一、加热炉燃烧智能控制算法的研究(论文文献综述)
顾培耀[1](2021)在《加热炉钢坯顺序控制系统设计》文中研究指明我国是全球钢铁产量最大的一个发展中国家,因此在钢铁加工技术革新与推广上也一直给予了高度关注与重视。由于钢铁加工是一个非常耗能的行业,并且以加热炉耗能所占比例最高,所以加热炉控制就成为了最不容忽视的一个关键环节。对加热炉控制系统根据生产实际做出相应优化,既能从源头上保证钢坯质量、实现生产效率大幅提升,还能将能耗降到最低。因此改进与优化完善加热炉控制系统,最大限度地降低能耗,切实提高钢铁生产的质量和效率,这些都是利国利民的事,值得我们不断的探索研究。本论文设计便是以加热炉生产过程的控制为研究课题,分析研究了整个钢坯热轧工艺流程和操作时的各个因数,运用顺序控制设计了对加热炉的控制系统。作为本系统中最重要的加热炉的温控环节,以当前备受业界人士推崇与青睐的模糊PID控制算法为着手点,根据实际生产需求及系统运行要求设计出相适应的模糊PID控制器,并用软件对模糊PID控制算法和常规PID算法仿真并进行了对比分析,得出模糊PID控制比较优势。对加热炉的脉冲燃烧控制进行了研究分析,运用脉宽调制技术对烧嘴的燃烧输出时间经行控制,达到控制温度的效果。设计了模糊PID控制的温度控制系统和常规PID控制的炉压控制系统。最后设计了系统的组态监控系统,采用PROFIBUS DP构建网络通信,运用西门子Win CC软件设计系统监控界面,并对获得的温控及压控数据进行比较分析,验证设计系统的可用性。加热炉钢坯顺序控制系统能够在实际的生产设备中正常运行,实现了对加热炉的有效控制。相比于常规的控制系统,达到了优化生产流程、提高生产率和降低能耗的设计要求。能够有效的提高企业的经济效益,对加热炉的钢胚加工系统控制有一定的参考意义。
区杰勇[2](2020)在《广义预测控制在电热锅炉温度控制中的应用研究》文中研究说明在锅炉的工业生产过程中,温度的控制往往非常关键。然而在工业生产温度控制系统中,往往存在着时滞、时变等非线性特性,并且存在不可预测的扰动,使得系统难以控制。本文以THJ-3型高级过程控制对象系统实验装置的电加热炉为研究对象;研究锅炉温度的控制策略,主要的研究内容如下:1、阶跃信号作为系统的输入激励该电加热炉系统,根据这些实验数据,分别建立了电加热炉温度模型和电加热炉夹套温度的干扰模型,并且验证了模型的有效性。2、基于所建立的电加热炉温度模型,设计了电加热炉的广义预测控制器,仿真以及实验研究结果均表明了该控制器的有效性;此外,设计了该电加热炉的数字PID控制器,并且比较了两种控制方法的结果,比较结果表明了预测控制器更适用于该系统的控制。3、电加热炉夹套温度的波动对该炉的温度影响很大,不能忽略其对炉温的影响,因此,电加热炉夹套温度的波动作为了预测控制目标函数的一项约束来考虑。即:基于电加热炉温度模型和电加热炉夹套温度的干扰模型,设计了电加热炉的一种带有干扰模型的广义预测控制器。仿真研究结果表明该控制器可以补偿外界扰动对系统的影响,从而减小系统的稳态误差。
周信[3](2020)在《基于模糊RBF神经网络PID的加热炉温度控制系统设计》文中研究指明加热炉作为钢铁领域轧钢热处理中的一个重要设备,其炉温控制效果和自动控制水平直接关系到钢坯的质量与产量,而加热炉的炉温控制较为复杂,炉膛中的燃气燃烧过程受到外界多个因素影响,且炉温控制系统具有非线性、纯滞后、大惯性、强耦合等特点,因此使用常规的控制方法很难实现对炉温进行精确有效的控制。为此,本文提出将模糊推理、RBF神经网络和常规PID调节器相结合的控制策略,并将该控制策略应用到加热炉温度控制之中。首先,在详细分析加热炉温度控制系统工作原理的基础上,提出利用即具有模糊系统推理能力又具有RBF神经网络自学习能力的RBF神经网络在线识别PID调节器的比例、积分、微分的控制策略,并将该控制策略应用到加热炉温度控制系统中。仿真结果表明:本文提出的模糊RBF神经网络PID算法与常规PID、模糊PID、RBF神经网络PID相比,模糊RBF神经网络PID具有响应快、超调小、抗干扰能力强等优点。其次,结合轧钢热处理过程的要求,针对步进式加热炉给出了烟道和水封槽检测系统、空气和煤气主管道检测控制系统、上均热段检测控制系统、下均热段检测控制系统、三上加热段检测控制系统、三下加热段检测控制系统、二上加热段检测控制系统、二下加热段检测控制系统、一上加热段检测控制系统、一下加热段检测控制系统、炉底冷却水和氮气检测控制系统等子系统的设计方案,及加热炉控制系统的软件设计方案。并将该设计方案应用到在某钢厂的轧钢热处理控制过程,经过离线测试表明,该系统能够满足生产线上对钢坯进行均匀加热的要求,具有实用性。
熊延辉[4](2019)在《基于神经网络的蓄热式加热炉的温度控制研究》文中认为蓄热式加热炉是一种新型的节省能源的加热炉,采用高温度低氧含量的方法,是一种环保加热炉。但是因为现在的仪表检测手段和加热炉内热能传递的多样性,使得仪表不能直接、精确检测出钢坯温度还有加热炉内温度分布。又因为加热炉炉温控制是一个非线性多变量的控制系统,目前在控制燃烧效果方面主要的方式是PID结合双交叉限幅的方法,有致命的不足,它只能在稳定状态下达到最佳燃烧状态。因为加热炉的状态是跟随很多变量的变化而变化的,而且它的温度变化响应慢,所以提出了一种基于BP神经元网络控制PID的复合方法,通过神经网络PID对蓄热式加热炉温度控制效果比较好。针对加热炉温度的这种特性,采用神经网络训练PID的方法对加热炉温度进行控制,根据实际系统的情况变动随时调整加热炉的温度给定值,满足钢坯的工艺温度要求。又因为神经网络所特有地能拟合任何非线性函数的功能,使它可以通过对系统的自学习,控制P、I、D三个参数,最终使它们最能够比较好的满足生产要求。仿真结果显示神经网络控制PID能够在很小的时间范围内精确的调整加热炉温度。图22幅;表1个;参52篇。
