论文部分内容阅读
由于水泥回转窑的煅烧过程具有多变量、非线性、纯滞后和强耦合等特点,使得采用传统的控制理论对水泥窑的控制变的十分困难。本学位论文发挥智能控制理论的特点,将神经网络控制和模糊控制应用到水泥窑的优化控制中。本文在阅读了大量的书籍的基础上,将VC++软件和智能控制理论结合起来,用高级语言实现了BP算法、Levenberg-Marguardt算法和Quasi-Newton算法,设计了神经网络系统软件;并将MATLAB软件应用到水泥窑的仿真中,设计了模糊控制仿真软件。将神经网络软件和模糊控制仿真软件应用到水泥窑的优化控制中,结果表明,采用智能控制优化水泥窑控制可显著的降低能耗,提高经济效益,对水泥生产有重要的现实意义。 本文作者首先研究了神经网络的发展、结构和算法,在此基础上,利用VC++软件和动态链接库技术设计并编制了神经网络系统软件,该软件可以采用BP算法、LM算法或拟牛顿算法对一个新的神经网络进行训练,并可以对训练好的神经网络进行测试,还可以采用关系数据库技术对训练样本和测试样本进行管理。将神经网络系统软件应用到水泥窑的优化控制,结果表明,该软件具有一定的使用价值。 其次,作者还研究了模糊控制的基本理论和模糊控制器的设计方法,同时还了解了水泥生产工艺和操作过程,对水泥生产过程中的控制参数和被控参数作了进一步研究,提出了参数的隶属函数,结合中控室操作员的经验提出了水泥窑输入、输出参数之间的模糊控制规则表,然后利用MATLAB软件中的模糊逻辑工具箱设计了模糊控制仿真系统,并设计了GUI界面。将模糊控制仿真软件应用到水泥窑的仿真过程中,取得了比较好的控制效果,对水泥生产的研究和仿真具有一定的意义。 最后,作者对全文进行了总结,并对今后的研究方式和方法作出了展望。