回轉(zhuǎn)干燥生產(chǎn)過程建模與優(yōu)化控制研究——控制理論與控制工程

1、<p><b>　　目 錄</b></p><p><b>　　摘 要I</b></p><p>　　ABSRTACTII</p><p><b>　　第一章 緒論1</b></p><p><b>　　1.1研究背景1</b></

2、p><p>　　1.1.1干燥技術(shù)2</p><p>　　1.1.2回轉(zhuǎn)干燥過程的分類介紹1</p><p>　　1.2回轉(zhuǎn)干燥過程建模研究現(xiàn)狀2</p><p>　　1.2.1回轉(zhuǎn)干燥過程建模2</p><p>　　1.2.2回轉(zhuǎn)干燥過程模型參數(shù)確定3</p><p>　　1.3回轉(zhuǎn)干燥

3、過程控制研究現(xiàn)狀4</p><p>　　1.3.1智能控制算法研究現(xiàn)狀4</p><p>　　1.3.2回轉(zhuǎn)干燥過程變結(jié)構(gòu)控制研究現(xiàn)狀5</p><p>　　1.4研究目的及意義6</p><p>　　1.4.1研究目的5</p><p>　　1.4.2研究意義5</p><p>　

4、　1.5論文主要內(nèi)容及結(jié)構(gòu)5</p><p>　　第二章 回轉(zhuǎn)干燥生產(chǎn)過程概述6</p><p>　　2.1回轉(zhuǎn)干燥生產(chǎn)過程工藝及工作機(jī)理介紹6</p><p>　　2.2回轉(zhuǎn)干燥生產(chǎn)過程機(jī)理模型8</p><p>　　2.2.1回轉(zhuǎn)干燥生產(chǎn)過程質(zhì)量平衡方程8</p><p>　　2.2.2回轉(zhuǎn)干燥生產(chǎn)過程能

5、量平衡方程9</p><p>　　2.2.3干燥窯工況數(shù)據(jù)9</p><p>　　2.3回轉(zhuǎn)干燥過程的參數(shù)分析9</p><p>　　2.3.1干燥速率的定義與計(jì)算方法9</p><p>　　2.3.2干燥速率數(shù)據(jù)獲取實(shí)驗(yàn)9</p><p>　　2.3.3干燥速率的傳統(tǒng)方法確定9</p>&l

6、t;p>　　2.3.4干燥窯模型仿真及其分析9</p><p>　　2.4 本章小結(jié)10</p><p>　　第三章 最小二乘支持向量機(jī)干燥速率建模11</p><p>　　3.1支持向量機(jī)簡介11</p><p>　　3.1.1 SVM的基本思想22</p><p>　　3.1.2 SVM回歸問題

7、24</p><p>　　3.1.3 非線性SVM回歸21</p><p>　　3.2最小二乘支持向量機(jī)建模原理及其參數(shù)優(yōu)化方法13</p><p>　　3.2.1最小二乘支持向量機(jī)原理簡介13</p><p>　　3.2.2免疫果蠅參數(shù)優(yōu)化方法及其與其它算法對(duì)比實(shí)驗(yàn)15</p><p>　　3.3最小二乘支持

8、向量機(jī)回轉(zhuǎn)干燥過程建模實(shí)驗(yàn)45</p><p>　　3.4 本章小結(jié)16</p><p>　　第四章 最小二乘支持向量機(jī)回轉(zhuǎn)干燥過程建模的改進(jìn)17</p><p>　　4.1多核最小二乘支持向量機(jī)干燥速率建模17</p><p>　　4.1.1多核函數(shù)理論18</p><p>　　4.1.2多核最小二乘支持向

9、量機(jī)回歸23</p><p>　　4.1.3基于固定尺度的多核最小二乘支持向量機(jī)回歸建模78</p><p>　　4.2改進(jìn)的最小二乘支持向量機(jī)回轉(zhuǎn)干燥過程混合建模實(shí)驗(yàn)1</p><p>　　4.3本章小結(jié)22</p><p>　　第五章 基于回轉(zhuǎn)干燥生產(chǎn)過程的自適應(yīng)模糊滑模變控制器設(shè)計(jì)33</p><p>

10、　　5.1模糊控制介紹33</p><p>　　5.2滑模變控制介紹34</p><p>　　5.2.1滑模變理論34</p><p>　　5.2.2自適應(yīng)模糊滑模變控制36</p><p>　　5.3自適應(yīng)模糊滑模變控制器設(shè)計(jì)38</p><p>　　5.3.1控制器數(shù)學(xué)證明及設(shè)計(jì)38</p>

11、<p>　　5.3.2回轉(zhuǎn)干燥過程的自適應(yīng)模糊滑模變控制系統(tǒng)設(shè)計(jì)及仿真40</p><p>　　5.4 本章小結(jié)54</p><p>　　第六章 總結(jié)與展望55</p><p>　　6.1 研究工作總結(jié)55</p><p><b>　　6.2 展望55</b></p><p&g

12、t;<b>　　參考文獻(xiàn)57</b></p><p>　　攻讀碩士學(xué)位期間科研工作和發(fā)表的論文60</p><p><b>　　致謝61</b></p><p><b>　　第一章 緒論</b></p><p><b>　　1.1研究背景</b>&l

13、t;/p><p>　　從古至今，干燥就是人類生產(chǎn)生活中必不可少的一項(xiàng)技術(shù)。在中國古人就開始用自然的方式風(fēng)干和曬干谷物、茶葉、肉等等。在近代隨著工業(yè)的大力發(fā)展，干燥技術(shù)也涉及到國民經(jīng)濟(jì)的各個(gè)部門，包括石油、食品、醫(yī)藥、橡膠、塑料、粉末冶金、陶瓷、電子、漁業(yè)、林產(chǎn)化工、生物化工、釀造等。</p><p><b>　　1.1.1干燥技術(shù)</b></p><p

14、><b>　　1）干燥理論</b></p><p>　　干燥就是從各種物料中去除濕分的過程，各種物料可以是固體、液體或氣體，固體又可分大塊料、纖維料、顆粒料、細(xì)粉料等等，而濕分一般是物料中的水分，也可以是其它溶劑。</p><p><b>　　干燥方法有三種：</b></p><p>　　第一種是機(jī)械脫水法。機(jī)械脫水

15、法就是通過對(duì)物料加壓的方式，將其中一部分水分?jǐn)D出。常用的有壓榨、沉降、過濾、離心分離等方法。機(jī)械脫水法只能除去物料中部分自由水分，結(jié)合水分仍殘留在物料中，因此，物料經(jīng)機(jī)械脫水后物料含水率仍然很高，一般為40～60％。</p><p>　　第二種是加熱干燥法。加熱干燥法也就是我們常說的干燥，它利用熱能加熱物料，氣化物料中的水分。除去物料中的水分需要消耗一定的熱能。通常是利用空氣來干燥物料，空氣預(yù)先被加熱送入干燥器，

16、將熱量傳遞給物料，氣化物料中的水分，形成水蒸汽，并隨空氣帶出干燥器。物料經(jīng)過加熱干燥，能夠除去物料中的結(jié)合水分，達(dá)到產(chǎn)品或原料所要求的含水率。</p><p>　　第三種是化學(xué)除濕法，此干燥法是利用吸濕劑除去氣體、液體、固體物料中的少量水分，由于吸濕劑的除濕能力有限，僅用于除去物料中的微量水分。因此生產(chǎn)中應(yīng)用很少。</p><p>　　在實(shí)際生產(chǎn)過程中，對(duì)于高濕物料一般均盡可能先用機(jī)械脫水

17、法去除大量的自由水分，之后再采取其它干燥方式進(jìn)行干燥。本論文主要是針對(duì)采用第二種方法進(jìn)行干燥的回轉(zhuǎn)干燥窯進(jìn)行研究。</p><p>　　2）我國干燥技術(shù)的現(xiàn)狀及發(fā)展趨勢 [中國干燥技術(shù)現(xiàn)狀及發(fā)展趨勢]</p><p>　　中國第一屆干燥技術(shù)于1975年6月23日至30日在南京召開，至今30多年來干燥技術(shù)在中國不斷的得到發(fā)展，許多的干燥技術(shù)已經(jīng)得到了工業(yè)化應(yīng)用，主</p>&l

18、t;p>　　要有噴霧干燥、流態(tài)化干燥、氣流干燥、蒸汽回轉(zhuǎn)干燥、回轉(zhuǎn)圓筒干燥、旋轉(zhuǎn)快速干燥、圓盤干燥、帶式干燥、雙錐回轉(zhuǎn)真空干燥、槳葉式干燥、冷凍干燥、微波及遠(yuǎn)紅外干燥、糧食干燥等等。</p><p>　　在干燥技術(shù)發(fā)展中分為理論研究與應(yīng)用研究</p><p>　　在理論研究方面來講，從上世紀(jì)70年代到世紀(jì)初研究側(cè)重點(diǎn)主要是提高能源的利用率；熱點(diǎn)集中在干燥動(dòng)力學(xué)，如王寶和對(duì)多孔介質(zhì)的干