王骏鹏[5](2019)在《基于氧化锆传感器残氧检测系统的研究》文中提出加热炉是冶金工业过程中一个复杂的热工设备,如何提高加热炉的燃烧效率是冶金领域亟待解决的问题。合理的空燃比是提高加热炉燃烧效率的重要参数,但在现场无法直接测出空燃比,通常都是通过对加热炉残氧含量的检测来调节空燃比。因此,残氧含量的精确测量对于提高生产运行效率和质量有着重要作用。氧化锆式氧分析仪以其特有的反应机理,能监测出高粉尘、高温和混合气体中的氧含量,并且广泛应用于各种加热炉的氧含量测量。目前,国内氧分析仪的研制相对国外有些缺点,具体表现为:测量精度不高、传感器工作不稳定和寿命短等,因此在国内研制具有高精度、高性能、高可靠性的氧化锆气体氧分析仪具有研究意义,成功实现能够带来可观的经济效益和显着的社会效益。本文总体研究分为如下两部分:第一部分通过对氧化锆探头的测氧原理分析得出,测氧方程的改进和探头工作温度的恒定控制是提高检测精度的关键技术。基于此本文提出对测氧方程进行仪表化处理和一种分段增量式PID控制算法并应用于残氧含量检测系统中,有效的提高了测量精度和系统稳定性。本系统运用Altium Designer软件设计了系统的硬件电路和PCB板,使用MPLAB IDE编写完成了系统的ARM软件程序,通过基于STM32F405RG作为核心控制器件的电路设计、信号调理和线性化处理等手段提高了残氧浓度检测系统的抗干扰能力和检测精度。通过现场应用,完全满足残氧含量检测对精度和稳定性的要求。第二部分通过基于现场的反馈,发现传统的氧化锆测氧传感器在恶劣的环境下寿命较短,因此提出利用软测量技术与传统仪器共同检测残氧含量的想法。本文采用的软测量方法是通过鲸鱼算法优化LSSVM参数之后,再对加热炉中残氧含量进行预测。通过对加热炉工艺的分析选取辅助变量,然后利用灰色关联度再对辅助变量进行筛选,最终,作为模型的输入进行训练,实现对残氧浓度的预测。通过实验证明,认为这种想法具有很大的研究价值和现实意义。
杜卫达[6](2019)在《蓄热式加热炉燃烧系统控制策略研究》文中研究指明蓄热式加热炉作为重要的热工设备,广泛应用于冶金领域中。加热炉在工作过程中受到的随机干扰较多,炉温具有非线性、大滞后、大惯性等特点。炉温控制效果的优劣将直接影响最终产品的质量、能源消耗以及锻造设备的寿命。随着我国各行业对钢材性能的要求不断提高,传统的PID炉温控制系统很难生产出较高质量的钢材,因此提高加热炉的控制性能对钢铁行业的发展具有重大意义。本课题以某钢厂锻造车间的2#蓄热式锻造加热炉为研究对象,针对目前加热炉存在的炉温超调量大、波动较大、空燃比难以控制等问题,提出了一种基于智能控制理论的加热炉控制方案。首先,分析了加热炉燃烧机理及空燃比和空气过剩系数的关系,并通过分析加热炉的炉温特性,确定了炉温-燃烧串级控制方案。从蓄热式锻造加热炉的工艺出发,研究燃烧控制策略,通过比较分析双闭环比值控制、单交叉限幅控制、双交叉限幅控制这三种燃烧控制,确定了双交叉限幅燃烧控制为最佳的燃烧控制策略。其次,针对加热炉经常受到燃气压力的波动和燃气热值的变化以及频繁的出料进料等因素的影响,指出采用常规PID难以实现高精度的控制要求,因此引入了的模糊智能控制对主控制器进行改进,提出模糊PID控制方案,并根据加热炉的工况对模糊PID控制器进行了设计。将加热炉控制系统在Matlab中仿真,其中主控制器分别采用模糊PID算法和PID算法,并对这两种控制器的仿真结果进行了比较分析,确定了模糊PID算法的优越性。最后,给出了基于S7-300 PLC的蓄热式加热炉控制系统工业实施方案,设计了包括主流程界面、参数设定界面、历史曲线界面等组态界面,并采用模块化编程的方式实现了模糊PID算法。本论文对蓄热式锻造加热炉控制系统特性进行了全面的分析,设计了炉温-燃烧串级控制系统,确定了双交叉限幅的燃烧控制方式,并对串级控制系统的主控制器进行了改进,通过仿真对比研究,验证了模糊PID的优越性,介绍了工业实现的具体步骤。不仅为学术研究提供了参考价值,也在工程应用有一定的价值。
王俊琦[7](2018)在《基于脉冲燃烧的蓄热式加热炉智能控制系统》文中提出随着世界经济的发展,国内外钢铁企业之间的竞争愈演愈烈,对能源的需求与日俱增,冶金工业消耗大量能源的同时也浪费了大量能源。日前,我国政府部门又发布了一系列关于节能减排和保护环境的政策与方案,指出了“十三五”期间节能减排战略实施的目标。为了实现节能减排的目标,在降低能耗的同时,提高蓄热式加热炉的加热质量,减少运行成本,保证蓄热式加热炉在较高的效率下工作,研究设计了蓄热式加热炉智能控制系统。蓄热式加热炉智能控制系统选用蓄热式脉冲燃烧控制的加热炉作为研究对象,对比研究了加热炉温度控制领域较为常见的控制算法,利用Matlab软件分别对PID控制算法、模糊PID控制算法以及动态矩阵控制算法进行仿真对比。设计出了包含烧嘴燃烧控制策略、烧嘴换向控制策略以及炉膛压力控制策略的蓄热式加热炉自动控制系统。推算最佳换向时间,根据最优换向时间优化换向控制流程。最后根据本蓄热式加热炉智能控制系统的需求,对西门子S7-300PLC进行硬件配置,采用STEP 7编程软件对蓄热式加热炉智能控制系统进行程序设计。蓄热式加热炉智能控制系统,采用脉冲燃烧控制方式以及智能控制算法,相比于传统控制方式下的加热炉系统,能够有效地提升系统的稳定性和鲁棒性。加热炉的能源利用率明显提高,炉内温度的均匀性和火焰的分布情况得到了很大的改善,有效减少含氮氧化物的产生,减少钢坯表面的氧化烧损,提高加热质量和速度,节省人力资源,能够有效提高钢铁企业的生产效益,对我国钢铁企业的发展意义重大。
