 |
2.4 低O_2-高NO气氛中氮的迁移转化路径研究 |
2.4.1 低氧条件下燃料型NO_x生成探究 |
2.4.2 低氧条件下烟气中NO_x还原特性 |
2.4.3 NO均相及异相还原对比分析 |
2.4.4 低氧或无氧条件下NO均相及异相还原机理 |
2.5 生料对NO均相及异相还原影响 |
2.5.1 生料对volatile-NO均相还原影响 |
2.5.2 生料对char-NO异相还原影响 |
2.6 本章小结 |
第3章 水泥窑炉燃烧过程NO_x深度控制工艺探索 |
3.1 引言 |
3.2 试验系统工艺流程 |
3.3 试验台关键部件 |
3.3.1 原位还原炉 |
3.3.2 分解炉 |
3.3.3 窑气发生器 |
3.3.4 测控与取样系统 |
3.4 工艺探索 |
3.4.1 试验条件 |
3.4.2 系统运行状态分析 |
3.4.3 高温改性燃料特性分析 |
3.4.4 分解炉内含氮组分迁移规律分析 |
3.5 本章小结 |
第4章 水泥窑炉燃烧过程NO_x深度控制特性试验研究 |
4.1 引言 |
4.2 试验条件 |
4.2.1 试验物料 |
4.2.2 试验方法与数据处理 |
4.3 流化空气系数对燃烧过程中NO_x深度控制影响 |
4.3.1 试验工况 |
4.3.2 流化空气系数对原位还原过程影响 |
4.3.3 流化空气系数对分解炉运行特性及NO_x排放分析 |
4.4 原位还原炉温度对燃烧过程中NO_x深度控制影响 |
4.4.1 试验工况 |
4.4.2 温度对原位还原过程影响 |
4.4.3 温度对分解炉运行特性及NO_x排放分析 |
4.5 分解炉还原区空气系数对燃烧过程中NO_x深度控制影响 |
4.5.1 试验工况 |
4.5.2 分解炉运行特性分析 |
4.5.3 分解炉NO_x排放分析 |
4.6 分解炉还原区高度对燃烧过程中NO_x深度控制影响 |
4.6.1 试验工况 |
4.6.2 分解炉运行特性分析 |
4.6.3 分解炉NO_x排放分析 |
4.7 水泥生料对燃烧过程中NO_x深度控制影响 |
4.7.1 试验工况 |
4.7.2 分解炉运行状态分析 |
4.7.3 分解炉NO_x排放分析 |
4.8 本章小结 |
第5章 水泥窑炉燃烧过程NO_x深度控制与分级再燃对比分析 |
5.1 引言 |
5.2 试验条件 |
5.2.1 试验物料 |
5.2.2 试验方法与数据处理 |
5.2.3 试验工况 |
5.3 深度控制试验结果分析 |
5.3.1 原位还原炉运行特性分析 |
5.3.2 原位还原过程中的氮迁移转化分析 |
5.3.3 高温煤焦还原强化分析 |
5.3.4. 分解炉内高温改性燃料燃烧沿程分析 |
5.4 分级再燃试验结果分析 |
5.4.1 分解炉运行状态分析 |
5.4.2 分解炉沿程方向气体浓度分析 |
5.5 深度控制和分级再燃试验结果对比分析 |
5.5.1 不同工艺的NO_x整体减排效果分析 |
5.5.2 不同工艺对窑气中NO_x的还原效果分析 |
5.5.3 深度控制对燃料型NO_x的脱除效果分析 |
5.6 本章小结 |
第6章 水泥窑炉烟气残留NO_x深度还原特性影响研究 |
6.1 引言 |
6.2 3t/d水泥窑炉烟气残留NO_x深度还原中试平台介绍 |
6.3 试验条件 |
6.3.1 试验物料 |
6.3.2 试验方法与数据处理 |
6.3.3 试验工况 |
6.4 试验结果分析 |
6.4.1 试验平台运行情况 |
6.4.2 不同工况下NO_x还原效率整体对比 |
6.4.3 还原煤粉投入量影响 |
6.4.4 一旋及二旋烟气温度影响 |
6.4.5 生料及氧气浓度影响 |
6.4.6 耦合因素影响综合分析 |
6.5 常规氮转化路径及氮定向转化路径对比分析 |
6.6 煤基深度脱硝在2500t/d水泥生产线示范工程应用 |
6.6.1 示范工程概况 |