19、燥動(dòng)力學(xué)特性及其濕分遷移機(jī)理做了闡述并評(píng)述了薄層干燥的半理論模型、半經(jīng)驗(yàn)?zāi)Ｐ秃徒?jīng)驗(yàn)?zāi)Ｐ蚚干燥動(dòng)力學(xué)研究闡述干燥技術(shù)與設(shè)備 2009.7（1）：51-56]；干燥操作機(jī)理；干燥過程的建模；自動(dòng)控制；追求干燥過程的整體效益；進(jìn)行復(fù)合干燥條件組合干燥器。未來的趨勢主要是深入模型、模擬的研究如微孔級(jí)模型的建立、多相流的模擬、CFD模擬；復(fù)雜過程干燥器的干燥機(jī)理；在基礎(chǔ)學(xué)科理論推進(jìn)下進(jìn)行干燥機(jī)理與干燥傳遞過程機(jī)理的基礎(chǔ)研究；針對(duì)特殊干燥設(shè)備，優(yōu)化

20、專門干燥工藝和設(shè)備的理論研究。</p><p>　　從干燥應(yīng)用方面來講由于近年來國家一直提倡可持續(xù)發(fā)展和以人為本的戰(zhàn)略方針，綠色低碳、節(jié)能環(huán)保、高產(chǎn)低耗、安全操作、易于控制、一機(jī)多用的趨勢發(fā)展。具體來講干燥技術(shù)未來將側(cè)重于大量使用間接加熱式干燥；使用組合式傳熱方式；使用模糊邏輯、神經(jīng)網(wǎng)絡(luò)、專家系統(tǒng)等高級(jí)算法來實(shí)現(xiàn)系統(tǒng)的建模和過程控制；產(chǎn)品質(zhì)量及濕含量的在線測量等等。</p><p>　　3

21、）我國干燥技術(shù)中存在的問題及與國外的差距</p><p>　　我國干燥窯存在的問題</p><p>　?。?）干燥強(qiáng)度不夠；</p><p><b>　?。?）處理量小；</b></p><p>　　（3）水分波動(dòng)大，影響干燥效果；</p><p>　?。?）溫度波動(dòng)大，窯體壽命不長；</p

22、><p>　?。?）環(huán)境污染嚴(yán)重，能源利用率低；</p><p>　　1.1.2回轉(zhuǎn)干燥過程的分類介紹</p><p><b>　　1）根據(jù)傳熱方式</b></p><p>　　（1）直接傳熱式。干燥介質(zhì)與物料在筒體內(nèi)直接接觸，把熱量直接以對(duì)流和輻射的方式傳給物料。它適用于對(duì)高溫不敏感或不怕煙塵污染的物料的烘干。它具有熱效率

23、高、流體阻力小的優(yōu)點(diǎn)。如生產(chǎn)水泥的原材料不怕高溫，不怕污染（白水泥除外），因此應(yīng)用這種流程的較多。</p><p>　?。?）間接傳熱式。高溫氣體不與物料直接接觸，而是加熱回轉(zhuǎn)筒體，筒體再把熱量以傳導(dǎo)的方式傳給物料。煙氣不再進(jìn)入筒體內(nèi)，而是直接排放。它適用于對(duì)高溫氣體敏感或怕煙塵污染的物料的烘干，或易揚(yáng)塵的粉狀物料的烘干，如煤的烘干。它的傳熱效率及烘干效率均較低，目前已很少采用。</p><p

24、>　　（3）復(fù)式傳熱式。烘干所需要的熱量，先由高溫?zé)煔饧訜嵬搀w壁，進(jìn)行間接傳熱，然后溫度降低了的干燥介質(zhì)再進(jìn)入筒體內(nèi)，與物料直接接觸，進(jìn)行直接傳熱。它適用于不能與高溫氣體接觸，但不怕煙塵污染的物料的烘干。它的熱效率比間接傳熱式高，但比直接傳熱式低，流體阻力較大。過去烘干原煤多采用這種形式的烘干機(jī)，但自從采用烘干兼粉磨的煤磨后，很少采用這種烘干機(jī)。</p><p>　　2）根據(jù)物料與氣體的流動(dòng)方向</p

25、><p>　?。?）逆流式：逆流式干燥是指濕物料是從進(jìn)料端進(jìn)入烘干機(jī)，燃燒室是在排料端，在這個(gè)過程中，物料與熱空氣是做反向運(yùn)動(dòng)的，濕物料在運(yùn)動(dòng)的過程中因受熱而被干燥。我們知道，順流式干燥初期干燥推動(dòng)力較大，以后隨物料溫度的升高，干燥介質(zhì)的溫度會(huì)隨之降低，這比較適用于對(duì)最終含水量(即干燥程度)要求不高的物料。逆流式干燥在干燥過程中，由于干燥推動(dòng)力比較均勻，所以適宜于被干燥物 料要求較嚴(yán)的干燥。</p>&

26、lt;p>　?。?）順流式：順流式直接傳熱回轉(zhuǎn)干燥窯它的燃燒室與濕物料進(jìn)料在同一端，熱氣流與料流的運(yùn)動(dòng)方向是一致的，濕物料從進(jìn)料端向排料端移動(dòng)，熱空氣亦從進(jìn)料端在鼓風(fēng)機(jī)與引風(fēng)機(jī)的作用下經(jīng)排料端而流出，濕物料在此流動(dòng)過程中受熱空氣加熱而干燥。</p><p>　　順流式干燥窯由于給入的濕物料進(jìn)入干燥窯就與濕度較高的干燥介質(zhì)接觸，初期干燥推動(dòng)力較大，以后隨物料溫度的升高，干燥介質(zhì)的溫度降低。適宜于對(duì)最終含水量（

27、即干燥程度）要求不高的物料。排出的干物料濕度較低。便于運(yùn)輸。但從產(chǎn)生粉塵來看，細(xì)物料易被氣流帶走。粉塵量較大。逆流式烘干機(jī)在干燥過程中，干燥推動(dòng)力較均勻，適宜于被干燥物料要求較嚴(yán)的干燥。干燥介質(zhì)所帶粉塵經(jīng)濕料區(qū)而被濾清，氣流中含塵量較少。</p><p>　　1.2 回轉(zhuǎn)干燥過程建模研究現(xiàn)狀</p><p>　　1.2.1 回轉(zhuǎn)干燥生產(chǎn)過程建模</p><p>　　

28、回轉(zhuǎn)干燥窯是一個(gè)非線性，多輸入多輸出，強(qiáng)耦合，時(shí)變，大時(shí)延的復(fù)雜的動(dòng)態(tài)環(huán)境；對(duì)回轉(zhuǎn)干燥窯的模型研究從上世紀(jì)60年代就開始了，常見的主要是基于機(jī)理模型的控制方法，根據(jù)煙氣與物料流向不同分為順流式靜，動(dòng)態(tài)模型和逆流式靜，動(dòng)態(tài)模型。主要有1963年Myklestad建立了逆流式回轉(zhuǎn)干燥窯靜態(tài)模型。1964年Sharples等人建立了順流式回轉(zhuǎn)干燥窯傳熱傳質(zhì)模型。1972年Thorpe將回轉(zhuǎn)干燥窯分解成若干個(gè)理想階段，對(duì)每個(gè)階段列些傳熱傳質(zhì)方程

29、。1976年Najim建立了磷酸回轉(zhuǎn)干燥窯靜，動(dòng)態(tài)模型。1979年Reay建立兩個(gè)獨(dú)立模型描述回轉(zhuǎn)干燥窯。1980年Thorne與Kelly建立了預(yù)測石膏微粒在干燥過程中含水量動(dòng)態(tài)模型。1982年P(guān)lain建立了順流式回轉(zhuǎn)干燥窯模型。1988年Brasil與Seckler建立了小顆粒肥料的干燥模型。1993年Douglas等人建立了糖廠逆流型回轉(zhuǎn)干燥窯動(dòng)態(tài)模型。隨后Wang等人提出了糖廠回轉(zhuǎn)干燥窯分布式參數(shù)模型并用多種方法預(yù)測熱量的變化

30、情況。1997年Duchesne建立了動(dòng)態(tài)回轉(zhuǎn)干燥窯仿真器，通過仿真檢測燃料流量，二次空氣流量對(duì)物料含水量及溫度的影響。</p><p>　　1.2.2 回轉(zhuǎn)干燥生產(chǎn)過程模型參數(shù)確定</p><p>　　在回轉(zhuǎn)干燥生產(chǎn)過程模型中，干燥速率是其最重要的模型參數(shù)之一，干燥速率模型的精度高低對(duì)整個(gè)回轉(zhuǎn)干燥過程模型的精度有直接的影響，然而由于回轉(zhuǎn)干燥過程比較復(fù)雜，有很多的參數(shù)測不到或者是測不準(zhǔn)都給