夏琼[8](2018)在《加热炉生产过程操作优化建模及差分进化算法研究》文中提出加热炉生产过程的操作优化是通过优化设定加热炉的各段温度,使板坯温度符合轧制要求的同时,降低能源消耗并减少氧化烧损,以提高加热质量,降低生产成本。加热炉作为钢铁工业的重要设备,研究其生产过程操作优化不仅有利于丰富钢铁生产过程优化理论,对于提高钢铁企业的产品质量与节能水平也有重要实际意义。针对加热炉生产过程操作优化(Operation Optimization of Furnace Process,OOFP)问题,基于机理模型建立了以加热质量、能源消耗和氧化烧损为目标项的操作优化模型,提出了改进的差分进化(Differential Evolution,DE)算法求解OOFP问题;为进一步提高OOFP中传热机理模型的温度预测精度,研究了基于机理和数据解析的混合建模方法来重建传热模型,并提出了改进的差分进化算法求解基于混合建模的OOFP问题;针对加热炉预测控制和操作优化集成问题,应用滚动优化对炉温进行动态调节,以确保实现提高加热质量、降低能耗并减少氧化烧损的目标。本文主要工作概括如下:1)针对加热炉具有动态、非线性与时滞性的特点,基于机理模型,建立了以最小化板坯温度偏差、能源消耗和氧化烧损量为目标,加热炉各段的温度为决策变量的加热炉操作优化模型。针对传热机理模型中微分方程难于求解的问题,采用基于龙格-库塔的配置法对其进行差分离散,将加热炉生产过程的动态机理模型转化为静态非线性规划模型。基于实际生产数据对传热机理模型进行测试,结果表明所构建机理模型的精度符合实际操作优化的要求。2)针对加热炉生产过程操作优化问题的结构特征,结合差分进化算法全局搜索能力强、收敛速度快的特点,设计了改进的差分进化算法(DE for OOFP,O-DE)对问题进行求解。在O-DE中,通过搜索空间收缩机制,减小了算法的搜索域,加快了收敛速度;利用组合变异策略及自适应参数设定策略,改善了种群多样性并提高搜索效率。基于标准测试数据和实际生产数据的实验结果表明,O-DE算法能够有效求解一般非线性规划问题以及OOFP问题,且O-DE算法性能优于参加比较的同类算法性能。3)针对加热炉的热传导过程难以用机理模型精确刻画的情况,为进一步提升传热机理模型的预测精度,建立了基于机理和数据解析的混合模型。采用了基于DE算法优化参数的最小二乘支持向量机(LS-SVM),对加热炉传热机理模型输出的板坯温度偏差进行动态补偿。基于实际生产数据对加热炉混合传热模型进行测试,结果表明混合模型比单一机理模型在板坯温度的预测精度上有显着的提高。4)针对基于混合建模的OOFP问题的结构特征,设计了改进的差分进化算法(Improved O-DE,IO-DE)。在IO-DE中,利用可行域动态调整机制,加快算法的收敛速度;采用种群规模渐进缩减策略,提高算法的深度搜索能力以获得更优质的解。基于标准测试数据和实际生产数据的实验结果表明,IO-DE算法能够高效求解一般非线性规划问题以及基于混合传热模型的OOFP问题,且其性能优于参与比较的同类算法性能。5)针对加热炉生产过程中的预测控制和操作优化两阶段的特点,研究了集成优化问题,将操作优化得到的炉温设定值作为预测控制的期望值,将板坯温度偏差作为反馈值,通过调节加热炉燃料控制系统的输入参数,对加热炉生产过程进行滚动优化,以确保在实际动态环境下实现提高板坯加热质量、降低能源消耗和减少氧化烧损的目标。基于实际生产数据的实验结果证明,集成优化能够有效、准确地对加热炉生产过程进行优化。
徐强[9](2017)在《基于预测函数控制的导热油加热炉温度控制改进策略研究》文中研究说明导热油加热炉是石化行业重要的加热设备,作为一个间接加热系统,其最大的特点是将炉内管盘中的导热油加热到工艺要求的设定温度,进而将导热油中的热能供给受热设备。针对导热油加热炉这一非线性、大时滞的不确定对象开展先进控制技术研究,对于稳定生产过程、实现节能降耗、提高企业效益具有重要的实际意义。本文在深入研究导热油加热炉工艺原理、对象特性的基础上,分析了导热油出口温度与主要参数间的关系,总结现有控制方案的特点和不足,通过不确定性理论分析,提出了基于预测函数控制算法的导热油加热炉出口温度改进策略。具体研究内容如下:1)在对预测函数控制算法基本原理和相关参数的选择展开讨论的基础上,对一阶和二阶被控对象分别跟踪阶跃函数、斜坡函数和正弦函数进行了仿真分析,结果表明PFC算法具有响应速度快,跟踪性能好,抗干扰能力强的特点。2)针对不确定系统,研究了鲁棒稳定性策略,并将其应用于液压伺服振动控制系统中。通过构建参数不确定模型,开展PID和PFC控制算法的仿真,验证了PFC算法具有较强的抗干扰能力和控制鲁棒性。3)针对导热油加热炉这一具有不确定性、大时滞、非线性的系统,在对影响导热油出口温度的相关控制参数和对象不确定性特点进行深入分析的基础上,构建了基于预测函数控制算法的参数摄动模型。并通过仿真验证本文所提出的基于不确定性的PFC-前馈复合控制方案的有效性。在此基础上,将该方法投入工程应用,取得了良好的效果。4)针对导热油加热炉自动化系统开发这一课题,开展了自动化系统的硬件的配置和选型、PCS7软件程序的开发及系统运行控制三个方面的研究。
