| 【中文题名】 | 烧结配料优化专家系统的开发和应用 |
| 【英文题名】 | |
| 【学科专业】 | 控制工程 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2007-10-16 |
| 【中关键词】 | 烧结过程,配料优化,专家系统,关联规则,关系型数据库,多元聚类 |
| 【英关键词】 | Sintering process,Sintering Propotion Optimization,Expert System,Association Rules,Relational Database,Multianalysis technology, |
| 【分类导航】 | 工业技术>自动化技术、计算机技术>自动化基础理论>人工智能理论>专家系统、知识工程> |
| 【论文摘要】 |
国内烧结原料铁品位低，品种繁多，各种原料成分特性极其复杂，成分波动大，且相互约束，目前国内大多数烧结厂实行由人工在操作站设定配料量的操作方式。随着钢铁行业的发展，高炉对烧结矿的品质要求不断提高，而现代生产对各原料的成本、库存及物流控制的要求也进一步提高，传统的烧结过程自动控制技术已开始滞后。由于烧结配料的方案直接影响到烧结矿成分的品质，因此，如何利用现代控制技术寻求配料的最优化方案具有重大的意义。
本文通过分析烧结配料系统中存在的配比方案不合理、化验结果及配料流量控制误差过大等问题，提出了一种利用专家数据库的迭代搜索分析法进行配料优化的基本方法，给出了配料优化专家系统结构；系统采用先进的数据库管理技术，收集参与配料的各种原料成分分析数据、成品矿成分预测及化验数据、过程历史数据、以及控制输出数据等，形成关系型专家数据库；然后根据专家数据库及相应关联规则，自动搜索参与配料的原料优化配比方案，并使用基于物料平衡的烧结矿预报方案进行烧结矿成分预测。
系统在东鞍山烧结厂的实际应用结果表明：配料优化专家系统在烧结原料多而杂、成分波动大、无综合原料场、工艺及检验流程变化频繁的工况下，能进行人工智能... |
| 【论文题纲】 |
|
摘要 |
3-4 |
|
ABSTRACT |
4-8 |
|
第一章 绪论 |
8-14 |
|
1.1 研究背景 |
9 |
|
1.2 国内外研究现状 |
9-11 |
|
1.3 论文主要技术方案 |
11-12 |
|
1.4 论文内容和构成 |
12-14 |
|
第二章 烧结配料影响因素及解决方案 |
14-21 |
|
2.1 烧结配料影响因素分析 |
14-16 |
|
2.2 烧结配料的基础自动化设计 |
16-17 |
|
2.3 烧结配料系统配比的计算方案 |
17-19 |
|
2.4 烧结配料优化系统的控制策略 |
19-20 |
|
2.5 小结 |
20-21 |
|
第三章 烧结配料优化系统设计 |
21-36 |
|
3.1 烧结配料优化系统结构 |
21-23 |
|
3.2 烧结配料优化系统模块设计 |
23-25 |
|
3.3 烧结配料优化系统主要算法模型 |
25-26 |
|
3.4 系统所采用的关键技术 |
26-35 |
|
3.5 小结 |
35-36 |
|
第四章 专家系统优化策略 |
36-46 |
|
4.1 原料及成品矿成分管理模型设计 |
36-38 |
|
4.2 配比计算模型 |
38-41 |
|
4.3 烧结矿成分预报模型 |
41-44 |
|
4.4 优化配料及配比配方管理 |
44-45 |
|
4.5 小结 |
45-46 |
|
第五章 烧结优化配料专家系统的工业应用 |
46-60 |
|
5.1 东烧配料系统改造方案 |
46-47 |
|
5.2 配料优化系统模型应用 |
47-49 |
|
5.3 配料控制系统L1应用功能示例 |
49-52 |
|
5.4 配料优化系统L2应用功能示例 |
52-58 |
|
5.5 实际运行效果 |
58-59 |
|
5.6 小结 |
59-60 |
|
第六章 结论与展望 |
60-62 |
|
6.1 结论 |
60 |
|
6.2 展望 |
60-62 |
|
参考文献 |
62-66 |
|
致谢 |
66-67 |
|
攻读学位期间主要的研究成果 |
67 |
|
| 【DOI】 | LunWen.ID:2.2008.389099 |