31、干燥速率的準(zhǔn)確獲得帶來了麻煩，因此，如今對(duì)回轉(zhuǎn)干燥過程模型的研究主要放在模型的參數(shù)上。在研究中，人們運(yùn)用了很多的手段去獲取干燥速率，近年來的很多智能算法的出現(xiàn)讓干燥速率建模有了新的工具，支持向量機(jī)便是其中一種比較優(yōu)越的建模算法，支持向量機(jī)方法是建立在統(tǒng)計(jì)學(xué)習(xí)理論的VC 維理論和結(jié)構(gòu)風(fēng)險(xiǎn)最小原理基礎(chǔ)上的，根據(jù)有限的樣本信息在模型的復(fù)雜性（即對(duì)特定訓(xùn)練樣本的學(xué)習(xí)精度，Accuracy）和學(xué)習(xí)能力（即無錯(cuò)誤地識(shí)別任意樣本的能力）之間尋求最佳折

32、衷，以期獲得最好的推廣能力（或稱泛化能力），他比其它的智能建模算法如神經(jīng)網(wǎng)絡(luò)以經(jīng)驗(yàn)風(fēng)險(xiǎn)最小原理具有更好的泛化性能和學(xué)習(xí)能力。而最小二乘支持向量機(jī)是支持向量機(jī)的一種變形，所以本文運(yùn)用最小二乘支持向量機(jī)對(duì)干燥速率進(jìn)行建模研究。</p><p><b>　　1）支持向量機(jī)研究</b></p><p>　　由于支持向量機(jī)堅(jiān)實(shí)的理論基礎(chǔ)和它在很多領(lǐng)域表現(xiàn)出的良好的推廣性能。目前

33、，國際上正在廣泛開展對(duì)支持向量機(jī)方法的研究，許多關(guān)于SVM方法的研究，包括算法本身的改進(jìn)和算法的實(shí)際應(yīng)用。</p><p>　　我國在支持向量機(jī)研究始于八十年代末期，目前的研究大多都是對(duì)國外前沿成果的吸收與改進(jìn)，注重于把其用于實(shí)際問題中去進(jìn)行分類，建模，預(yù)測，軟測量等方面的研究，主要針對(duì)有：圖像檢索，蛋白質(zhì)預(yù)測，手寫識(shí)別，文本分內(nèi)，故障預(yù)測，污水處理，工業(yè)生產(chǎn)中的一些機(jī)理建模困難的生產(chǎn)對(duì)象等等。</p>

34、;<p>　　支持向量機(jī)理論形成后，由于其自身獨(dú)一無二的優(yōu)勢，發(fā)展和應(yīng)用的非?？?。其主要的發(fā)展歷史及其主要代表有：1995年，Vapnik出版“The Nature ofStatistical Learning Theory”，系統(tǒng)地闡述了統(tǒng)計(jì)學(xué)習(xí)理論及SVM的概念和分類方法。1997年，VVapnik，S.Gokowich和A.Smola，發(fā)表論文“SupportVectorMethod for Function App

35、roximation，Regression Estimation，and Signal Processing”，詳細(xì)介紹了基于SVM方法的回歸算法和信號(hào)處理方法。1997年，Mnller等采用SVMR進(jìn)行時(shí)間系列建模的研究，拓寬了支持向量機(jī)的研究領(lǐng)域，此后許多學(xué)者進(jìn)行了這方面的研究。1998年Drezet&Harrison提出SVM可用于線性或非線性系統(tǒng)的建模，即線性動(dòng)態(tài)模型參數(shù)的估計(jì)和非線性模型結(jié)構(gòu)的確定。1998年，Smol

36、a在他的博士論文中系統(tǒng)地研究了SVM學(xué)習(xí)的機(jī)理及在分類中的應(yīng)用。為迸一步完善SVM非線性算法做出了重要的貢獻(xiàn)。1999年Suykans在傳統(tǒng)SVM的基礎(chǔ)上，</p><p>　　支持向量機(jī)算法最后歸結(jié)為求二次規(guī)劃問題，如果訓(xùn)練集的規(guī)模很大，則由于二次矩陣即核函數(shù)矩陣H的規(guī)模為訓(xùn)練數(shù)據(jù)樣本數(shù)的平方，該矩陣有可能大到無法用計(jì)算機(jī)正常處理。例如，當(dāng)n>4000時(shí)，就需要超過128MB的存儲(chǔ)空間。因此研究人員提出了

37、許多針對(duì)大規(guī)模樣本集的SVM訓(xùn)練算法。目前已經(jīng)提出的訓(xùn)練算法大部分基于分解迭代的思想，即將原始的QP問題分解成若干規(guī)模較小的QP問題求解。Vapnik等人首先提出一種解決SVM訓(xùn)練存儲(chǔ)空間問題的方法，稱為塊處理算法(chunking algorithm)它的思想是將樣本集分成工作樣本集和測試樣本集，每次對(duì)工作樣本集利用二項(xiàng)規(guī)劃求得最優(yōu)解，剔除其中的非支持向量，并用訓(xùn)練結(jié)果對(duì)剩余樣本進(jìn)行檢驗(yàn)，將不符合訓(xùn)練結(jié)果%一般是指違反PPQ條件)的樣

38、本(或其中的一部分)與本次結(jié)果的支持向量合并，成為一個(gè)新的工作樣本集，然后重新訓(xùn)練。Osuna等人提出的分解算法也是將求解支持向量機(jī)的QP問題分解為一系列較小的問題，但是其工作集大小保持不變，對(duì)內(nèi)存的需求從與支持向量的數(shù)目呈平方關(guān)系變?yōu)榫€性關(guān)系，因而能克服Chunking算法存在的問題，可以處理數(shù)據(jù)樣本點(diǎn)多達(dá)11萬個(gè)，支持向量</p><p>　　2）最小二乘支持向量機(jī)研究</p><p>

39、;　　最小二乘支持向量機(jī)回歸建模由于其自身獨(dú)特的特點(diǎn)成為進(jìn)來在國內(nèi)支持向量機(jī)領(lǐng)域研究的一個(gè)熱點(diǎn)，這些年來一些學(xué)者在這方面的工作也做的比較多，也有很多研究把最小二乘支持向量機(jī)建模運(yùn)用到其它的對(duì)象上，具體的有：張浩然等人設(shè)計(jì)了最小二乘支持向量機(jī)的增量式學(xué)習(xí)算法和在線學(xué)習(xí)算法[]。該算法能充分利用歷史的訓(xùn)練結(jié)果，減少存儲(chǔ)空間和計(jì)算時(shí)間。仿真實(shí)驗(yàn)表明了這兩種學(xué)習(xí)方法的有效性。張猛等用非齊次多項(xiàng)式核作為最小二乘支持向量機(jī)的核函數(shù)，這一核函數(shù)的算法

40、特征向量中含有常數(shù)分量而把偏差因子從模型中去除，簡化了最小二乘支持向量機(jī)回歸模型[一種新的最小二乘支持向量機(jī)算法]。范宇等運(yùn)用最小二乘支持向量機(jī)回歸對(duì)木材干燥過程建模，采用實(shí)驗(yàn)獲得的干燥數(shù)據(jù)獲得能夠反應(yīng)木材干燥過程含水量的變化[基于LSSVM的木材干燥建模研究]。劉勝等把變論域模糊邏輯與最小二乘支持向量機(jī)結(jié)合起來設(shè)計(jì)船舶航向的保持控制，控制系統(tǒng)用最小二乘支持向量機(jī)回歸建立操縱系統(tǒng)的逆動(dòng)力學(xué)模型，與變論域模糊控制形成閉環(huán)控制[1-3]。孫

41、麗萍等運(yùn)用支持向量機(jī)在線建模建立的具有強(qiáng)耦合性、非線性的木材干燥系統(tǒng)，這種在線預(yù)測的方式實(shí)時(shí)的反應(yīng)系統(tǒng)當(dāng)前狀態(tài)，在線更新訓(xùn)練樣</p><p>　　3）最小二乘支持向量機(jī)回歸參數(shù)優(yōu)化方法</p><p>　　在最小二乘支持向量機(jī)回歸建模過程中，有一個(gè)人們一直在試著解決的問題就是超參數(shù)的獲得的問題，在最小二乘支持向量機(jī)回歸中超參數(shù)獲得的好壞直接影響到建模的精確程度。在這方面的研究中人們善于用