南炳燊[10](2017)在《热重分析系统的温度控制方法研究》文中认为由于资源枯竭的问题,生物质作为一种可再生能源有很大的开发潜力和价值。温度控制对燃烧效率至关重要,热重分析设备是一种重要材料研究设备,在程序控制温度下测量待测样品的质量与温度变化关系,进而分析生物质燃烧特征,该设备为能源的高效利用提供保障。热重分析设备尺寸较小,但所需功能要求更齐全,其温度控制要求非常严格。本文详细研究了热重分析系统复杂的运行工况,针对温度非线性、扰动等问题提出了改进温度控制算法并完成了热重分析系统的结构设计及开发。首先,本文对热重分析设备的温度控制进行了深入的研究。通过学习和总结大量文献,研究分析了热重分析系统的升温特性,基于傅立叶导热定律,对流换热定律及热辐射定律,建立了热重分析系统的温度场模型,并通过ANSYS软件仿真详细分析了多种加热条件下温度分布和影响温度控制的主要因素。通过对传统温度控制方法研究,构建了基于模糊PID算法的改进温度控制算法。仿真证明控制算法具有响应快、精确度高的特点,取得了理想的控制效果。其次,本文设计开发了基于STM32的热重分析系统,该系统主要包括:箱式电阻炉;气路模块完成燃烧气体输送;K型铠装热电偶及其信号处理模块、高精度数字天平,用于实现燃烧质量、温度数据的采集;STM32控制器、SCR电力率调整器AP1-40,用于控制各模块功能及实现基于改进的模糊PID控制算法的温度控制;上位机LabVIEW人机交互界面,通过RS232串口与控制器进行通信,接收来自下位机传递的数据信息,实现测量数据的图型显示、储存等功能。该论文通过大量的实验分析与验证,基于模糊PID的温度优化控制算法效果明显优于常规PID控制,在稳态误差、调节时间、超调量等方面具有更好的控制品质。经过实际使用表明,本文设计的热重分析系统工作稳定、功能齐全,可以满足热重分析的实验要求。
二、加热炉燃烧智能控制算法的研究(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、加热炉燃烧智能控制算法的研究(论文提纲范文)
(1)加热炉钢坯顺序控制系统设计(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景和意义 |
1.2 研究现状 |
1.2.1 国外的研究现状 |
1.2.2 国内的研究现状 |
1.3 主要工作 |
第二章 PLC和步进式加热炉 |
2.1 加热炉工作过程 |
2.2 顺序控制系统 |
2.2.1 装钢系统 |
2.2.2 步进系统 |
2.2.3 出钢系统 |
2.3 PLC概念和选型 |
2.4 本章小结 |
第三章 顺序控制系统设计 |
3.1 基本设备 |
3.2 顺序控制系统设计 |
3.2.1 装钢机运行控制 |
3.2.2 步进梁的控制 |
3.2.3 辊道控制 |
3.2.4 出钢过程 |
3.3 顺序控制系统设备 |
3.3.1 PLC控制系统配置 |
3.4 本章小结 |
第四章 加热炉控制算法的研究和仿真 |
4.1 PID控制 |
4.2 模糊控制 |
4.3 模糊PID控制器的设计 |
4.4 仿真分析 |
4.5 本章小结 |
第五章 加热炉控制系统设计 |
5.1 脉冲燃烧控制技术 |
5.2 脉冲时序燃烧控制 |
5.3 加热炉温度控制 |
5.4 温度控制系统设计 |
5.5 温度执行器 |
5.6 压力控制 |
5.7 本章小结 |
第六章 组态软件设计 |
6.1 软件总体设计 |
6.2 建立组态系统 |
6.3 上位机监控软件Win CC控制界面设计 |
6.4 控制系统监控显示 |
6.5 本章小结 |
第七章 总结 |
参考文献 |
致谢 |
(2)广义预测控制在电热锅炉温度控制中的应用研究(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 背景及研究意义 |
1.2 锅炉温度控制系统 |
1.2.1 常见的锅炉类型 |
1.2.2 锅炉相关控制算法介绍 |
1.3 预测控制的基本原理及其在锅炉温度控制的应用 |
1.4 论文的章节安排 |
第2章 电加热炉温度控制系统介绍 |
2.1 系统介绍 |
2.2 硬件部分 |
2.2.1 电加热炉 |
2.2.2 A/D智能模块 |
2.2.3 D/A智能模块 |
2.2.4 通用微型计算机 |
2.2.5 变频器 |
2.2.6 温度传感器 |
2.2.7 磁力驱动泵 |
2.2.8 三相电加热管 |
2.3 组态王软件的相关配置及控制算法的编程实现 |
2.3.1 变量定义和管理 |
2.3.2 设备管理 |
2.3.3 实时趋势曲线 |
2.3.4 命令语言程序及控制算法的编程实现 |
2.4 本章小结 |
第3章 电加热炉温度模型及夹套温度的干扰模型的建立 |
3.1 磁力驱动泵的信号输入与水流量输出之间的关系 |
3.2 电加热炉温度模型的建立 |
3.3 电加热炉夹套温度的干扰模型的建立 |
3.4 本章小结 |
第4章 广义预测控制器的设计 |
4.1 基于电加热炉温度模型的广义预测控制器设计 |
4.2 仿真研究 |
4.3 实验研究 |
4.4 本章小结 |
第5章 带有干扰模型的广义预测控制器设计 |
5.1 基于电加热炉温度模型和夹套温度的干扰模型的广义预测控制器设计 |
5.2 仿真研究 |
5.3 本章小结 |
第6章 结论与展望 |
6.1 工作总结 |
6.2 展望 |
参考文献 |
致谢 |
攻读硕士期间研究成果 |
(3)基于模糊RBF神经网络PID的加热炉温度控制系统设计(论文提纲范文)
中文摘要 |
ABSTRACT |
1.绪论 |
1.1 加热炉炉温控制研究背景及意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 加热炉的发展 |
1.3 加热炉的研究现状 |
1.3.1 国内研究现状 |
1.3.2 国外研究现状 |
1.4 本文完成的主要工作 |
2.加热炉燃烧控制系统概况 |
2.1 燃烧控制系统简介 |
2.2 加热炉的燃烧控制系统 |
2.2.1 助燃控制和燃烧气体控制系统 |
2.2.2 燃烧控制方法 |
