| 作者： | 李丹 |
| 专业： | 控制工程 |
| 导师： | 高宪文;孙佳 |
| 授予学位： | 硕士 |
| 授予学位单位： | 东北大学 |
| 关键词： | 金属压力加工;步进式加热炉;燃烧工艺;智能控制;神经网络 |
| 摘要： | 随着我国社会主义市场经济的发展，钢铁企业在国民经济发展中占据着越来越重要的位置。笔者在撰写本文的过程中，主要是以首钢集团为案例，首钢集团是我国发展历史较为悠久的一个企业。其始建于1919年，随着新中国的发展经过了不断变革的历史。论文以首钢集团步进式加热炉结构、工艺以及比较先进的燃烧控制策略，提出了加热炉燃烧过程的智能控制策略，包括基于阀门开度的模糊专家控制策略、基于模糊专家规则的空燃比自动寻优策略，建立了智能优化控制系统，实现加热炉操作过程的集中监控，取得了显著的经济效益和社会效益。 论文提出了基于阀门开度的模糊专家控制策略，根据温度偏差和偏差变化率直接获取煤气流量，由空燃比获取所需空气流量，根据流量与阀门开度之间的关系模型直接获取煤气和空气阀门开度，同时，论文还针对煤气热值波动问题，提出了空燃比自寻优策略，针对炉温优化问题，采用改进的BP神经网络，建立了钢坯温度预报模型，基于炉温分布模型采用罚函数方法进行炉温优化设定。工业实际运行结果表明，加热炉燃烧过程智能控制系统可以确保在工况波动下的炉温控制精度，提高升降温速度，减少吨钢燃耗、电耗和钢坯烧损，提高加热炉的生产能力，实现加热炉操作过程的集中监控，取得了显著的经济效益和社会效益。 |