42、各種優(yōu)化算法來對(duì)超參數(shù)進(jìn)行優(yōu)化。例如粒子群優(yōu)化算法、蟻群優(yōu)化算法、遺傳優(yōu)化算法、模擬退火算法等等一些智能優(yōu)化算法用得比較多，也取得了一些好的效果，但是在其中也出現(xiàn)了一些新的待解決的問題，例如一些智能優(yōu)化算法出現(xiàn)的早熟現(xiàn)象。因此針對(duì)早熟現(xiàn)象人們又提出了免疫算法，小生鏡等等方法來避免這一現(xiàn)象。陳貴華等用差分進(jìn)化算法對(duì)最小二乘支持向量機(jī)中的參數(shù)進(jìn)行尋優(yōu)，并把算法用于乙烯裂解深度的建模中[]。王欣等運(yùn)用果蠅優(yōu)化算法對(duì)最小二乘支持向量機(jī)回歸參數(shù)進(jìn)

43、行尋優(yōu)，為了克服尋優(yōu)中可能出現(xiàn)的陷入局部最優(yōu)的情況，算法中加入人工免疫算法來避免局部最優(yōu)，并運(yùn)用此建模方法對(duì)干燥速率實(shí)驗(yàn)數(shù)據(jù)建模來獲得干燥速率的模型。金葉等用粒子群算法對(duì)最小二乘支持向量機(jī)回歸參數(shù)進(jìn)行尋優(yōu)來建立最優(yōu)的紅花提取過程關(guān)鍵質(zhì)控指標(biāo)的定量分析模型[1-2]。朱紅求等把禁忌搜索與遺傳算法結(jié)合設(shè)計(jì)出最小二乘支持向量機(jī)參數(shù)的尋優(yōu)方法，在尋優(yōu)搜索中用遺傳做全局優(yōu)化并使用自適</p><p>　　1.3 回轉(zhuǎn)干燥過

44、程控制研究現(xiàn)狀</p><p>　　1.3.1 回轉(zhuǎn)干燥過程控制算法研究現(xiàn)狀</p><p>　　隨著各智能控制算法的不斷研究和發(fā)展，在最近十幾年，越來越多的開始利用智能算法的優(yōu)勢對(duì)回轉(zhuǎn)干燥窯進(jìn)行建模與控制研究工作。具有代表性的有：1999年Yliniemi在實(shí)驗(yàn)室回轉(zhuǎn)干燥窯上分別建立了模糊-PI混合控制器及神經(jīng)網(wǎng)絡(luò)-PI混合控制器用來控制方解石的出料含水量，并進(jìn)行了仿真。2001年Jar

45、vensivu在水泥回轉(zhuǎn)干燥窯上建立了帶前饋控制的模糊控制器用來控制輸出端熱空氣的溫度。2005年的Tsourveloudis在工業(yè)回轉(zhuǎn)干燥窯上分別建立了基于專家知識(shí)的模糊控制器及自適應(yīng)神經(jīng)模糊推理系統(tǒng)控制橄欖石的含油量。2003年Hagemoen在水泥回轉(zhuǎn)干燥窯上分別設(shè)計(jì)了燃燒專家系統(tǒng)及產(chǎn)量專家系統(tǒng)分別用來調(diào)節(jié)燃料流量，空氣流量及喂料量和窯速。這種基于生產(chǎn)過程經(jīng)驗(yàn)的建模方式雖然擺脫了最開始機(jī)理過程建模的一些缺點(diǎn)，但是專家系統(tǒng)的經(jīng)驗(yàn)獲得

46、是非常困難的，模型的初始數(shù)據(jù)集的選擇影響了模型的精度，回轉(zhuǎn)窯現(xiàn)場數(shù)據(jù)的獲得往往不足，并且數(shù)據(jù)或得也很艱難，這就導(dǎo)致模糊規(guī)則難以準(zhǔn)確的反映實(shí)際對(duì)象。針對(duì)以上兩種建模思想的缺陷，許多學(xué)者提出揚(yáng)長避短的思想，即采用機(jī)理建模建立已知部分模型，對(duì)于無法機(jī)理建模的部分，采用智能</p><p>　　1.3.2 滑模變控制研究</p><p>　　滑模變控制[電液比例系統(tǒng)變論域自適應(yīng)模糊滑模變中的1-3

47、]由于它魯棒性強(qiáng)，算法簡單，能適應(yīng)于非線性系統(tǒng)的控制，能很好的除去外界對(duì)系統(tǒng)的擾動(dòng)以及好的消去參數(shù)變化?；Ｗ円埠苋菀着c其它的算法相結(jié)合來獲得更適應(yīng)于某個(gè)對(duì)象的控制器或是無法得到精確模型的非線性系統(tǒng)，經(jīng)過長期的研究，人們已經(jīng)把神經(jīng)網(wǎng)絡(luò)，模糊控制，自適應(yīng)控制，以及一些優(yōu)化算法相結(jié)合，也取得了不錯(cuò)的結(jié)果。如今已經(jīng)有很多的領(lǐng)域運(yùn)用了滑模變控制理論來進(jìn)行研究，在電機(jī)控制領(lǐng)域，如文獻(xiàn)[滑模變結(jié)構(gòu)MATLAB13頁115]，機(jī)器人控制中，如文獻(xiàn)[滑

48、模變結(jié)構(gòu)MATLAB14頁116、4、117、118]，倒立擺控制中，如文獻(xiàn)[滑模變結(jié)構(gòu)MATLAB14頁124、125、126]，飛行器中，如參考文獻(xiàn)[滑模變結(jié)構(gòu)MATLAB14頁3、119、120、121、122]，伺服系統(tǒng)中，如文獻(xiàn)[滑模變結(jié)構(gòu)MATLAB14頁130]；進(jìn)來在風(fēng)力發(fā)電領(lǐng)域也有涉及，如文獻(xiàn)[基于RBF網(wǎng)絡(luò)的風(fēng)電機(jī)組變槳距滑膜控制]。</p><p>　　在模糊滑模變控制的研究中，人們做了很多

49、的工作。如S.W.Kim等設(shè)計(jì)了一種模糊滑面的穩(wěn)定的模糊控制器[滑模變結(jié)構(gòu)MATLAB13頁102]；B.Yoo等在了解未知函數(shù)邊界前提下，設(shè)計(jì)自適應(yīng)模糊滑模變控制器[滑模變結(jié)構(gòu)MATLAB13頁103]；Y.S.Lu等把滑膜控制用模糊控制輸出替換，采用模糊自適應(yīng)學(xué)習(xí)來逼近滑膜控制[滑模變結(jié)構(gòu)MATLAB13頁104]；C.Y.Liang等把設(shè)計(jì)成控制器的形式，用積分形式作為滑膜面[滑模變結(jié)構(gòu)MATLAB13頁105]；R.J.Wai等

50、把模糊規(guī)則運(yùn)用到滑膜控制器設(shè)計(jì)中，用自適應(yīng)算法來對(duì)未知參數(shù)進(jìn)行估計(jì)[滑模變結(jié)構(gòu)MATLAB13頁106]；侯國蓮等把變論域模糊控制思想與滑模變控制相結(jié)合，并把設(shè)計(jì)的控制器用于單元機(jī)組的協(xié)調(diào)控制中[變論域自適應(yīng)模糊滑模多變量控制算法及其在單元機(jī)組協(xié)調(diào)控制中的應(yīng)用]；郝月龍等把模糊自適應(yīng)和滑模控制結(jié)合，設(shè)計(jì)了一種全局滑模控制器，并把此控制器用于對(duì)小車倒立擺的控制中控制器降低了系統(tǒng)抖動(dòng)[一類非線性系統(tǒng)的自適應(yīng)模糊滑模控制]；白寒等提出一種帶死

51、區(qū)補(bǔ)償?shù)淖冋撚蜃赃m應(yīng)模糊滑?？刂破?，在線調(diào)節(jié)變量論域與模糊隸屬函數(shù)以提高控制器精度</p><p>　　在干燥窯的控制中也有研究，如宋文龍等把滑模變控制器用于對(duì)水曲柳木材干燥的溫濕度控制中，效果比傳統(tǒng)PID控制要好[干燥窯變結(jié)構(gòu)溫濕度控制技術(shù)]，賈鶴鳴把變結(jié)構(gòu)用于木材干燥控制，并把結(jié)果與自適應(yīng)PID控制比較，得到了較好的效果[變結(jié)構(gòu)木材干燥窯的仿真研究，東北林業(yè)大學(xué)，碩士論文，2008]，宋文龍做了木材干燥智能變

52、結(jié)構(gòu)控制技術(shù)的研究，文中把模糊變結(jié)構(gòu)控制用于木材干燥控制，取得了較理想的結(jié)果[木材干燥智能變結(jié)構(gòu)控制技術(shù)研究，宋文龍，東北林業(yè)大學(xué)，博士論文，2008]?？梢娀Ｗ冊谀静母稍锏目刂祁I(lǐng)域已取得了較好的效果，在這方面也有很多的研究，因此本文在前人的工作經(jīng)驗(yàn)上把滑模變控制用于回轉(zhuǎn)干燥窯控制領(lǐng)域，來開創(chuàng)滑模變控制在回轉(zhuǎn)干燥窯控制領(lǐng)域的運(yùn)用與研究，希望在理論上能得到好的結(jié)果為以后進(jìn)一步的把滑模變控制器用于回轉(zhuǎn)干燥窯系統(tǒng)的具體實(shí)現(xiàn)打下理論基礎(chǔ)。&l