6.6.2 试验条件 |
6.6.3 试验结果及分析 |
6.7 本章小结 |
第7章 结论和展望 |
7.1 主要结论 |
7.2 主要创新点 |
7.3 未来工作展望 |
参考文献 |
致谢 |
作者简历及攻读学位期间发表的学术论文与研究成果 |
(3)水泥回转窑的温度估计研究(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 课题研究背景及意义 |
1.2 水泥回转窑温度测量的现状 |
1.2.1 基于硬件检测 |
1.2.2 基于软件检测 |
1.3 软测量技术 |
1.3.1 简介 |
1.3.2 组成部分 |
1.4 状态估计器 |
1.4.1 卡尔曼估计 |
1.4.2 扩展卡尔曼估计 |
1.4.3 滚动时域估计 |
1.5 论文主要内容与论文结构 |
第二章 水泥回转窑工艺介绍及机理模型 |
2.1 引言 |
2.2 水泥回转窑工艺介绍 |
2.2.1 水泥的制备过程 |
2.2.2 水泥回转窑结构 |
2.2.3 水泥回转窑内工艺流程 |
2.2.4 水泥回转窑内的物理化学反应 |
2.3 水泥回转窑机理模型 |
2.3.1 机理模型 |
2.3.3 模型验证 |
2.4 本章小结 |
第三章 基于扩展卡尔曼滤波的水泥回转窑温度估计 |
3.1 引言 |
3.2 水泥回转窑温度第一原理模型 |
3.3 水泥回转窑状态空间模型 |
3.3.1 状态空间模型推导 |
3.3.2 状态空间模型验证 |
3.4 滤波算法流程 |
3.4.1 卡尔曼滤波算法 |
3.4.2 扩展卡尔曼滤波算法 |
3.5 水泥回转窑温度估计 |
3.5.1 输入变化时的温度估计 |
3.5.2 未知干扰时的温度估计 |
3.5.3 小结 |
3.6 本章小结 |
第四章 基于滚动时域估计的水泥回转窑温度估计 |
4.1 引言 |
4.2 滚动时域估计算法 |
4.2.1 滚动时域估计 |
4.2.2 状态量的变量替换 |
4.2.3 优化目标函数的转换 |
4.2.4 滚动时域估计算法流程 |
4.3 水泥回转窑温度估计结果 |
4.3.1 输入变化时的温度估计 |
4.3.2 未知干扰时的温度估计 |
4.4 本章小结 |
第五章 结论与展望 |
5.1 结论 |
5.2 展望 |
参考文献 |
致谢 |
附录 |
(4)基于大数据分析的水泥回转窑温度控制研究(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 课题研究背景及意义 |
1.2 研究现状 |
1.2.1 大数据分析技术在流程工业应用的研究现状 |
1.2.2 水泥回转窑温度控制的研究现状 |
1.3 本文的主要工作 |
1.4 本章小结 |
第二章 水泥生产工艺分析与基于大数据的温度控制方案设计 |
2.1 新型干法水泥生产工艺 |
2.1.1 水泥烧成过程工艺简介 |
2.1.2 水泥回转窑工艺简介 |
2.2 大数据技术概述 |
2.2.1 大数据分析的定义 |
2.2.2 大数据技术对水泥行业的作用 |
2.3 控制方式及控制难点分析 |
2.3.1 控制方式 |
2.3.2 控制难点 |
2.4 水泥回转窑温度控制对大数据技术的需求分析 |
2.5 基于大数据分析的水泥回转窑温度控制系统的总体方案设计 |
2.6 本章小结 |
第三章 水泥回转窑烧成过程大数据处理与分析 |
3.1 回转窑温度控制系统相关变量的初步选取 |
3.2 数据预处理 |
3.2.1 回转窑进料量反馈值的准确估计 |
3.2.2 多源数据的特征提取与时间匹配 |
3.3 回转窑温度控制系统大数据分析 |
3.3.1 灰色关联度分析 |
3.3.2 最简变量集合的确定 |
3.4 本章小结 |
第四章 回转窑温度控制研究 |
4.1 回转窑温度控制问题的提出 |
4.2 回转窑温度控制方案设计 |
4.3 基于案例推理的回转窑温度控制方法研究 |
