2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩139頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)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、燒結(jié)過(guò)程是煉鐵工藝中的重要流程,其中的配料與混合制粒過(guò)程屬于混合料制備過(guò)程。在實(shí)際工業(yè)生產(chǎn)中,混合料制備過(guò)程并未得到充分優(yōu)化,在配料方面存在混合料成分準(zhǔn)確率不高,燒結(jié)礦質(zhì)量波動(dòng)的問(wèn)題;存在成本和硫含量偏高,經(jīng)濟(jì)效益和環(huán)境效益不高的問(wèn)題;在混合制粒方面,存在混合料粒度分布欠合理,燒結(jié)工序能耗高的問(wèn)題。針對(duì)上述問(wèn)題,本文圍繞混合料制備過(guò)程智能集成優(yōu)化控制策略展開(kāi)研究,主要的研究工作與創(chuàng)新點(diǎn)如下:
  (1)基于機(jī)理分析和數(shù)據(jù)驅(qū)動(dòng)的燒結(jié)

2、配料過(guò)程智能集成建模方法針對(duì)燒結(jié)礦質(zhì)量預(yù)測(cè)復(fù)雜,配料準(zhǔn)確率較低而導(dǎo)致燒結(jié)礦質(zhì)量波動(dòng)的問(wèn)題,提出一種燒結(jié)礦質(zhì)量級(jí)聯(lián)集成預(yù)測(cè)模型。首先,分析燒結(jié)過(guò)程中化學(xué)反應(yīng)物質(zhì)質(zhì)變和量變關(guān)系,建立燒結(jié)礦質(zhì)量的機(jī)理模型;根據(jù)灰色關(guān)聯(lián)度分析方法確定影響燒結(jié)礦質(zhì)量的關(guān)鍵參數(shù),并將其區(qū)分為已知的配料參數(shù)信息和未知的燒結(jié)過(guò)程狀態(tài)參數(shù);依據(jù)燒結(jié)生產(chǎn)穩(wěn)定性要求,建立T-S模糊融合的GM(1,1)灰色模型和最小二乘支持向量機(jī)(LS-SVM)集成模型,獲得燒結(jié)過(guò)程狀態(tài)參數(shù)

3、合理的預(yù)測(cè)值。在此基礎(chǔ)上,分別建立具有全局逼近能力BP神經(jīng)網(wǎng)絡(luò)模型(BPNN)和局部泛化能力的LS-SVM模型以預(yù)測(cè)燒結(jié)礦質(zhì)量,并從信息論的觀點(diǎn)出發(fā),提出一種根據(jù)預(yù)測(cè)誤差序列的變異程度加權(quán)的信息熵融合方法,通過(guò)對(duì)機(jī)理模型、BPNN和LS-SVM模型的預(yù)測(cè)結(jié)果進(jìn)行加權(quán)集成,獲得準(zhǔn)確的燒結(jié)礦質(zhì)量預(yù)測(cè)值。仿真結(jié)果和實(shí)際運(yùn)行表明級(jí)聯(lián)集成模型的預(yù)測(cè)精度高于單級(jí)預(yù)測(cè)模型和級(jí)聯(lián)單一預(yù)測(cè)模型,能夠準(zhǔn)確預(yù)測(cè)燒結(jié)礦質(zhì)量,滿足配料計(jì)算對(duì)預(yù)測(cè)精度和數(shù)據(jù)完備性的

4、要求。
  通過(guò)研究焦粉配比與燒結(jié)礦質(zhì)量之間的數(shù)值關(guān)系,建立以燒結(jié)礦質(zhì)量為約束的焦粉配比優(yōu)化模型;通過(guò)研究燒結(jié)過(guò)程的主要物理、化學(xué)變化,建立基于熱平衡的焦粉配比下限模型,從而縮小焦粉配比優(yōu)化模型的搜索范圍,克服了傳統(tǒng)經(jīng)驗(yàn)配比難以實(shí)現(xiàn)焦粉用量?jī)?yōu)化的局限性,為實(shí)現(xiàn)燒結(jié)配料過(guò)程節(jié)能目標(biāo)奠定了基礎(chǔ)。
  (2)兼顧降低成本與減少硫含量的燒結(jié)配料多目標(biāo)優(yōu)化模型針對(duì)傳統(tǒng)配料方法中存在成本和污染物元素含量偏高,而一般的配料優(yōu)化模型既缺乏對(duì)