53、t;/p><p>　　1.4研究目的及意義</p><p>　　1.4.1 研究目的</p><p>　　本論文針對(duì)干燥技術(shù)中的回轉(zhuǎn)干燥窯設(shè)備進(jìn)行研究，由于回轉(zhuǎn)干燥窯具有高度非線性、大滯后性、大慣性、存在時(shí)變參數(shù)，是個(gè)擾動(dòng)變化激烈且幅值大的多變量系統(tǒng)，而且物料在窯內(nèi)運(yùn)動(dòng)的過程也是高度非線性，這使得對(duì)回轉(zhuǎn)干燥進(jìn)行傳統(tǒng)方式上的建模很困難，并且很難得到實(shí)際的應(yīng)用價(jià)值。因此近年

54、來，有很多運(yùn)用智能算法來建立回轉(zhuǎn)干燥窯生產(chǎn)過程模型的研究，本課采用最小二乘支持向量機(jī)的方法來建立更實(shí)際，更有效的回轉(zhuǎn)干燥窯生產(chǎn)過程模型，之后結(jié)合模糊滑模變控制器對(duì)回轉(zhuǎn)干燥窯進(jìn)行實(shí)際的智能控制，解決模型預(yù)測精度差，不能運(yùn)用到實(shí)際工程的缺陷。在保證回轉(zhuǎn)干燥窯穩(wěn)定運(yùn)行的情況下，減低能耗，獲得最大經(jīng)濟(jì)效益。</p><p>　　1.4.2 研究意義</p><p>　　回轉(zhuǎn)干燥窯是冶金工業(yè)的主要干

55、燥工具，我國是冶金大國，也是世界上使用回轉(zhuǎn)干燥窯最多的國家之一，在如今提倡節(jié)能減排，實(shí)現(xiàn)又好又快發(fā)展的大形勢下，我國在回轉(zhuǎn)干燥過程控制這一塊還處于五，六十年代的水平，所以提高回轉(zhuǎn)干燥窯的控制技術(shù)刻不容緩。回轉(zhuǎn)干燥窯不僅在企業(yè)能源消耗與平衡工作中具有重要作用，更是節(jié)能與環(huán)保工作的重要問題，是實(shí)施可持續(xù)發(fā)展戰(zhàn)略的重要環(huán)節(jié)。在能源日益緊張和強(qiáng)調(diào)可持續(xù)發(fā)展的今天，能開發(fā)出一套行之有效的回轉(zhuǎn)干燥窯生產(chǎn)過程控制系統(tǒng)來解決其中的自控性能差，耗能大，效

56、率低，污染重等問題，并將其應(yīng)用到生產(chǎn)之中，將具有重要的理論研究意義和實(shí)際應(yīng)用價(jià)值。</p><p>　　1.5 論文主要內(nèi)容及結(jié)構(gòu)</p><p>　　1、回轉(zhuǎn)干燥過程模型：</p><p><b>　　1）干燥窯機(jī)理模型</b></p><p>　　（1）回轉(zhuǎn)干燥過程生產(chǎn)工藝</p><p>　

57、?。?）回轉(zhuǎn)干燥過程數(shù)據(jù)獲得實(shí)驗(yàn)</p><p>　?。?）回轉(zhuǎn)干燥過程能量守恒、物料守恒模型</p><p><b>　　2）干燥速率模型</b></p><p>　?。?）傳統(tǒng)方法獲得干燥速率模型</p><p>　　（2）果蠅算法優(yōu)化的最小二乘支持向量機(jī)回歸獲得干燥速率模型</p><p>

58、　　（3）固定尺寸的多核最小二乘支持向量機(jī)回歸獲得干燥速率模型</p><p>　　2、回轉(zhuǎn)干燥過程控制：</p><p>　　1）模糊滑模變溫度控制器</p><p>　　2）模糊滑模變濕度控制器</p><p>　　第二章 回轉(zhuǎn)干燥生產(chǎn)過程概述</p><p>　　回轉(zhuǎn)干燥窯生產(chǎn)過程模型是根據(jù)物料守恒與能量守恒這兩

59、大守恒展開來研究的，在之前人們對(duì)回轉(zhuǎn)干燥窯的機(jī)理模型已經(jīng)有了比較多的了解與研究，但是由于其復(fù)雜程度比較高，模型參數(shù)的獲得比較難，回轉(zhuǎn)干燥窯的模型建立一直是一個(gè)難點(diǎn)，也是研究干燥窯的人們的一個(gè)研究重點(diǎn)，由于對(duì)模型研究的瓶頸存在，回轉(zhuǎn)干燥窯的智能控制的研究與實(shí)現(xiàn)也一直處于比較困難的地步，因此為了在后面能更好的設(shè)計(jì)出較高性能的控制器，首先在之前要進(jìn)行模型的全面研究，盡可能的得到精確的回轉(zhuǎn)干燥窯模型，然而回轉(zhuǎn)干燥窯的模型建立離不開機(jī)理模型的建立

60、，因此這一章主要根據(jù)物料與能量守恒以及某化工廠的實(shí)驗(yàn)數(shù)據(jù)來研究建立回轉(zhuǎn)干燥窯的機(jī)理模型，為后面的研究做準(zhǔn)備。</p><p>　　2.1 回轉(zhuǎn)干燥窯工藝介紹</p><p>　　要研究回轉(zhuǎn)干燥窯的模型，首先要了解回轉(zhuǎn)干燥窯的工藝?；剞D(zhuǎn)干燥窯的工藝主要包括回轉(zhuǎn)干燥窯的構(gòu)造，回轉(zhuǎn)干燥窯生產(chǎn)過程的流程等等。</p><p>　　2.1.1 干燥窯的結(jié)構(gòu)</p>

61、<p><b>　　1）外部結(jié)構(gòu)</b></p><p>　　回轉(zhuǎn)干燥窯外部是一個(gè)圓筒狀，濕物料由皮帶送入窯內(nèi)，物料由窯的一頭經(jīng)過窯體干燥后到達(dá)另一頭后落到皮帶上送入下一工序，在入料口為防止物料灑出，一般有料斗，如圖2.1。對(duì)于順流式，在窯頭有燃燒室鼓風(fēng)機(jī)，鼓風(fēng)機(jī)對(duì)窯筒內(nèi)部吹風(fēng)，把熱煙氣吹入桶內(nèi)。干燥窯在進(jìn)行工作時(shí)，筒體會(huì)有一定的傾斜，傾斜的角度大約是3%—6%，窯體會(huì)轉(zhuǎn)動(dòng)，轉(zhuǎn)

62、速大約是2—7r/min，轉(zhuǎn)速的控制也是干燥窯控制的一項(xiàng)，當(dāng)轉(zhuǎn)速變慢的時(shí)候，物料在窯內(nèi)待的時(shí)間就會(huì)變長，物料受熱的時(shí)間就會(huì)加長，反之干燥時(shí)間會(huì)變短，針對(duì)不同的物料，轉(zhuǎn)速是不同的。</p><p><b>　　圖2.1</b></p><p>　　2）內(nèi)部結(jié)構(gòu)[精礦干燥窯的改造與設(shè)計(jì)]</p><p>　　下圖2.2是回轉(zhuǎn)干燥窯內(nèi)部結(jié)構(gòu)切面圖，它

63、的內(nèi)部結(jié)構(gòu)由拉板，大齒輪，揚(yáng)料板等等部件組成。揚(yáng)料板的作用物料會(huì)被帶到高處然后再被拋灑下來形成料幕這樣增加物料與熱空氣的接觸面積。其中揚(yáng)料板直接影響物料在窯內(nèi)散料方式，散料方式會(huì)影響物料與熱空氣的接觸面積，因此不同形式的揚(yáng)料板式樣會(huì)對(duì)物料干燥的效果產(chǎn)生一定的影響。</p><p>　　1拉板 2大齒圈 3護(hù)罩 4揚(yáng)料板 5筒體</p><p>　　圖2.2回轉(zhuǎn)干燥窯內(nèi)部切面圖</p&

64、gt;<p>　　2.1.3干燥窯的工藝流程如圖 </p><p>　　圖2.3干燥窯工藝流程圖 </p><p>　　2.2 回轉(zhuǎn)干燥窯機(jī)理模型</p><p>　　2.2.1 質(zhì)量平衡方程</p><p><b>　　1）物料的質(zhì)量衡算</b></p><

