钢铁工业主要采用抗压强度高、质量分布均匀的球团矿料。链篦机是球团干燥脱水和预热氧化的重要热工设备,球团干燥预热的效果主要受链篦机内部温度场的影响。链篦机内温度场具有大时滞、非线性、多场耦合、影响因素复杂的特性,难以实现实时且精准的控制。本文以链篦机鼓风干燥段温度场为研究对象,探索链篦机鼓风干燥段温度场的均衡稳定的控制方法。本文的主要内容与研究成果包括:1.依据传热学相关理论与神经网络系统辨识理论,建立了链篦机鼓风干燥段系统输入输出之间的“灰盒”模型。通过传热学、计算流体动力学等相关理论,建立链篦机鼓风干燥段的球团料层温度和气体温度空间分布机理模型。综合考虑了链篦机鼓风干燥段温度场建模中多因素,提出了一种基于BP神经网络的“灰盒”系统辨识方法,将机理模型与神经网络相结合,给出了为控制系统提供输入输出参考的系统辨识模型。2.研究了一种结构及参数可在线调整的模糊自适应神经网络控制策略。根据已建立的“灰盒”系统辨识模型的输入输出条件,设计链篦机鼓风干燥段温度场的多输入多输出模糊自适应神经网络控制器。确定了可变参数的高斯隶属度函数和模糊规则数可在线调整的模糊自适应神经网络结构。给出了模糊自适应神经网络修改隶属度函数参数及模糊规则数量的学习算法。3.采用数值模拟方法证实了链篦机鼓风干燥段温度场输入输出“灰盒”辨识模型有效性以及模糊自适应神经网络控制的跟踪效果。编写MATLAB的“灰盒”辨识模型,考虑其输入条件为链篦机鼓风干燥段入口气流温度、入口气体流速、采样时间、机理模型下的输出温度值;其输出为多个不同温度测量点的温度期望值。数值模拟结果表明,采用“灰盒”系统辨识模型精度可以达到95%以上。参考“灰盒”模型的输入输出条件,编写链篦机鼓风干燥段模糊自适应神经网络控制程序,确定了模糊自适应神经网络的高斯隶属度函数中心分别为-1和1,宽度为0.8493,模糊规则数为4。数值模拟结果显示,篦床下部空间温度控制跟踪曲线在20s左右与理论温度曲线重合,其控制稳态误差小于3%。球团料层上部烟罩温度场的温度控制跟踪曲线约在300s左右与理论曲线重合,控制误差逐渐减小,且保持在8%以内。4.利用多物理场耦合过程试验装置对模糊自适应神经网络控制方法进行试验验证。采用遗传算法对温度传感器的布置位置和数量进行优化,确定了21个温度场测量传感器及其最佳布点,使用MATLAB与LabVIEW混合编制模糊自适应神经网络控制的软件程序。试验结果表明模糊自适应神经网络控制温度场测试点在270s左右达到稳定,误差在10%以内,稳定后局部的最高温差为3℃,与该位置的期望输出相对误差为5.45%,满足控制精度要求。本文的研究成果为链篦机鼓风干燥段温度场控制提供了理论参考依据,对提高球团干燥质量和能源利用效率具有参考价值。