4.3.1 案例推理方法的概述 |
4.3.2 初始案例库的建立 |
4.3.3 案例检索 |
4.3.4 案例重用 |
4.3.5 案例修正 |
4.3.6 案例存储 |
4.4 基于模糊规则对回转窑温度控制的修正研究 |
4.4.1 确定系统的输入输出变量 |
4.4.2 输入语言模糊化 |
4.4.3 隶属度函数的确立 |
4.4.4 建立模糊规则表 |
4.4.5 基于模糊规则对回转窑温度控制的修正 |
4.5 本章小结 |
第五章 水泥回转窑温度控制系统软件的开发 |
5.1 软件框架设计 |
5.2 软件模块设计 |
5.2.1 数据融合 |
5.2.2 数据通讯与存储 |
5.2.3 特征提取 |
5.2.4 核心控制 |
5.3 工业应用 |
5.3.1 数据融合功能的实现 |
5.3.2 数据通讯与存储功能的实现 |
5.3.3 数据特征界面的显示 |
5.3.4 回转窑温度控制界面 |
5.3.5 应用效果分析 |
5.4 本章小结 |
第六章 结论与展望 |
6.1 全文总结 |
6.2 研究展望 |
参考文献 |
致谢 |
附录 |
(5)篦冷机工况与能耗预估研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 课题背景及研究意义 |
1.2 水泥生产线及篦冷机国内外研究现状 |
1.2.1 篦冷机工况研究现状 |
1.2.2 篦冷机模型研究现状 |
1.2.3 水泥生产能耗研究现状 |
1.3 本文研究内容 |
第2章 篦冷机内部能量分析与能耗预估框架 |
2.1 篦冷机与烧成系统概述 |
2.1.1 新型干法水泥技术 |
2.1.2 篦冷机工作原理 |
2.1.3 烧成系统设备与篦冷机 |
2.2 篦冷机内部能量分析的假设条件 |
2.3 篦冷机内部能量分析 |
2.3.1 篦冷机内部质量流量平衡 |
2.3.2 篦冷机内部能量平衡 |
2.4 篦冷机工况与能耗预估框架 |
2.5 本章小结 |
第3章 基于无监督学习的篦冷机典型工况划分 |
3.1 篦冷机工况参数选择 |
3.2 工况识别用子数据库 |
3.3 基于主成分分析的改进聚类算法 |
3.3.1 主成分分析 |
3.3.2 传统k-means算法 |
3.3.3 改进密度聚类算法 |
3.4 基于改进聚类算法的篦冷机典型工况划分 |
3.4.1 降维结果 |
3.4.2 聚类结果 |
3.4.3 工况数目选择 |
3.4.4 算法比较 |
3.4.5 篦冷机典型工况划分结果 |
3.5 本章小结 |
第4章 基于监督学习的篦冷机能耗预估方法研究 |
4.1 能耗预估方案确定 |
4.1.1 预估篦冷机能耗模式的难点 |
4.1.2 基于深度学习的能耗预估方案 |
4.2 预估模型用的深度学习算法原理 |
4.2.1 支持向量机回归 |
4.2.2 反向传播神经网络 |
4.2.3 随机森林回归 |
4.3 基于深度学习的多模型组合能耗预估模型 |
4.3.1 基于遗传算法的优化BP神经网络 |
4.3.2 多模型组合的篦冷机能耗预估算法 |
4.4 本章小结 |
第5章 基于工况的篦冷机能耗预估应用 |
5.1 预估模型评价标准和相关参数 |
5.2 能耗预估用子数据库 |
5.3 篦冷机能耗预估模型实验验证 |
5.3.1 典型工况A的能耗预估结果 |
5.3.2 典型工况B的能耗预估结果 |
5.3.3 典型工况C的能耗预估结果 |
5.4 篦冷机工况与能耗预估工作流程 |
5.5 本章小结 |
第6章 结论 |
致谢 |
参考文献 |
作者简介 |
攻读硕士学位期间研究成果 |
(6)轻量莫来石—碳化硅耐火材料骨料/基质界面调控及其性能研究(论文提纲范文)
第1章 文献综述 |
1.1 引言 |
1.2 新型干法水泥回转窑的发展 |
1.2.1 新型干法水泥生产系统 |
1.2.2 新型干法水泥回转窑发展现状 |