65、p><b>　?。?-2-1）</b></p><p><b>　?。?-2-2）</b></p><p>　　這是在各區(qū)間內(nèi)的物料衡算方程，其中Gp表示物料的質(zhì)量流量（kgs-1），in，out表示入口出口，tr表示物料的滯留時(shí)間。</p><p>　　2）物料水分的質(zhì)量衡算</p><p>

66、;<b>　　（2-2-3）</b></p><p>　　每個(gè)“區(qū)間”內(nèi)物料的水分變化可以表示為入口物料的含水量減去料口物料的含水量，減去被干燥氣體損失的水分。式中W表示物料的干基含水率（kgkg-1s-1），Mp表示區(qū)間物料的質(zhì)量（kg），Rw就是干燥速率（kgkg-1s-1），Gp是物料的質(zhì)量流量（kgs-1）</p><p>　　3）空氣中水分的質(zhì)量衡算<

67、/p><p><b>　?。?-2-4）</b></p><p>　　方程中，空氣中水的變化表示為入窯口干燥空氣的含水量減去窯口干燥氣體的含水量，再加上物料里面蒸發(fā)出來的水分。其中Y表示干燥氣體的絕對(duì)濕度（kgkg-1），Ma表示每個(gè)區(qū)間氣體的質(zhì)量，Ga表示純干氣體的質(zhì)量流量（kgs-1）。</p><p>　　2.2.2能量平衡方程</p&

68、gt;<p>　　1）物料的能量衡算方程</p><p><b>　　（2-2-5）</b></p><p>　　方程中物料的能量變化表示為入料口物料的能量減去出料口物料的能量，再加上煙氣傳遞給物料的能量，減去蒸發(fā)物料中水所消耗的能量，減去干燥窯散失的能量。式中CPp是濕物料的比熱（kJkg-1C-1），TP是物料溫度（C），Ta是空氣的絕干溫度，Uva

69、是煙氣和物料的熱傳導(dǎo)系數(shù)（kJm-3s-1C-1）。</p><p>　　2）熱空氣的能量衡算方程</p><p><b>　?。?-2-6）</b></p><p>　　式中，空氣能量變化表示為入窯口空氣能量減去出窯口空氣能量，減去傳遞給物料的能量，加上從物料蒸發(fā)的水的能量。Cpv是水蒸汽的比熱（kJkg-1C-1），Cpa表示濕空氣的比熱（

70、kJkg-1C-1）</p><p>　　2.2.3干燥窯工況數(shù)據(jù)</p><p><b>　　1）回轉(zhuǎn)窯概況</b></p><p>　　某化工廠干燥窯為順流干燥窯，其概況如下表所示</p><p><b>　　干燥窯概況表</b></p><p>　　2）該回轉(zhuǎn)窯熱量平衡

71、測試數(shù)據(jù)</p><p><b>　　3）物料平衡數(shù)據(jù)</b></p><p><b>　　4）能量平衡數(shù)據(jù)</b></p><p><b>　　5）生產(chǎn)過程實(shí)驗(yàn)</b></p><p>　　實(shí)驗(yàn)是在系統(tǒng)正常運(yùn)行下進(jìn)行的，所測數(shù)據(jù)都是正常數(shù)據(jù)。入窯的溫度由調(diào)節(jié)煤氣閥門的開度來控

72、制，入窯煙氣量由控制二次鼓風(fēng)機(jī)的功率來調(diào)節(jié)。部分?jǐn)?shù)據(jù)如表所示：</p><p><b>　　2.3 干燥速率</b></p><p>　　2.3.1 干燥速率的定義與計(jì)算方法</p><p><b>　　（2-3-1）</b></p><p>　　式中mm表示絕干物料質(zhì)量，A是物料與干燥介質(zhì)的接觸面

73、積，表示干燥強(qiáng)度，有時(shí)由于A難以測量，直接用干燥強(qiáng)度來表示干燥的速率。</p><p>　　在回轉(zhuǎn)干燥窯建模過程中，干燥速率的獲取一直是一個(gè)難點(diǎn)也是一個(gè)重點(diǎn)。在回轉(zhuǎn)干燥窯生產(chǎn)過程中，干燥速率在不斷的非線性變化，由于干燥窯內(nèi)部環(huán)境復(fù)雜，所以干燥速率很難從現(xiàn)場直接測量得到。然而，在之前的干燥窯建模研究中發(fā)現(xiàn)干燥速率對(duì)干燥窯模型的精度起著至關(guān)重要的作用，干燥速率的準(zhǔn)確度直接影響到模型的質(zhì)量。</p>&l

74、t;p><b>　　1）干燥速率曲線</b></p><p>　　干燥過程的計(jì)算主要包括確定干燥的操作條件，計(jì)算干燥時(shí)間和干燥器尺寸，這就必須求得干燥速率，通常是通過實(shí)驗(yàn)測得，即將實(shí)驗(yàn)數(shù)據(jù)計(jì)算處理后描點(diǎn)繪圖，得到干燥速率曲線以供參考。如圖1為恒定干燥條件下一種典型的干燥速率曲線。</p><p><b>　　圖1干燥速率曲線</b><

75、/p><p>　?。?）AB是預(yù)熱段，很快進(jìn)入BC段——恒速干燥階段，除去非結(jié)合水的階段，所以速率大且不隨X而變化；</p><p>　　（2）但CD和DE段是降速階段，是除去結(jié)合力很強(qiáng)的結(jié)合水的過程，所以干燥速率隨X減小而迅速下降，情況比較復(fù)雜；</p><p>　?。?）最后，U＝0點(diǎn)時(shí)，達(dá)到該操作條件下的平衡含水量X*；</p><p>　

76、?。?）C點(diǎn)是臨界點(diǎn)，Xc稱為臨界含水量，Uc稱為恒速段干燥速率，若Xc增大，則恒速段變短，不利于干燥操作。</p><p>　　X c＝f (物料性質(zhì)，尺寸、空氣性質(zhì)及兩者接觸狀況)。</p><p>　　干燥過程中分為段恒速干燥階段和降速干燥階段。</p><p><b>　　恒速階段的特點(diǎn)是：</b></p><p&g

77、t;　　1、濕物料表面全部被非結(jié)合水分所潤濕，物料表面的蒸汽壓與同溫度下水的蒸汽壓相等，物料由部分水分傳遞速率和水分自物料表面汽化速率相當(dāng)，干燥速率大小取決于物料表面水分汽化速率又稱表面汽化控制階段。</p><p>　　2、物料表面溫度等于該空氣的濕球溫度，恒定干燥條件下進(jìn)行干燥，則濕物料和空氣的傳熱速率保持不變。</p><p>　　3、當(dāng)物料表面溫度一定時(shí)，物料表面的濕含量為定值，則

78、濕分差保持不變。濕物料和空氣的傳質(zhì)速率一定。</p><p>　　降速干燥階段的特點(diǎn)是：</p><p>　　1、物料含水量降至臨界含水量Xc以后進(jìn)入降速干燥階段，水分自物料內(nèi)部向表面氣化速率低于物料表面水分氣化速率，因此濕物料表面逐漸變干，氣化表面向內(nèi)移動(dòng)，溫度不斷升高，由于物料內(nèi)部含水量的減少，水分由物料內(nèi)部向表面?zhèn)鬟f速率慢慢下降，干燥速率也越來越小。</p><p

79、>　　2、干燥速率大小主要取決于物料本身的結(jié)構(gòu)，形狀和尺寸，而與外部干燥關(guān)系不大，此階段稱為物料內(nèi)部遷移控制階段。</p><p>　　3、降速干燥階段中干燥速率曲線的形狀隨物料內(nèi)部結(jié)構(gòu)不同而異。</p><p>　　2）干燥速率計(jì)算方法</p><p>　　目前干燥速率的計(jì)算方法有三種[]</p><p>　　1 干燥速率平衡計(jì)算法&

80、lt;/p><p>　　2 特征干燥速率曲線法</p><p><b>　　3 動(dòng)態(tài)方程法</b></p><p>　　以上方法在干燥速率的獲取上都存在局限性，針對(duì)不同的干燥物料有不同的干燥規(guī)律，所以到底使用上述哪種方法獲得干燥速率還需適具體情況而定。</p><p>　　http://jpkc.qust.edu.cn/in

81、dex/wxh-dxs/6-4.htm</p><p>　　2.3.2干燥速率數(shù)據(jù)獲取實(shí)驗(yàn)</p><p><b>　　1）實(shí)驗(yàn)步驟如下：</b></p><p>　　第一步：獲得絕干物料稱量其重量，用此重量除以想要的初始濕度得到初始物料的重量（實(shí)驗(yàn)中獲得10%、11%、12%的三種初始濕度以求對(duì)比），之后便可獲得要加入的水的質(zhì)量。</p

