论文部分内容阅读
陶瓷行业是高耗能产业,在全世界范围都是节能减排的重点行业,尤其在我国,在国家方针提倡绿色制造、节能减排的大环境下,降低能耗已经成为陶瓷行业发展升级的一大目标。所以陶瓷生产过程中的能耗优化也越来越受到企业的重视。由于辊道窑是一次性大量投资的生产设备,针对已有生产设备的企业来说,更换窑炉生产线的成本是极其高昂的,所以本文围绕着已有的生产设备,根据窑炉生产过程中获得的数据,采用数值仿真的手段建立一个基于现有设备的仿真模型。辊道窑的仿真在国内已有部分研究,但是大多集中在窑炉的结构,喷口的形状等外形设计上。对于温度均匀性的研究不算太多,很多研究成果是基于更改窑炉的内部结构或者增设某些结构来达到影响温度均匀性的目的,而本文则采用更改工艺参数配方来影响温度均匀性,同时尽可能的减少能耗。由于直接建立工艺参数与温度的函数关系非常困难,本文选择了使用BP神经网络实现了辊道窑工艺参数与温度均匀性系数之间的关联。研究方法是通过在仿真模型上使用多组不同的生产工艺参数配方来获得工艺参数与温度分布对应的数据,再将得到的数据通过BP神经网络进行学习训练获得一个可以快速响应工艺参数与温度分布关系的网络,最后通过遗传算建立一个以最优温度均匀性与最低能耗为目标的多目标优化模型,得到最优工艺参数配方后与原配方进行对比分析。论文的主要工作内容如下:(1)能耗分析及建模。通过现场数据采集,获得了生产过程的数据,包括天然气使用量、助燃风的温度、助燃风的流量、抽风机抽出风量、抽出热风的温度等等,基于以上数据,以热力学第一定律为工具,研究分析了辊道窑在生产过程中能量的传递与转换,然后使用能量守恒分析法建立了辊道窑的输入热量、输出热量、有效热能的热效率模型。(2)有限元仿真模型的建立。建立有限元仿真模型是为了脱离实际生产设备来研究辊道窑的温度均匀性的影响因素,本文根据某型窑炉的设计书获得了辊道窑结构,材料物性参数,生产工艺参数等信息,然后基于fluent有限元计算软件建立了辊道窑烧成段的数值仿真模型,本模型可以获得辊道窑的温度场、流场等数据。将结构、材料的物性参数设置为固定参数,通过调整生产工艺参数中的天然气流量,助燃空气温度,助燃空气的流量,烟气流量的数值来获得在不同工艺配方下的温度场均匀性系数。利用正交试验获得了这四个工艺参数对温度均匀性的影响规律。(3)建立多目标优化模型。采用BP神经网络对正交试验获得的数据进行学习训练,获得一个可快速响应工艺参数与温度均匀性的网络,然后基于遗传算法建立以最优温度均匀性系数与热效率为目标的多目标优化模型来获得最优的工艺参数配方。