集成智能優(yōu)化控制策略在電弧爐控制中的應用.pdf

1、分類號號UDCCC密級級級學號號號、砂瞬可，去軍碩士學位論文集成智能優(yōu)化控制策略在電弧爐控制中的應用秦發(fā)憲學科名稱:學科門類:指導教師申請日期:檢測技術(shù)與自動化裝置工學李強副教授2010年3月摘要論文題目:集成智能優(yōu)化控制策略在電弧爐控制中的應用學科專業(yè):檢測技術(shù)與自動化裝置研究生:秦發(fā)憲簽名:指導導師:李強副教授簽名:摘要令公冤藻拔電弧爐系統(tǒng)是一種具有較強非線性、時變性和強禍合的工業(yè)生產(chǎn)過程。電極調(diào)節(jié)系統(tǒng)的性能是影響其生產(chǎn)效益的重要因

2、素，目前普遍采用基于經(jīng)典控制理論的恒阻抗控制方式。本文分析了電弧爐恒阻抗控制存在的不足，在此基礎(chǔ)上針對系統(tǒng)的特點和控制要求，參考國內(nèi)外電弧爐控制的研究發(fā)展方向，研究了一種神經(jīng)網(wǎng)絡(luò)智能控制電弧爐的方法，即利用神經(jīng)網(wǎng)絡(luò)辨識電弧爐模型并建立電弧爐控制器模型。由于神經(jīng)網(wǎng)絡(luò)的訓練算法很大程度上決定了其非線性模型辨識能力的強弱，而粒子群算法(PSO)作為全局優(yōu)化算法對于解決神經(jīng)網(wǎng)絡(luò)在逼近多變量復雜模型時存在的局部最優(yōu)問題有獨特的作用，故本控制系統(tǒng)主

3、要根據(jù)實際現(xiàn)場收集的樣本數(shù)據(jù)，采用PSO來訓練神經(jīng)網(wǎng)絡(luò)權(quán)值，極大地提高了神經(jīng)網(wǎng)絡(luò)映射能力和訓練速度，從而離線辨識了實際電弧爐的模型，進一步優(yōu)化了控制器模型，保證了高品質(zhì)的控制性能。此外，系統(tǒng)在神經(jīng)網(wǎng)絡(luò)控制模塊的基礎(chǔ)上還設(shè)計有恒阻抗專家系統(tǒng)，以確保煉鋼過程的安全可靠，從而彌補單一智能控制策略的不足。該系統(tǒng)能較好地適應負荷變化和外部干擾，其控制性能優(yōu)于常規(guī)電弧爐控制系統(tǒng)，從而可以節(jié)能降耗，提高生產(chǎn)效率。為驗證本控制方案的效果，搭建了以計算機