82、><p>　　第二步：在絕干物料中加入計(jì)算好的水，充分混合。</p><p>　　第三步：把準(zhǔn)備好的初始濕物料放入干燥設(shè)備進(jìn)行干燥實(shí)驗(yàn)（實(shí)驗(yàn)中干燥溫度取240℃、260℃、280℃進(jìn)行實(shí)驗(yàn)以求對(duì)比），實(shí)驗(yàn)中以60秒為單位計(jì)時(shí)，每隔60秒拿出物料稱量其重量并記錄，直到物料重量不再變化為止。</p><p>　　所得部分實(shí)驗(yàn)數(shù)據(jù)如表所示：</p><p&

83、gt;　　12%均溫250℃實(shí)驗(yàn)數(shù)據(jù)</p><p>　　12%均溫220℃實(shí)驗(yàn)數(shù)據(jù)</p><p>　　12%均溫220℃實(shí)驗(yàn)數(shù)據(jù)</p><p>　　12%均溫200℃實(shí)驗(yàn)數(shù)據(jù)</p><p>　　12%均溫200℃實(shí)驗(yàn)數(shù)據(jù)</p><p>　　2.3.3干燥速率的傳統(tǒng)方法確定</p><p&g

84、t;　　本小節(jié)用干燥速率平衡計(jì)算法來獲取上面描述的回轉(zhuǎn)干燥窯的干燥速率。在以往干燥速率的研究中，針對(duì)本文所獲得的干燥實(shí)驗(yàn)數(shù)據(jù)是在實(shí)驗(yàn)室的小型設(shè)備中獲得的，所以使用特征干燥速率曲線的方法，此方法認(rèn)為干燥速率只與濕含量有關(guān)，與外界條件無關(guān)，可以用實(shí)驗(yàn)室的小型干燥數(shù)據(jù)進(jìn)行外推，這樣用到實(shí)際的大設(shè)備上時(shí)在與實(shí)際的工況數(shù)據(jù)相結(jié)合可獲得比較可靠干燥速率，所以比較適用實(shí)驗(yàn)室的干燥速率的獲得。</p><p>　　特征干燥速率曲

85、線方法如下：</p><p><b>　　定義干燥速率為：</b></p><p><b>　　2-3-1</b></p><p>　　其中為濕含量，可定義為：</p><p><b>　　2-3-2</b></p><p><b>　　——平

86、衡含水量</b></p><p><b>　　——臨界含水量</b></p><p>　　函數(shù)可以使用以下的幾個(gè)不同階段的形式來擬合干燥過程：</p><p>　　其中函數(shù)一般是非線性函數(shù)，根據(jù)文獻(xiàn)[]，可定義函數(shù)為：</p><p><b>　　2-3-3</b></p>

87、<p><b>　　其中a，c是常數(shù)。</b></p><p>　　在使用上述特征干燥速率曲線方法需要滿足以下兩個(gè)條件：</p><p>　?。?）臨界濕含量值保持不變且初始濕含量值不受外界影響；</p><p>　?。?）干燥速率的曲線在形勢上類似且與外部條件無關(guān)。</p><p>　　根據(jù)干燥速率實(shí)驗(yàn)數(shù)據(jù)

88、得到如下三種不同溫度下的干燥速率圖如圖</p><p>　　圖2-3-1 濕度12%不同溫度干燥速率對(duì)比圖</p><p>　　從圖中可以看出三種溫度的干燥速率在曲線的形勢上類似，且曲線大致可分為上升區(qū)即圖1中的預(yù)熱干燥區(qū)，穩(wěn)定區(qū)即圖1中的恒速干燥區(qū)，下降區(qū)即圖1中的降速干燥區(qū)，因此數(shù)據(jù)大致正確反應(yīng)了物料干燥的過程。</p><p>　　根據(jù)干燥速率的實(shí)驗(yàn)數(shù)據(jù)，本文

89、采用比較常用的Sabbet方程進(jìn)行干燥速率的擬合。Sabbet方程如：</p><p><b>　　2-3-4</b></p><p>　　對(duì)方程兩邊取對(duì)數(shù)，經(jīng)線性化處理后，采用最小二乘法擬合Sabbet確定干燥速率方程參數(shù)，得到機(jī)理模型中干燥速率方程為：</p><p><b>　　2-3-5</b></p>

90、<p><b>　　2-3-6</b></p><p>　　其中Ta為煙氣溫度，W為出窯物料干基濕度。</p><p>　　2.3.4干燥窯模型仿真及其模型精度分析</p><p>　　根據(jù)第二章2.2節(jié)及2.3節(jié)的相關(guān)內(nèi)容在MATLAB平臺(tái)上建立回轉(zhuǎn)干燥窯的機(jī)理模型，所建模型如圖2-3-1圖2-3-2。模型仿真中，時(shí)間設(shè)置為10

91、00秒，外界參數(shù)設(shè)置中，物料含水量為6.7g，物料溫度為2℃，入窯煙氣溫度為170℃。仿真結(jié)果如圖2-3-3、圖2-3-4、圖2-3-5。圖2-3-3是物料溫度圖，圖2-3-4是物料濕含量圖，圖2-3-5是煙氣溫度圖。</p><p>　　在仿真圖中可以看到，仿真結(jié)果大致的反應(yīng)了回轉(zhuǎn)干燥窯的生產(chǎn)過程中物料及煙氣的變化，模型建立比較合理。以下的章節(jié)中將運(yùn)用此機(jī)理模型對(duì)回轉(zhuǎn)干燥窯的模型建立及回轉(zhuǎn)干燥窯的過程控制做進(jìn)一

92、步的研究。</p><p>　　圖2-3-3物料溫度 圖2-3-4物料濕含量 </p><p>　　圖2-3-5煙氣溫度</p><p>　　圖2-3-1回轉(zhuǎn)干燥窯質(zhì)量平衡模型</p><p>　　圖2-3-2回轉(zhuǎn)干燥窯能量平很模型</p><p>　　根據(jù)以上建立的模型進(jìn)行回轉(zhuǎn)干

93、燥窯機(jī)理模型的預(yù)測結(jié)果實(shí)驗(yàn)，為了驗(yàn)證模型的準(zhǔn)確性，用2.2.3節(jié)的生產(chǎn)過程實(shí)驗(yàn)數(shù)據(jù)與機(jī)理模型輸出數(shù)據(jù)進(jìn)行比較，首先對(duì)數(shù)據(jù)進(jìn)行歸一化使得數(shù)據(jù)縮放到[0,1]的區(qū)間中，之后比較中采用式2-3-6來表示模型輸出值與實(shí)驗(yàn)數(shù)據(jù)值的誤差均方差。其中為第i個(gè)實(shí)驗(yàn)值，第i個(gè)模型輸出值。</p><p><b>　　2-3-6</b></p><p>　　比較如圖2-3-6，圖2-3-

94、7。圖中，橫軸為模型輸出值，縱軸為實(shí)驗(yàn)值，45o虛線表示誤差為0的位置，上下兩條虛線表示誤差為+10%和-10%。</p><p>　　圖2-3-6是煙氣溫度的誤差圖，圖2-3-7是出料濕含量的誤差圖。煙氣溫度的誤差為0.063516，出料濕含量的誤差為0.087499，可見模型精度不是很高這有以下一些原因：</p><p>　　首先是干燥速率的擬合問題，由于傳統(tǒng)方法中干燥速率的獲得只考慮

95、了表面阻力，沒有考慮濕含量移動(dòng)的內(nèi)部阻力。干燥速率的實(shí)驗(yàn)設(shè)備與真實(shí)的回轉(zhuǎn)干燥窯有一定的差距，不能很準(zhǔn)確的反應(yīng)實(shí)際生產(chǎn)時(shí)的干燥速率的變化。另外在干燥速率實(shí)驗(yàn)中，測量工具由于自身及外界環(huán)境的原因，數(shù)據(jù)測量上有一定的誤差。但是可以肯定的是機(jī)理模型可以大致的反映出回轉(zhuǎn)干燥的窯干燥過程。</p><p>　　根據(jù)以上分析可知，干燥速率函數(shù)的獲得是模型精度影響的一個(gè)重點(diǎn)因素，由于運(yùn)用傳統(tǒng)的干燥速率獲得方法有它的局限性，所以尋

96、求更好的獲得干燥速率模型的方法是改進(jìn)回轉(zhuǎn)干燥窯模型的最直接的方法。本文接下來的兩章將圍繞這個(gè)問題展開研究。</p><p>　　圖2-3-6煙氣溫度 圖2-3-7 出料濕含量</p><p><b>　　2.4 本章小結(jié)</b></p><p>　　在這一章中最要建立了回轉(zhuǎn)干燥窯的機(jī)理模型，這將為接下

