焦炭生产过程质量模型建模方法研究

摘要

焦炭生产过程是一个具有严重非线性、时变、多参数和不确定性等特性的复杂工业生产过程。焦炭是冶金、机械、化工行业的主要原料和燃料,它的质量直接关系到后续工业生产的稳定性,为实现对焦炭生产过程产品质量控制,进行焦炭质量建模是十分必要的。而对于焦炭生产过程,由于其复杂性加之工业噪声污染,对其进行质量建模存在很大的困难。本文对焦炭生产过程焦炭质量建模方法进行深入的研究,取得了一些具有实际意义的结果,其主要工作和内容如下:
　　 在对焦炭生产过程分析的基础上,提出了焦炭生产过程产品质量建模问题,对影响焦炭质量的主要因素和焦炭的质量指标进行了深入分析和探讨,确定了质量模型的输入、输出,并对焦炭生产过程数据进行了预处理。
　　 在对自适应遗传算法和BP神经网络算法分析的基础上,对基本的自适应遗传算法进行了改进,给出了基于自适应遗传算法优化BP神经网络的焦炭质量模型建模型方法。仿真结果表明本文提出的方法收敛速度快,预测精度和预测命中率高。
　　 在对粒子群优化算法和径向基神经网络分析的基础上,借鉴了遗传算法的交叉思想对粒子群优化算法进行了改进。结合粒子群优化算法和径向基网络算法这两者的优点,将粒子群优化RBF网络的算法引入到焦炭质量建模中,建立了基于PSO优化RBF的焦炭质量模型。仿真结果表明,其预测精度高,预测效果好。
　　 最后论文对焦炭质量模型的两种建模方法和质量预测效果进行了比较分析,在此基础上,提出了焦炭质量模型的输出优化问题,并对其进行了分析和探讨,为进一步进行焦炭质量优化控制提供了坚实的基础。

目录

文摘

英文文摘

1 绪论

1.1 概述

1.2 国内外焦炭质量模型建模方法研究现状

1.3 论文的研究内容和安排

2 焦炭质量影响因素分析

2.1 引言

2.2 焦炭生产过程

2.2.1 炼焦工艺过程

2.2.2 煤的成焦过程

2.3 焦炭生产过程质量建模问题

2.4 焦炭的质量指标分析

2.5 影响焦炭质量的因素分析

2.5.1 配合煤指标对焦炭质量的影响

2.5.2 炼焦温度对焦炭质量的影响

2.5.3 结焦时间对焦炭质量的影响

2.6 影响因素主成分分析

2.6.1 主成分分析法原理及步骤

2.6.2 配合煤质量指标的主成分分析

2.7 小结

3 基于AGA优化BP网络的焦炭质量模型

3.1 引言

3.2 焦炭生产过程数据预处理

3.2.1 数据筛选

3.2.2 样本数据选取

3.2.3 样本数据的归一化处理

3.3 自适应遗传算法优化BP神经网络

3.3.1 BP神经网络理论

3.3.2 遗传算法理论

3.3.3 自适应遗传算法优化神经网络

3.4 焦炭质量模型

3.4.1 模型建立

3.4.2 分析

3.5 小结

4 基于PSO优化RBF网络的焦炭质量模型

4.1 引言

4.2 粒子群优化算法

4.2.1 粒子群优化算法基本原理

4.2.2 粒子群优化算法的数学描述

4.2.3 粒子群优化算法流程

4.2.4 基于遗传交叉因子的改进粒子群优化算法

4.3 RBF神经网络

4.3.1 径向基神经网络理论

4.3.2 RBF神经网络结构

4.3.3 径向基神经网络基函数中心数目的确定

4.4 粒子群优化RBF神经网络

4.5 焦炭质量模型

4.5.1 模型建立

4.5.2 分析

4.6 小结

5 焦炭质量模型预测及其模型输出优化分析

5.1 引言

5.2 质量模型建模方法及质量预测比较分析

5.2.1 焦炭质量建模方法比较分析

5.2.2 质量预测比较分析

5.3 焦炭质量模型输出优化分析

5.3.1 模型输出优化问题

5.3.2 模型输出优化分析

5.4 小结

6 总结与展望

6.1 总结

6.2 展望

参考文献

致谢

个人简历、在学期间发表的学术论文及研究成果