2.3 加热炉燃烧控制中存在的问题 |
2.4 本章小结 |
3.加热炉温度控制的建模和仿真 |
3.1 加热炉燃烧控制模型 |
3.2 基于常规PID的加热炉温度控制系统设计 |
3.2.1 常规PID理论基础 |
3.2.2 基于常规PID加热炉温度控制系统仿真 |
3.3 基于模糊PID的加热炉温度控制系统设计 |
3.3.1 模糊控制系统的组成 |
3.3.2 模糊PID控制原理 |
3.3.3 模糊PID控制器参数整定算法 |
3.3.4 基于模糊PID加热炉温度控制系统仿真 |
3.4 基于RBF神经网络PID调节器温度控制系统设计 |
3.4.1 RBF神经网络的原理和结构 |
3.4.2 RBF神经网络学习算法 |
3.4.3 RBF网络PID整定原理 |
3.4.4 基于RBF神经网络PID的加热炉温度控制系统仿真 |
3.5 基于模糊RBF神经网络PID的加热炉温度控制系统设计 |
3.5.1 加热炉模糊神经网络PID控制原理 |
3.5.2 模糊神经网络的结构 |
3.5.3 模糊神经网络各层的关系 |
3.5.4 模糊神经网络PID学习算法 |
3.5.5 模糊神经网络PID学习步骤 |
3.6 四种PID控制仿真结果比较 |
3.7 本章小结 |
4.加热炉温度控制系统设计 |
4.1 步进式加热炉的生产工艺 |
4.2 加热炉控制系统总体设计 |
4.2.1 烟道和水封槽检测系统设计 |
4.2.2 空气和煤气主管道检测控制系统设计 |
4.2.3 上均热段检测控制系统设计 |
4.2.4 下均热段检测控制系统设计 |
4.2.5 三上加热段检测控制系统设计 |
4.2.6 三下加热段检测控制系统设计 |
4.2.7 二上加热段检测控制系统设计 |
4.2.8 二下加热段检测控制系统设计 |
4.2.9 一上加热段检测控制系统设计 |
4.2.10 一下加热段检测控制系统设计 |
4.2.11 炉底冷却水和氮气检测控制系统设计 |
4.3 加热炉温度控制系统软件设计 |
4.3.1 下位机软件PLC设计 |
4.3.2 上位机软件WINCC设计 |
4.4 本章小结 |
5.总结与展望 |
参考文献 |
致谢 |
作者简介 |
(4)基于神经网络的蓄热式加热炉的温度控制研究(论文提纲范文)
摘要 |
abstract |
引言 |
第1章 绪论 |
1.1 概述 |
1.2 国内外蓄热式加热炉的温度控制研究 |
1.3 本课题研究的工作及背景 |
1.4 本课题研究的工作及内容 |
第2章 蓄热式加热炉的工作原理 |
2.1 蓄热式加热炉的工艺流程 |
2.1.1 蓄热式加热炉的设备 |
2.2 蓄热式加热炉的工作方式 |
第3章 常规PID与神经网络算法 |
3.1 常规PID控制的算法 |
3.1.1 PID的控制原理 |
3.1.2 双限幅控制的简介 |
3.1.3 双交叉限幅PID方式控制的算法 |
3.2 神经网络的概念 |
3.3 人工神经网络优缺点 |
3.4 控制方法的提出 |
3.5 BP神经网络的算法 |
3.6 NNM在线预测控制对象的模型 |
第4章 神经网络的PID在加热炉温度控制的应用 |
4.1 BP神经网络控制PID的设计 |
4.1.1 BP神经网络控制的PID |
4.2 BP神经网络的结构及学习 |
4.3 神经网络结构的确定 |
4.4 BP网络的向前网络计算 |
4.4.1 BP网络权值的计算 |
4.4.2 BP网络权值的调整规则 |
4.5 学习算法的过程 |
4.5.1 BP神经网络样本 |
第5章 仿真实验 |
5.1 Wincc与 Matlab的连接 |
5.2 加热炉仿真平台炉温仿真 |
5.3 Matlab仿真模型 |
结论 |
参考文献 |
附录 A 神经网络S-FUNCTION函数 |
致谢 |
导师简介 |
企业导师简介 |
作者简介 |
学位论文数据集 |
(5)基于氧化锆传感器残氧检测系统的研究(论文提纲范文)
中文摘要 |
ABSTRACT |
1.绪论 |
1.1 课题研究目的和意义 |
1.2 氧分析仪现状和发展趋势 |
1.2.1 磁压式氧分析仪 |
1.2.2 热磁式氧分析仪 |
1.2.3 电化学氧分析仪 |
1.2.4 激光式氧分析仪 |
1.2.5 氧化锆氧分析仪及对比分析 |
1.3 氧传感器应用于加热炉控制系统 |
1.4 软测量技术发展 |
1.5 本课题主要研究内容 |
2.氧化锆传感器的测氧原理 |
2.1 氧化锆探头测氧物理学背景及原理 |
2.1.1 物理学背景 |
2.1.2 氧化锆测氧原理 |
2.1.3 Nernst方程应用于氧化锆探头 |
2.2 本底电势修正的方法 |
2.2.1 标准气体修正 |
2.2.2 斜率修正系数 |
2.3 测温热电偶 |
2.4 本章小结 |
3.硬件电路设计 |
3.1 单片机选型及介绍 |
3.2 系统总体设计结构 |
3.3 主控电路 |
3.4 氧电势采集电路 |
3.4.1 运算放大电路 |
3.4.2 滤波电路 |
3.4.3 A/D采集电路 |
3.4.4 温度采集电路 |
3.5 模拟量输出电路 |
3.5.1 氧浓度输出电路 |
3.5.2 加热控制电路 |
3.6 电源电路 |
3.7 系统的整体实现 |
3.7.1 系统PCB设计 |
3.7.2 系统整体的实现 |
3.8 本章小结 |
4.系统软件设计与开发 |
4.1 系统软件设计总体研究 |
4.2 温度控制算法的设计 |
4.2.1 氧化锆氧探头温度控制特点 |
4.2.2 温度控制算法的选择 |
4.3 系统主程序设计 |
4.3.1 程序初始化 |
4.3.2 串口通信程序 |