97、來的研究做好基礎(chǔ)。本章首先了解了回轉(zhuǎn)干燥窯的工藝及形狀特點(diǎn)，再根據(jù)質(zhì)能守恒獲得回轉(zhuǎn)干燥窯的機(jī)理模型，在回轉(zhuǎn)干燥窯的機(jī)理模型中，干燥速率是模型中一個(gè)重要的參數(shù)，根據(jù)傳統(tǒng)的特征干燥速率曲線方法擬合實(shí)驗(yàn)數(shù)據(jù)得到了干燥速率模型并帶入到機(jī)理模型中進(jìn)行回轉(zhuǎn)干燥窯模型的仿真測試，測試結(jié)果與先前實(shí)際獲得的回轉(zhuǎn)干燥窯生產(chǎn)數(shù)據(jù)進(jìn)行對(duì)比，最后獲得模型的精確度。通過實(shí)驗(yàn)得之傳統(tǒng)方式下獲得干燥速率的回轉(zhuǎn)干燥窯模型精度不是很高，而干燥速率對(duì)回轉(zhuǎn)干燥窯模型的精度影響

98、很大，因此干燥速率模型更精確的獲得將是改進(jìn)回轉(zhuǎn)干燥窯模型的重要方法，所以接下來的任務(wù)是研究一種更好的算法來提高干燥速率模型的精度來使得回轉(zhuǎn)干燥窯模型精度更高。</p><p>　　第三章 最小二乘支持向量機(jī)干燥速率建模</p><p>　　在回轉(zhuǎn)干燥窯過程建模中，干燥速率的獲得一直是一個(gè)重點(diǎn)也是一個(gè)難點(diǎn)，在過去人們對(duì)回轉(zhuǎn)干燥窯建模的經(jīng)驗(yàn)上可知，干燥速率對(duì)回轉(zhuǎn)干燥窯的模型精度上的影響非常突出

99、，但由于設(shè)備等各方面的原因，干燥速率參數(shù)的獲得一直是用間接的方式獲得，這也使得這一參數(shù)在獲得的時(shí)候有一定的誤差。使得干燥速率的精確獲得一直是研究干燥窯系統(tǒng)的一個(gè)重點(diǎn)與難點(diǎn)，到如今已經(jīng)有很多的方法用來獲得這一參數(shù)。本章中，為了更好的獲得這一參數(shù)，運(yùn)用最小二乘支持向量機(jī)回歸方法，并采用果蠅優(yōu)化算法對(duì)最小二乘支持向量機(jī)的超參數(shù)進(jìn)行優(yōu)化，從實(shí)驗(yàn)數(shù)據(jù)中獲得干燥速率的模型。</p><p>　　3.1 支持向量機(jī)簡介<

100、/p><p>　　3.1.1 SVM的基本思想</p><p>　　SVM是從線性可分情況下的最優(yōu)分類面發(fā)展而來的，其基本思想可用圖1所示說明。</p><p><b>　　圖3-1</b></p><p>　　圖3-1中點(diǎn)和空心點(diǎn)代表兩類數(shù)據(jù)樣本，H為分類線，H1、H2分別為過各類中離分類線最近的數(shù)據(jù)樣本且平行于分類線的直

101、線，它們之間的距離叫做分類間隔（margin）。最有分類線就是要求分類線不能將兩類正確分開，使訓(xùn)練錯(cuò)誤率為0，而且還要使分類間隔最大。前者保證經(jīng)驗(yàn)風(fēng)險(xiǎn)最??；使分類間隔最大實(shí)際上就是使推廣性界中的置信范圍最小，從而使真實(shí)風(fēng)險(xiǎn)最小。推廣到高維空間，最優(yōu)分類線就成為了最優(yōu)分類面。</p><p>　　3.1.2 SVM回歸問題</p><p>　　SVM回歸問題與分類問題有一些相似，給定的數(shù)據(jù)樣

102、本集合為｛（xi，yi）,…，（xl，yl）｝。其中，xi∈Rn，yi∈R，i=1，2，3，...，l。這里的l可取任意實(shí)數(shù)。</p><p>　　回歸問題就是本集合為｛（xi，yi）,…，（xl，yl）｝。其中xi∈Rn，yi∈R，i=1，2，3，...，l。尋找Rn上的一個(gè)函數(shù)f(x)，以便用y= f(x)來推斷任一輸入x對(duì)應(yīng)的y值。當(dāng)n=1時(shí)，上述回歸問題的幾何意義如圖3.2</p><

103、p><b>　　圖3-2</b></p><p>　　圖3-2中，“×”表示給定的數(shù)據(jù)樣本集中的樣本點(diǎn)，f(x)對(duì)應(yīng)為回歸擬合的函數(shù)曲線。</p><p>　　支持向量機(jī)回歸中，保留了最大間隔所有的主要特征，非線性函數(shù)可以通過核特征空間中的線性學(xué)習(xí)器得到?；貧w算法需要定義一個(gè)損失函數(shù)，該函數(shù)可以忽略真實(shí)值某個(gè)上下范圍內(nèi)的誤差，這種類型的函數(shù)也就是ε不敏

104、感損失函數(shù)。</p><p>　　圖3-3所示就是具有ε不敏感帶的一維線性回歸函數(shù)的幾何表示。</p><p><b>　　圖3-3</b></p><p>　　變量ξ衡量訓(xùn)練點(diǎn)誤差代價(jià)，在ε不敏感區(qū)內(nèi)誤差為0.</p><p>　　圖3-4是非線性回歸的不敏感帶函數(shù)幾何表示。</p><p>&

105、lt;b>　　圖3-4</b></p><p>　　損失函數(shù)的解以函數(shù)的最小化為特征，使用ε不敏感損失函數(shù)就是以確保全局最小解的存在和可靠泛化界的優(yōu)化。</p><p>　　3.1.3 線性支持向量機(jī)回歸</p><p>　　設(shè)數(shù)據(jù)樣本為n維向量，某區(qū)域的l個(gè)數(shù)據(jù)樣本及其值的表示為</p><p>　?。▁1，y1），…，（

106、xi，yi）∈Rn×R （3-1-1）</p><p><b>　　線性函數(shù)設(shè)為</b></p><p><b>　?。?-1-2）</b></p><p><b>　　優(yōu)化問題即最小化：</b></p><p><b>　　（3-

107、1-3）</b></p><p><b>　　約束條件為</b></p><p>　　， n=1，…，i （3-1-4）</p><p>　　， n=1，…，i （3-1-5）</p><p>　　， n=1，…，i （3

108、-1-6）</p><p>　　式（3-3）中第一項(xiàng)使函數(shù)更加平坦，從而提高了泛化能力，第二項(xiàng)為減小誤差，常數(shù)C對(duì)兩者做出折中。ε為一正常數(shù)。f(xn)與yn的差別小于ε時(shí)不計(jì)入誤差，大于ε時(shí)誤差計(jì)為|f(xn)-yn|-ε。</p><p>　　這個(gè)問題是個(gè)凸二次問題，由拉格朗日函數(shù)可得：</p><p><b>　?。?-1-7）</b>&

109、lt;/p><p><b>　　()</b></p><p><b>　　函數(shù)L極值滿足：</b></p><p><b>　?。?-1-8）</b></p><p><b>　　可以得到：</b></p><p><b>　

110、?。?-1-9）</b></p><p>　　3-1-9中的式子代入3-1-7中得到優(yōu)化問題的對(duì)偶式，最大化函數(shù)為：</p><p><b>　?。?-1-10）</b></p><p><b>　　約束條件：</b></p><p><b>　　（3-1-11）</b&

111、gt;</p><p><b>　　（3-1-12）</b></p><p>　　w可以由3-1-8得到，b與分類情況有關(guān)</p><p>　　3.1.4 非線性支持向量機(jī)回歸</p><p>　　非線性回歸就是在線性回歸的理論基礎(chǔ)上用一非線性映射把數(shù)據(jù)映射到高維空間，使得數(shù)據(jù)在高位空間線性可分。其關(guān)鍵是核函數(shù)的使用。最

112、大優(yōu)化函數(shù)3-1-10中的：變?yōu)?，式子變?yōu)椋?lt;/p><p><b>　?。?-1-13）</b></p><p><b>　　約束條件為：</b></p><p><b>　　3-1-14</b></p><p><b>　　3-1-15</b><

113、/p><p><b>　　函數(shù)可以表示為：</b></p><p><b>　　3-1-15</b></p><p>　　在3-1-15中是我們通常說的核函數(shù)，一般常用的核函數(shù)有以下幾種：</p><p><b>　　q次多項(xiàng)式函數(shù)核</b></p><p>

114、;<b>　　徑向基函數(shù)核</b></p><p>　　Sigmoid函數(shù)核</p><p><b>　　指數(shù)核</b></p><p>　　核函數(shù)是非線性支持向量機(jī)回歸的核心所在，通過核函數(shù)，它把非線性的數(shù)據(jù)映射到高維特征空間，在高維特征空間對(duì)數(shù)據(jù)進(jìn)行最優(yōu)線性分割，就使得支持向量機(jī)也能進(jìn)行非線性數(shù)據(jù)的回歸。在特征空間構(gòu)造