1.3 回转窑耐火材料研究进展 |
1.4 轻量耐火材料概况 |
1.4.1 轻量耐火骨料的制备 |
1.4.2 轻量耐火材料研究现状 |
1.5 玻璃陶瓷涂层的研究进展 |
1.5.1 玻璃陶瓷涂层的制备方式 |
1.5.2 玻璃陶瓷涂层国内外的研究现状 |
1.6 课题提出及研究内容 |
第2章 玻璃陶瓷涂层组分设计 |
2.1 实验 |
2.1.1 实验原料 |
2.1.2 实验方案及过程 |
2.1.3 测试与表征 |
2.2 结果与讨论 |
2.2.1 氧化锆的加入对玻璃陶瓷涂层高温物性的影响 |
2.2.2 涂覆涂层后多孔莫来石骨料物相和显微结构的变化 |
2.2.3 玻璃陶瓷涂层与多孔莫来石骨料/基质之间的高温反应规律 |
2.3 本章小结 |
第3章 轻量莫来石-碳化硅耐火材料力学性能研究 |
3.1 实验 |
3.1.1 实验原料 |
3.1.2 实验方案及过程 |
3.1.3 结构分析与性能表征 |
3.2 结果分析 |
3.2.1 莫来石-碳化硅材料物理性能和力学性能 |
3.2.2 莫来石-碳化硅材料物相组成 |
3.2.3 莫来石-碳化硅材料显微结构 |
3.2.4 莫来石-碳化硅材料荷重软化温度 |
3.2.5 巴西劈裂获得的载荷-位移曲线 |
3.2.6 巴西劈裂测试后试样的微观断口分析 |
3.2.7 数字图像相关技术分析后的应变结果分析 |
3.2.8 试样断口显微结构 |
3.2.9 断裂机理分析 |
3.3 本章小结 |
第4章 轻量莫来石-碳化硅耐火材料抗碱侵蚀性能研究 |
4.1 实验 |
4.1.1 实验原料 |
4.1.2 实验方案及过程 |
4.1.3 结构分析与性能表征 |
4.2 结果分析 |
4.2.1 碱侵蚀时间对试样宏观形貌的影响 |
4.2.2 碱侵蚀时间对试样常规性能的影响 |
4.2.3 碱侵蚀时间对试样物相的影响 |
4.2.4 试样碱侵蚀后的显微结构分析 |
4.2.5 热力学分析 |
4.3 本章小结 |
第5章 结论与展望 |
5.1 全文结论 |
5.2 研究展望 |
致谢 |
参考文献 |
附录1 攻读硕士学位期间发表的论文 |
附录2 攻读硕士学位期间参加的科研项目 |
摘要 |
Abstract: |
附件 |
(7)日产5000吨水泥熟料生产线SNCR技术的研究(论文提纲范文)
摘要 |
abstract |
1 绪论 |
1.1 课题名称 |
1.2 研究背景及意义 |
1.2.1 研究背景 |
1.2.2 研究目的及意义 |
1.3 水泥生产线的工艺流程和生成NO_x的原因 |
1.3.1 新型干法水泥熟料生产线的工艺流程简介 |
1.3.2 新型干法水泥熟料生产线中NO_x的产生机理 |
1.4 NO_x的类型和危害 |
(1)严重影响人的身体健康 |
(2)在大气中与紫外线发生光化学反应生成光化学烟雾 |
(3)造成臭氧层的损耗 |
(4)是形成酸雨的重要组成部分,酸雨主要有以下影响: |
(5)容易演变成PM10 和PM2.5 |
1.5 水泥行业NO_x的减排技术 |
1.5.1 NO_x的减排技术的发展 |
1.5.2 我国对NO_x减排的政策 |
1.5.3 水泥行业NOX减排的研究和探索 |
1.5.4 水泥窑NO_x的控制技术 |
1.6 研究的技术路线和主要内容 |
1.6.1 技术路线 |
1.6.2 主要研究内容及方向 |
2 SNCR脱硝技术的原理和工艺流程 |
2.1 SNCR脱硝技术在水泥行业的应用 |
2.2 SNCR工艺处理 NO_x原理 |
2.2.1 SNCR的反应机理 |
2.2.2 SNCR脱硝技术脱硝效率的影响因素 |
2.3 SNCR脱硝技术的还原剂选择和工艺流程 |
2.3.1 还原剂的选择 |
2.3.2 SNCR脱硝工艺流程 |
2.4 本章小结 |
3 SNCR脱硝设备的研究 |
3.1 SNCR脱硝系统的改进 |