4.4 人机交互界面设计 |
4.4.1 系统运行界面 |
4.4.2 管理员界面 |
4.5 本章小结 |
5.残氧浓度软测量在加热炉中的应用 |
5.1 辅助变量选择与预处理 |
5.1.1 钢厂加热炉燃烧工艺 |
5.1.2 影响残氧含量因素 |
5.1.3 数据预处理 |
5.1.4 基于灰色关联度辅助变量的助选 |
5.2 基于LSSVM的残氧浓度预测 |
5.2.1 基于LSSVM软测量介绍 |
5.2.2 LSSVM工具箱介绍 |
5.2.3 RBF核函数的选取及仿真分析 |
5.3 基于WOA优化LSSVM的残氧浓度预测 |
5.3.1 WOA优化算法 |
5.3.2 WOA优化LSSVM步骤 |
5.3.3 基于WOA优化LSSVM残氧含量预测仿真及分析 |
5.4 本章小结 |
6.总结与展望 |
6.1 研究工作总结 |
6.2 研究工作不足与展望 |
参考文献 |
攻读硕士学位期间发表学术论文情况 |
致谢 |
作者简介 |
(6)蓄热式加热炉燃烧系统控制策略研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究的背景和意义 |
1.2 国内外研究现状 |
1.2.1 国外研究现状 |
1.2.2 国内研究现状 |
1.3 本文的主要研究内容 |
1.4 本章小结 |
第2章 蓄热式加热炉概况 |
2.1 加热炉的工艺及分类简介 |
2.1.1 室式炉 |
2.1.2 蓄热式加热炉 |
2.2 蓄热式锻造加热炉简介 |
2.2.1 蓄热式锻造加热炉的整体结构 |
2.2.2 蓄热式锻造加热炉的燃烧控制系统 |
2.3 蓄热式锻造加热炉亟待解决的问题 |
2.4 本章小结 |
第3章 蓄热式加热炉燃烧控制策略研究 |
3.1 加热炉燃烧机理分析 |
3.1.1 空燃比与空气过剩系数的关系分析 |
3.1.2 蓄热式加热炉所需空气量分析 |
3.2 加热炉温度回路控制方法研究 |
3.3 燃烧控制策略研究 |
3.3.1 双闭环比值控制 |
3.3.2 单交叉限幅控制 |
3.3.3 双交叉限幅控制 |
3.4 模糊控制在炉温控制中的应用 |
3.4.1 模糊控制原理简介 |
3.4.2 模糊控制器的组成 |
3.4.3 模糊PID控制 |
3.4.4 模糊PID控制器的设计流程 |
3.5 本章小结 |
第4章 蓄热式加热炉控制器设计与仿真研究 |
4.1 炉温控制系统设计方案的介绍 |
4.2 模糊PID控制器的设计 |
4.2.1 模糊PID结构分析 |
4.2.2 模糊化处理的确定 |
4.2.3 模糊规则的确定 |
4.2.4 输出清晰化的确定 |
4.3 加热炉控制系统仿真与研究 |
4.3.1 仿真软件介绍 |
4.3.2 加热炉控制模型的建立 |
4.3.3 模糊PID控制器的建立 |
4.3.4 控制系统仿真研究 |
4.4 本章小结 |
第5章 蓄热式加热炉控制系统的工业实现 |
5.1 现场元件的选型 |
5.1.1 温度传感器的选型 |
5.1.2 压力传感器的选型 |
5.1.3 流量传感器的选型 |
5.1.4 执行元件的选型 |
5.2 控制系统的硬件配置 |
5.3 上位机设计 |
5.4 下位机设计 |
5.5 总结 |
结论 |
参考文献 |
致谢 |
(7)基于脉冲燃烧的蓄热式加热炉智能控制系统(论文提纲范文)
摘要 |
abstract |
引言 |
第1章 绪论 |
1.1 选题背景 |
1.2 智能控制 |
1.2.1 智能控制的定义和特点 |
1.2.2 智能控制的发展 |
1.2.3 智能控制的主要形式 |
1.3 蓄热式加热炉 |
1.4 国内外研究现状 |
1.4.1 国外研究现状 |
1.4.2 国内研究及应用现状 |
1.5 课题研究的意义 |
1.6 课题主要研究内容 |
第2章 蓄热式加热炉控制算法研究与仿真 |
2.1 传统PID控制 |
2.1.1 传统PID控制原理 |
2.1.2 PID控制器参数整定方法 |
2.1.3 传统PID控制器的局限性 |
2.2 模糊控制 |
2.2.1 模糊控制的发展及特点 |
2.2.2 模糊控制系统的基本组成 |
2.2.3 模糊控制器的结构 |
2.2.4 模糊控制器的设计 |
2.3 模糊PID控制器的设计 |
2.3.1 模糊PID控制器的结构 |
2.3.2 模糊PID控制器设计步骤 |
2.4 动态矩阵控制 |
2.4.1 预测模型 |
2.4.2 滚动优化 |
2.4.3 反馈校正 |
2.5 仿真分析 |
2.5.1 传统PID控制算法仿真 |
2.5.2 模糊PID控制仿真 |
2.5.3 动态矩阵控制算法仿真 |
2.6 本章小结 |
第3章 蓄热式加热炉控制系统设计 |
3.1 烧嘴燃烧控制方案 |
3.1.1 脉冲燃烧控制原理 |
3.1.2 脉冲燃烧控制方案设计 |
3.2 烧嘴换向控制方案 |
3.2.1 烧嘴换向时间的理论分析 |
3.2.2 烧嘴换向时间的公式推导 |
3.2.3 烧嘴换向方案设计 |
3.3 炉膛压力控制方案 |
3.3.1 炉压波动的原因及影响 |
3.3.2 常用炉压控制方案 |
3.3.3 优化炉压控制方案 |
3.4 本章小结 |
第4章 PLC控制的硬件系统 |
4.1 可编程逻辑控制器概述 |
4.2 可编程逻辑控制器的定义及工作原理 |
4.2.1 可编程逻辑控制器的定义 |
4.2.2 可编程逻辑控制器的工作原理 |
4.3 西门子S7-300的硬件配置 |
4.3.1 中央处理器模块 |
4.3.2 信号模块 |
4.3.3 信号模块的I/O地址 |
4.4 本章小结 |
第5章 基于STEP7软件的控制程序设计 |
