-
-
Patent Agency Ranking
公开(公告)号：CN101158846A
公开(公告)日：2008-04-09
申请号：CN200710035706.1
申请日：2007-09-07
Applicant: 中南大学
IPC: G05B13/02
Abstract: 本发明公开了一种焦炉集气管压力智能解耦控制方法，包括以下步骤：检测各焦炉集气管压力；计算检测值和压力给定值的偏差及偏差变化率；各单管模糊控制器根据偏差和偏差变化率计算得到各单个输出的控制增量；分别用组内解耦控制器对控制增量进行组内解耦，得到控制增量的修正量；用组间智能解耦控制器对组内解耦控制器计算得到的控制修正量进行补偿，再转化为各分管蝶阀的开度增量的控制输出；蝶阀专家控制器将蝶阀开度增量转化为蝶阀的实际开度输出，在各分管的蝶阀上进行分配并修正。本发明利用模糊控制和专家控制相结合的技术设计了解耦算法，消除了焦炉集气管压力的耦合影响，实现了单座焦炉集气管压力的自动控制。
-
公开(公告)号：CN101067828A
公开(公告)日：2007-11-07
申请号：CN200710035104.6
申请日：2007-06-12
Applicant: 中南大学
Abstract: 一种焦炉火道温度集成建模与软测量方法，本发明建立了基于线性回归和神经网络的集成测量模型。针对人工测量焦炉火道温度的迟滞性问题，本发明在分析焦炉生产工艺和火道温度相关因素后，选取有代表性的蓄热室作为测温点，间接实时测量焦炉火道温度。本发明针对两者的线性关系和非线性关系，分别构建了线性回归模型和神经网络模型。在此基础上，采用专家规则，建立了焦炉火道温度的集成测量模型。并在模型中融入了自适应算法。利用该模型，有效的解决了火道人工测温迟滞性问题，并实现了实时间接测量焦炉火道温度，达到了指导焦炭生产的目标。
-
公开(公告)号：CN102176221A
公开(公告)日：2011-09-07
申请号：CN201110063948.8
申请日：2011-03-16
Applicant: 中南大学
Abstract: 本发明公开了一种基于动态工况的焦炉加热燃烧过程焦炉温度预测方法，其特征在于，包括以下步骤：步骤1：获取历史的各种工况下煤气流量和焦炉温度数据，建立样本库；步骤2：基于当前工作点与样本库中样本的欧式距离和变化趋势的夹角，计算当前工作点与样本库中样本的相似度；步骤3：选取相似度最大的多个样本构造学习集；采用迭代最小二乘方法，建立基于学习集的局部线性模型；计算当前工作点对应的输出值作为焦炉加热燃烧过程焦炉温度预测值。基于动态工况的焦炉加热燃烧过程焦炉温度预测方法具有较高的预测精度，具有在线自适应能力。
-
公开(公告)号：CN1952481A
公开(公告)日：2007-04-25
申请号：CN200510032261.2
申请日：2005-10-18
Applicant: 中南大学
IPC: F23L13/00
Abstract: 一种煤气混合加压智能解耦建模控制方法，本发明建立了一个煤气混合加压智能解耦控制模型，将系统划分为解耦控制回路和压力控制回路，解耦控制回路消除了混合煤气热值和压力的耦合影响，并利用蝶阀专家控制策略实现了四蝶阀控制量的合理分配；压力控制回路利用二自由度专家控制方法实现了煤气加压过程压力的自动控制；系统采用OPC通讯协议实现了与原集散控制系统实时、精确的数据交换。该系统控制效果明显，减少了煤气的热值和压力的波动，降低了生产成本，提高了钢铁质。
-
公开(公告)号：CN102176221B
公开(公告)日：2013-05-15
申请号：CN201110063948.8
申请日：2011-03-16
Applicant: 中南大学
Abstract: 本发明公开了一种基于动态工况的焦炉加热燃烧过程焦炉温度预测方法，其特征在于，包括以下步骤：步骤1：获取历史的各种工况下煤气流量和焦炉温度数据，建立样本库；步骤2：基于当前工作点与样本库中样本的欧式距离和变化趋势的夹角，计算当前工作点与样本库中样本的相似度；步骤3：选取相似度最大的多个样本构造学习集；采用迭代最小二乘方法，建立基于学习集的局部线性模型；计算当前工作点对应的输出值作为焦炉加热燃烧过程焦炉温度预测值。基于动态工况的焦炉加热燃烧过程焦炉温度预测方法具有较高的预测精度，具有在线自适应能力。
-
-
-
-
-
Search Results
6
records
(took 0.016 seconds)