3.2 技术方案 |
3.3 脱硝设备及安装 |
3.3.1 集成分配柜介绍 |
3.3.2 喷枪环管介绍 |
3.3.3 喷枪介绍 |
3.4 脱硝系统的运行控制 |
3.5 脱硝系统优化后效果 |
3.6 脱硝系统的再优化 |
3.7 小结 |
4 SNCR脱硝效率的研究 |
4.1 SNCR脱硝效率计算 |
4.2 不同工况对SNCR脱硝效率的影响 |
4.2.1 氨氮比对SNCR脱硝的影响 |
4.2.2 O_2量对脱硝效率的影响 |
4.2.3 温度对脱硝效率的影响 |
4.2.4 反应时间对脱硝效率的影响 |
4.2.5 窑内NO_X初始浓度对脱硝效率的影响 |
4.3 SNCR脱硝技术的优化 |
4.3.1 窑内NO_X初始浓度的优化 |
4.3.2 喷射投入点的优化 |
4.3.3 氨水喷射速度、压力和雾化效果 |
4.4 小结 |
结论及展望 |
致谢 |
参考文献 |
(8)最优间隔分布机不均衡学习方法及其工业应用(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景及意义 |
1.1.1 不均衡样本学习简介 |
1.1.2 不均衡样本学习研究背景与意义 |
1.2 不均衡样本学习相关研究进展 |
1.2.1 不均衡样本分类模型的相关研究 |
1.2.2 不均衡数据处理相关方法综述 |
1.2.3 其他不均衡样本学习方法 |
1.2.4 不均衡数据特征提取相关方法综述 |
1.3 现有不均衡样本学习存在的问题与挑战 |
1.4 研究内容 |
1.5 论文结构及内容安排 |
第2章 最优间隔分布机及不均衡学习理论 |
2.1 引言 |
2.2 分类学习理论及常用模型 |
2.2.1 间隔理论的发展 |
2.2.2 支持向量机 |
2.2.3 最优间隔分布机 |
2.3 不均衡样本分布对模式识别任务的影响 |
2.3.1 特征提取方面 |
2.3.2 分类器设计方面 |
2.4 分类模型核函数修正方法 |
2.5 样本不均衡学习常用性能评价指标 |
2.6 本章小结 |
第3章 基于样本间隔的核修正最优间隔分布机 |
3.1 引言 |
3.2 基于样本间隔的保角变换函数构造 |
3.3 基于样本间隔的核修正最优间隔分布机 |
3.4 二维数据可视化试验 |
3.5 UCI数据试验 |
3.5.1 参数分析 |
3.5.2 实验结果比较 |
3.5.3 泛化性能分析 |
3.5.4 算法时间复杂度分析 |
3.6 本章小结 |
第4章 基于样本空间分布的核修正最优间隔分布机 |
4.1 引言 |
4.2 基于边缘样本分布的核修正最优间隔分布机 |
4.2.1 核空间边缘样本分布 |
4.2.2 基于边缘样本分布的保角函数构造 |
4.2.3 算法流程 |
4.2.4 基于有向无环图的多分类扩展 |
4.3 基于异类样本距离均值的核修正最优间隔分布机 |
4.3.1 核空间异类距离均值 |
4.3.2 基于异类样本距离均值的保角变换函数构造 |
4.3.3 算法流程 |
4.4 不均衡数据实验分析 |
4.4.1 bsKMODM数据实验 |
4.4.2 ddKMODM数据实验 |
4.5 本章小结 |
第5章 工业不均衡数据的手工与深度特征融合提取 |
5.1 引言 |
5.2 多变量时序数据特征提取 |
5.3 多变量时序数据延迟特性分析 |
5.4 多变量时序数据特征提取与融合 |
5.4.1 基于专家先验知识的多变量时序数据手工特征提取 |
5.4.2 基于深度神经网络的隐藏特征挖掘 |
5.4.3 特征融合与降维 |
5.5 融合先验知识与隐藏信息的不均衡数据特征提取框架 |
5.6 数据不均衡条件下回转窑热工信号烧结工况特征提取 |
5.6.1 热工数据分析 |
5.6.2 工况特征提取 |
5.6.3 特征提取模型参数优化 |
5.6.4 特征可分性分析 |
5.7 本章小结 |