5.1 STEP7程序设计流程 |
5.1.1 PLC的硬件组态 |
5.1.2 PLC的参数设置 |
5.1.3 编程语言 |
5.1.4 逻辑块 |
5.2 控制系统程序设计 |
5.2.1 温度信号采集 |
5.2.2 压力信号采集 |
5.2.3 温度脉冲控制 |
5.2.4 压力PID控制 |
5.3 本章小结 |
结论 |
参考文献 |
致谢 |
导师简介 |
企业导师简介 |
作者简介 |
学位论文数据集 |
(8)加热炉生产过程操作优化建模及差分进化算法研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 问题的研究背景及意义 |
1.2 加热炉过程的工艺背景与操作优化问题的提出 |
1.2.1 加热炉的生产工艺背景 |
1.2.2 加热炉生产过程操作优化问题 |
1.3 生产操作优化与研究现状 |
1.3.1 生产过程操作优化 |
1.3.2 操作优化的研究现状 |
1.3.3 加热炉生产过程操作优化的研究现状 |
1.4 本文的主要工作与研究路线 |
第2章 加热炉操作优化的机理建模研究 |
2.1 引言 |
2.2 加热炉传热机理模型 |
2.3 加热炉能耗机理模型 |
2.4 板坯氧化烧损机理模型 |
2.5 模型性能验证数值实验 |
2.6 小结 |
第3章 基于机理建模的加热炉操作优化问题求解 |
3.1 引言 |
3.2 OOFP问题优化模型 |
3.3 改进的差分进化算法(O-DE) |
3.3.1 差分进化算法框架 |
3.3.2 可行域空间收缩(SC)机制 |
3.3.3 组合变异(CRRB)策略 |
3.3.4 自适应参数设定(SAPS)策略 |
3.4 基于Benchmark问题的O-DE算法数值实验 |
3.5 基于OOFP问题的O-DE算法数值实验 |
3.5.1 O-DE算法的改进策略有效性分析 |
3.5.2 O-DE算法与其他算法的求解性能比较 |
3.5.3 O-DE算法计算时间复杂度分析 |
3.5.4 关于OOFP问题与O-DE算法的深入分析 |
3.6 小结 |
第4章 加热炉操作优化的混合建模研究 |
4.1 引言 |
4.2 基于机理和数据解析的OOFP问题混合建模 |
4.2.1 OOFP混合建模方法原理与框架 |
4.2.2 基于LS-SVM的机理模型偏差预测 |
4.3 基于差分进化算法的LS-SVM模型参数优化 |
4.3.1 LS-SVM参数选取方法综述 |
4.3.2 基于DE的LS-SVM参数优化 |
4.4 混合模型精度数值实验 |
4.5 小结 |
第5章 基于混合建模的加热炉操作优化问题求解 |
5.1 引言 |
5.2 改进的差分进化算法(IO-DE) |
5.2.1 可行域动态调整(FRDA)机制 |
5.2.2 种群规模渐进缩减(PSGS)策略 |
5.3 基于Benchmark问题的IO-DE算法数值实验 |
5.4 针对OOFP问题的IO-DE算法求解性能结果 |
5.4.1 IO-DE算法策略有效性分析 |
5.4.2 IO-DE与其他算法的求解性能比较 |
5.4.3 IO-DE算法计算时间复杂度分析 |
5.5 小结 |
第6章 加热炉生产过程集成优化问题与方法 |
6.1 引言 |
6.2 加热炉生产过程的集成优化问题 |
6.2.1 加热炉生产过程预测控制问题 |
6.2.2 加热炉生产过程集成优化问题 |
6.3 加热炉生产过程的集成优化方法 |
6.3.1 加热炉生产过程的炉温预测控制 |
6.3.2 加热炉生产过程集成优化方法 |
6.4 集成优化性能数值实验 |
6.4.1 加热炉集成优化的预测控制结果分析 |
6.4.2 加热炉生产过程的集成优化效果分析 |
6.5 小结 |
第7章 结束语 |
参考文献 |
致谢 |
作者博士期间发表和录用的论文 |
作者博士期间参与的科研项目 |
(9)基于预测函数控制的导热油加热炉温度控制改进策略研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 课题背景及研究意义 |
1.2 导热油加热炉研究现状 |
1.2.1 国外研究现状 |
1.2.2 国内研究现状 |
1.3 预测控制算法研究现状及发展 |
1.4 不确定系统研究现状及发展 |
1.5 目前研究中存在的主要问题 |
1.6 论文主要研究工作 |
第二章 导热油加热炉系统工艺分析 |
2.1 导热油加热炉机理分析 |
2.1.1 导热油加热炉系统特点 |
2.1.2 工艺流程描述 |
2.2 导热油加热炉部分参数指标 |
2.2.1 热负荷 |
2.2.2 炉膛热强度 |
2.2.3 炉膛温度与炉管表面热强度 |
2.2.4 热效率 |
2.2.5 导热油流速及压降 |
2.2.6 过剩空气系数 |
2.3 热传递方式 |
2.3.1 辐射传热 |
2.3.2 对流传热 |
2.4 主要控制参数 |
2.4.1 导热油出口温度 |
2.4.2 排烟温度 |
2.4.3 炉膛负压 |
2.4.4 烟气含氧量 |
2.5 现有控制方案 |
2.5.1 导热油出口炉温控制 |
2.5.2 导热油流量控制 |
2.5.3 烟气含氧量控制 |
2.6 本章小结 |
第三章 预测函数控制算法分析及仿真 |
3.1 预测控制 |
3.1.1 概述 |
3.1.2 基本原理 |
3.2 预测函数控制 |
3.2.1 基函数 |
3.2.2 预测模型 |
3.2.3 参考轨迹 |
3.2.4 误差补偿 |
3.2.5 滚动优化 |
3.3 PFC仿真分析 |
3.3.1 一阶过程仿真分析 |
3.3.2 二阶过程仿真分析 |
3.4 本章小结 |