5、燒結(jié)配料工藝過(guò)程的合理描述,也缺乏對(duì)能耗、環(huán)境效益的關(guān)注問(wèn)題,結(jié)合燒結(jié)配料中一次配料與二次配料不同的工藝特點(diǎn)和指標(biāo)要求,在分析燒結(jié)過(guò)程原料關(guān)鍵化學(xué)成分指標(biāo)和經(jīng)濟(jì)性基礎(chǔ)上,以庫(kù)存量和燒結(jié)礦化學(xué)成分指標(biāo)為約束條件,建立一種基于線性加權(quán)和的燒結(jié)配料多目標(biāo)優(yōu)化模型(包括一次配料和二次配料多目標(biāo)優(yōu)化模型),較傳統(tǒng)的配料成本優(yōu)化模型而言,實(shí)現(xiàn)兼顧降低配料成本與減少硫含量的燒結(jié)配料多目標(biāo)優(yōu)化。
  (3)燒結(jié)配料多目標(biāo)綜合優(yōu)化方法在建立基于線性

6、加權(quán)和的燒結(jié)配料多目標(biāo)優(yōu)化模型的基礎(chǔ)上,本文設(shè)計(jì)基于線性規(guī)劃(LP)和遺傳-粒子群(GA-PSO)的燒結(jié)配料多目標(biāo)綜合優(yōu)化算法,搜索一次配料與二次配料優(yōu)化模型的最優(yōu)配比。該算法首先采用LP方法求解基于線性加權(quán)和的燒結(jié)配料多目標(biāo)優(yōu)化模型的最優(yōu)解,若LP方法計(jì)算失效,則采用GA-PSO算法進(jìn)行搜索,算法搜索初期采用基本粒子群算法(PSO),當(dāng)PSO收斂停滯,采用遺傳算法(GA)的交叉、變異操作增加粒子群的多樣性,避免了基本PSO算法收斂末期

7、的振蕩特點(diǎn),實(shí)現(xiàn)快速收斂。本文將燒結(jié)配料多目標(biāo)綜合優(yōu)化算法應(yīng)用工業(yè)生產(chǎn)現(xiàn)場(chǎng),實(shí)現(xiàn)燒結(jié)配料配比優(yōu)化。
  (4)基于粒度分布評(píng)估的混合制粒智能集成優(yōu)化控制策略混合料粒度分布影響因素眾多,而工藝指標(biāo)僅對(duì)混合料粒度分布進(jìn)行定性描述。粒度分布優(yōu)化控制缺乏準(zhǔn)確的數(shù)學(xué)模型和明確的優(yōu)化目標(biāo),采用傳統(tǒng)優(yōu)化方法與控制策略難以實(shí)現(xiàn)粒度分布優(yōu)化控制。針對(duì)上述問(wèn)題,本文提出一種基于粒度分布評(píng)估與優(yōu)化的控制算法。首先,提出粒級(jí)參數(shù)的概念,將連續(xù)的粒度分布用

8、離散的粒級(jí)參數(shù)表示;其次,分析篩分實(shí)驗(yàn)粒級(jí)參數(shù)與對(duì)應(yīng)混合料的燒結(jié)狀態(tài),采用料層厚度和平均透氣性指數(shù)建立模糊評(píng)估函數(shù),建立粒級(jí)參數(shù)與對(duì)應(yīng)評(píng)估值的樣本集,采用基于BP神經(jīng)網(wǎng)絡(luò)方法建立粒級(jí)參數(shù)的評(píng)估模型;再次,以評(píng)估模型為目標(biāo)函數(shù),以粒級(jí)參數(shù)為決策變量,在生產(chǎn)邊界條件的約束下采用PSO算法求解獲得最優(yōu)粒級(jí)參數(shù);最后,建立水分設(shè)定模型,通過(guò)代入最優(yōu)粒級(jí)參數(shù)求解得到制粒過(guò)程水分優(yōu)化設(shè)定值,克服了傳統(tǒng)水分控制難以實(shí)現(xiàn)粒度分布優(yōu)化控制的局限性。仿真實(shí)

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)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(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)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