第6章 改进最优间隔分布机在回转窑工况识别中的应用 |
6.1 引言 |
6.2 回转窑工艺背景介绍 |
6.2.1 氧化铝回转窑烧结流程工艺简介 |
6.2.2 回转窑烧结工况检测 |
6.3 烧结工况鲁棒、低风险识别框架 |
6.4 烧结工况识别结果分析 |
6.4.1 工况分类识别模型参数选择分析 |
6.4.2 工况识别结果对比 |
6.4.3 噪声敏感性分析 |
6.4.4 样本不均衡程度敏感性分析 |
6.4.5 低风险性分析 |
6.4.6 实时性分析 |
6.5 工业现场应用 |
6.6 本章小结 |
总结与展望 |
参考文献 |
附录 A 发表论文和参加科研情况说明 |
致谢 |
(9)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 |
(10)基于神经网络PID的水泥回转窑温度控制研究(论文提纲范文)
摘要 |
ABSTRACT |
1 绪论 |
1.1 研究背景及意义 |
1.1.1 选题背景 |
1.1.2 研究意义 |
1.2 国内外研究现状 |
1.2.1 PID与BP神经网络控制技术研究 |
1.2.2 水泥回转窑的温度控制研究 |
1.3 研究方法 |
1.4 研究内容 |
2 水泥回转窑温度控制的影响因素分析 |
2.1 水泥回转窑的概述 |
2.1.1 水泥回转窑的生产机理 |
2.1.2 水泥回转窑的生产流程 |
2.2 水泥回转窑控制参数 |
2.2.1 水泥回转窑温度控制工艺要求及难点分析 |
2.2.2 水泥回转窑温度控制影响因素分析 |
2.2.3 水泥回转窑温度控制因素确定 |
2.3 本章小结 |
3 基于神经网络的水泥回转窑温度PID控制系统研究 |
3.1 神经网络及PID控制系统研究 |
3.1.1 神经网络 |
3.1.2 PID控制器 |
3.2 基于神经网络的PID控制系统设计 |
3.2.1 增量式PID控制器设计 |
3.2.2 BP神经网络设计 |
3.2.3 基于神经网络的PID控制系统结构 |
3.2.4 BP神经网络PID控制系统改进 |
3.3 BP神经网络PID控制器仿真 |
3.4 本章小结 |
4 水泥回转窑温度自动控制系统设计 |
4.1 水泥回转窑燃烧系统分析 |
4.2 水泥回转窑燃烧系统的PLC设计 |
4.2.1 PLC简介 |
4.2.2 PLC控制系统设计 |
4.3 水泥回转窑温度电气控制系统设计 |
4.4 应用效果与对比 |
4.5 本章小结 |
5 总结及展望 |
致谢 |
参考文献 |
附录 |
附录一 样本数据(部分) |
附录二 攻读学位期间发表的论文 |
四、一种新型回转窑温度检测方法(论文参考文献)
- [1]回转窑煅烧过程建模与控制系统研究[D]. 董硕. 沈阳工业大学, 2021
- [2]水泥窑炉煤基-NOx深度还原特性试验研究[D]. 吾慧星. 中国科学院大学(中国科学院工程热物理研究所), 2021(02)
- [3]水泥回转窑的温度估计研究[D]. 李兆钢. 济南大学, 2021
- [4]基于大数据分析的水泥回转窑温度控制研究[D]. 李强亚. 济南大学, 2021
- [5]篦冷机工况与能耗预估研究[D]. 赵思樾. 长春工业大学, 2021(08)
- [6]轻量莫来石—碳化硅耐火材料骨料/基质界面调控及其性能研究[D]. 刘燕. 武汉科技大学, 2021(01)
- [7]日产5000吨水泥熟料生产线SNCR技术的研究[D]. 周治登. 西南科技大学, 2021(08)
- [8]最优间隔分布机不均衡学习方法及其工业应用[D]. 王鼎湘. 湖南大学, 2020(02)
- [9]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)
- [10]基于神经网络PID的水泥回转窑温度控制研究[D]. 孟卓. 西安科技大学, 2020(01)