第四章 不确定系统分析及应用仿真 |
4.1 不确定系统概述 |
4.1.1 不确定性研究的背景 |
4.1.2 不确定系统的鲁棒控制理论 |
4.2 不确定性的描述 |
4.2.1 参数不确定模型 |
4.2.2 非参数化不确定模型 |
4.3 不确定系统的鲁棒稳定性分析 |
4.3.1 不确定系统稳定性 |
4.3.2 不确定系统的二次稳定 |
4.4 应用与仿真 |
4.5 本章小结 |
第五章 导热油加热炉出口温度控制策略 |
5.1 建模理论探讨 |
5.2 导热油加热炉运行过程控制机理分析 |
5.3 导热油加热炉出口温度控制策略解析 |
5.3.1 导热油出口温度控制方案设计 |
5.3.2 加热炉出口温度控制系统的PFC算法 |
5.4 仿真研究 |
5.4.1 PFC-前馈控制方案仿真 |
5.4.2 基于不确定性的控制方案仿真 |
5.5 工程应用 |
5.6 本章小节 |
第六章 导热油加热炉自动化系统设计开发 |
6.1 自动化系统硬件开发 |
6.1.1 控制网络构建 |
6.1.2 输入输出模块和检测控制元件 |
6.1.3 工程师站和操作员站 |
6.2 自动化系统软件开发 |
6.2.1 总体开发思路 |
6.2.2 软件设计 |
6.3 导热油加热炉运行控制 |
6.3.1 导热油加热炉点炉控制 |
6.3.2 导热油加热炉联锁保护控制 |
6.4 本章小结 |
第七章 全文总结与展望 |
7.1 全文工作总结 |
7.2 本课题研究展望 |
参考文献 |
附录A 插图清单 |
附录B 表格清单 |
攻读学位期间已发表的论文及已授权的专利 |
致谢 |
(10)热重分析系统的温度控制方法研究(论文提纲范文)
致谢 |
摘要 |
ABSTRACT |
1 引言 |
1.1 课题研究的背景 |
1.2 热重分析设备的温度控制国内外现状 |
1.2.1 炉温度场研究现状 |
1.2.2 温度控制技术的发展及研究现状 |
1.2.3 温度控制在热重分析设备中的应用 |
1.2.4 温度控制的实现方法 |
1.3 课题研究的主要内容 |
2 热重分析系统传热理论分析与有限元建模 |
2.1 热重分析系统功能构成 |
2.2 热重分析系统传热机理分析 |
2.2.1 热传导方式 |
2.2.2 热辐射方式 |
2.2.3 热对流方式 |
2.2.4 边界条件 |
2.3 热分析有限元方法研究 |
2.4 ANSYS温度场模型仿真 |
2.4.1 ANSYS软件介绍及计算流程 |
2.4.2 单元类型和材料特性 |
2.4.3 几何尺寸与单元密度 |
2.4.4 定义温度载荷 |
2.5 ANSYS温度场分析 |
2.5.1 加热炉温度分布分析 |
2.5.2 物料点温度的瞬态分析 |
2.5.3 物料燃烧放热分析 |
3 热重分析系统温度控制算法研究 |
3.1 温度控制系统结构 |
3.2 被控对象传递函数 |
3.3 改进的模糊PID控制器研究与设计 |
3.3.1 常规PID控制器 |
3.3.2 模糊控制器 |
3.3.3 模糊PID控制器 |
3.3.4 改进的模糊PID控制器 |
3.4 控制系统运行仿真分析 |
4 热重分析系统研究与设计 |
4.1 热重分析系统功能分析 |
4.2 热重分析系统结构 |
4.3 进气模块设计 |
4.4 基于STM32的温度控制系统设计 |
4.4.1 温度传感器 |
4.4.2 温度采集模块 |
4.4.3 STM32控制运算模块 |
4.4.4 转换电路设计 |
4.4.5 电源模块设计 |
4.4.6 加热设备 |
4.5 称重模块设计 |
4.6 串口通信模块设计 |
4.7 热重分析系统软件设计 |
4.7.1 系统软件总体设计 |
4.7.2 下位机软件设计 |
4.7.3 下位机编程语言 |
4.7.4 功能模块子程序编写 |
4.7.5 上位机软件设计 |
5 系统的实验调试及运行效果分析 |
5.1 热重分析系统实装及功能调试 |
5.1.1 下位机控制系统实装及功能调试 |
5.1.2 上位机人机交互界面展示及功能调试 |
5.1.3 热重分析系统整体实装及功能调试 |
5.2 温度控制系统运行效果分析 |
5.2.1 改进模糊PID炉温控制器动态性能指标分析 |
5.2.2 改进模糊PID控制器稳态指标分析 |
6 总结与展望 |
6.1 总结 |
6.2 展望 |
参考文献 |
作者简历 |
学位论文数据集 |
四、加热炉燃烧智能控制算法的研究(论文参考文献)
- [1]加热炉钢坯顺序控制系统设计[D]. 顾培耀. 扬州大学, 2021(08)
- [2]广义预测控制在电热锅炉温度控制中的应用研究[D]. 区杰勇. 东华大学, 2020(01)
- [3]基于模糊RBF神经网络PID的加热炉温度控制系统设计[D]. 周信. 辽宁科技大学, 2020(02)
- [4]基于神经网络的蓄热式加热炉的温度控制研究[D]. 熊延辉. 华北理工大学, 2019(03)
- [5]基于氧化锆传感器残氧检测系统的研究[D]. 王骏鹏. 辽宁科技大学, 2019(01)
- [6]蓄热式加热炉燃烧系统控制策略研究[D]. 杜卫达. 河北科技大学, 2019(02)
- [7]基于脉冲燃烧的蓄热式加热炉智能控制系统[D]. 王俊琦. 华北理工大学, 2018(01)
- [8]加热炉生产过程操作优化建模及差分进化算法研究[D]. 夏琼. 东北大学, 2018(01)
- [9]基于预测函数控制的导热油加热炉温度控制改进策略研究[D]. 徐强. 安徽工业大学, 2017(02)
- [10]热重分析系统的温度控制方法研究[D]. 南炳燊. 北京交通大学, 2017(06)