2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩134頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、Pierce-Smith(PS)轉(zhuǎn)爐銅锍吹煉是從含鐵、硫等多種雜質(zhì)的銅锍中提取粗銅的常用冶金方法。吹煉過程是一個(gè)間歇式的高溫、多相熔池反應(yīng)過程,具有強(qiáng)烈的動(dòng)態(tài)變化特征,難以確定吹煉過程的穩(wěn)態(tài)工作點(diǎn),從而使基于靜態(tài)模型的操作優(yōu)化方法不能對(duì)銅锍吹煉過程進(jìn)行有效的優(yōu)化控制。同時(shí),由于過程關(guān)鍵工藝參數(shù)難以實(shí)時(shí)檢測(cè),造成基于檢測(cè)信息的預(yù)測(cè)控制等方法也不再適用。 目前,吹煉過程的操作由工人依據(jù)自身經(jīng)驗(yàn)進(jìn)行,不僅容易造成生產(chǎn)中工藝指標(biāo)波動(dòng)較大

2、,而且難以保證吹煉過程的優(yōu)化運(yùn)行,因此研究銅锍吹煉過程的動(dòng)態(tài)優(yōu)化控制方法,對(duì)于實(shí)現(xiàn)銅锍吹煉過程的節(jié)能降耗、提高生產(chǎn)過程的技術(shù)經(jīng)濟(jì)指標(biāo),以及實(shí)現(xiàn)企業(yè)的可持續(xù)發(fā)展具有重大意義。 論文在深入研究銅锍吹煉機(jī)理的基礎(chǔ)上,依據(jù)冶金反應(yīng)動(dòng)力學(xué)原理,建立了銅锍吹煉過程的非線性反應(yīng)動(dòng)力學(xué)模型,在此基礎(chǔ)上提出基于生產(chǎn)質(zhì)量指標(biāo)反饋校正的銅锍吹煉過程動(dòng)態(tài)優(yōu)化控制方案,并將其應(yīng)用于銅锍吹煉過程的優(yōu)化控制指導(dǎo)決策系統(tǒng)中,取得了明顯的成效。論文主要研究工作及

3、創(chuàng)新性成果如下: (1)在對(duì)PS轉(zhuǎn)爐銅锍吹煉過程進(jìn)行深入分析的基礎(chǔ)上,提出了基于生產(chǎn)質(zhì)量指標(biāo)反饋校正的銅锍吹煉過程動(dòng)態(tài)優(yōu)化控制方案。該方案首先基于動(dòng)態(tài)最優(yōu)模型求得最優(yōu)控制律。為消除生產(chǎn)過程中的擾動(dòng),以及其它不確定因素所帶來的影響,引入基于生產(chǎn)質(zhì)量指標(biāo)的反饋調(diào)整機(jī)制,其中反饋信息由軟測(cè)量模型根據(jù)進(jìn)出轉(zhuǎn)爐的物料計(jì)算得到,智能控制單元根據(jù)反饋的質(zhì)量信息和期望的質(zhì)量目標(biāo)間的偏差對(duì)最優(yōu)控制律進(jìn)行補(bǔ)償修正。而動(dòng)態(tài)最優(yōu)模型中狀態(tài)變量的初值、控

4、制變量的邊界,以及終端時(shí)間由參數(shù)初始化計(jì)算模型計(jì)算獲得。 (2)通過研究銅锍吹煉過程的反應(yīng)機(jī)理,根據(jù)冶金反應(yīng)動(dòng)力學(xué)原理,建立了銅锍吹煉過程造渣期和造銅期的非線性反應(yīng)動(dòng)力學(xué)模型,為銅锍吹煉過程的優(yōu)化控制奠定了基礎(chǔ)。論文采用現(xiàn)場(chǎng)生產(chǎn)數(shù)據(jù)對(duì)建立的反應(yīng)動(dòng)力學(xué)模型進(jìn)行了仿真實(shí)驗(yàn),并與實(shí)際檢測(cè)數(shù)據(jù)進(jìn)行對(duì)比分析,結(jié)果表明上述兩組模型均能有效地描述吹煉過程中銅锍組份及溫度隨時(shí)間變化的過程,計(jì)算結(jié)果準(zhǔn)確可靠。 (3)在參數(shù)初始化計(jì)算模型中

5、,針對(duì)動(dòng)態(tài)優(yōu)化模型的終端時(shí)間設(shè)置問題,提出了基于簡(jiǎn)約模糊最小二乘支持向量機(jī)的吹煉終點(diǎn)預(yù)測(cè)方法,該方法通過對(duì)建模樣本模糊化、核矩陣簡(jiǎn)約化,以及采用核偏最小二乘法辨識(shí)最小二乘支持向量機(jī)回歸參數(shù)的方法,有效地提高了最小二乘支持向量機(jī)的抗噪性,從而使預(yù)測(cè)結(jié)果的相對(duì)均方根誤差保持在4%以下,符合生產(chǎn)操作的精度要求。另外,為計(jì)算動(dòng)態(tài)優(yōu)化模型的狀態(tài)初值和冷料加入量的調(diào)節(jié)范圍,采用線性規(guī)劃方法建立了冷料添加總量的優(yōu)化配比計(jì)算模型,從而可根據(jù)現(xiàn)場(chǎng)冷料備料

6、情況對(duì)冷料裝入總量進(jìn)行優(yōu)化計(jì)算,與生產(chǎn)數(shù)據(jù)的對(duì)比表明該配比模型計(jì)算準(zhǔn)確有效。 (4)利用滾動(dòng)計(jì)算方法,在多相多組份平衡計(jì)算的基礎(chǔ)上,建立了銅锍硅鐵比和溫度的軟測(cè)量模型。仿真實(shí)驗(yàn)表明軟測(cè)量模型計(jì)算準(zhǔn)確,軟測(cè)量結(jié)果的相對(duì)均方根誤差低于1%,符合優(yōu)化控制系統(tǒng)的要求。 (5)提出了基于爐況綜合判斷模型的智能補(bǔ)償控制方法。該方法依據(jù)軟測(cè)量模型提供的爐況信息,利用爐況綜合判斷模型計(jì)算生產(chǎn)質(zhì)量指標(biāo)與期望目標(biāo)之間的偏差,若偏差過大,由智

7、能控制單元根據(jù)建立的熔劑模糊調(diào)整規(guī)則和冷料專家控制規(guī)則,分別對(duì)熔劑和冷料的添加率進(jìn)行補(bǔ)償調(diào)整。實(shí)際應(yīng)用效果表明,該智能補(bǔ)償控制方法有效地提高了動(dòng)態(tài)優(yōu)化控制系統(tǒng)的魯棒性。 (6)設(shè)計(jì)并開發(fā)了銅锍吹煉過程的優(yōu)化控制指導(dǎo)決策系統(tǒng)。該系統(tǒng)建立在吹煉過程動(dòng)態(tài)優(yōu)化控制方案基礎(chǔ)上,實(shí)現(xiàn)了銅锍吹煉過程的優(yōu)化。系統(tǒng)投入運(yùn)行后,穩(wěn)定了銅锍吹煉產(chǎn)品的質(zhì)量,實(shí)現(xiàn)了吹煉過程的節(jié)能降耗。吹煉過程中,轉(zhuǎn)爐渣中硅含量被控制在21%左右,并且使平均每爐的冷料處理

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論