基于机器学习的工业炉智能控制与实现

发布时间：2022-12-03 20:56

　　研究基于机器学习的工业炉智能控制与实现,指出炉内的温度取决于燃气化学能的能量输入、产品热处理过程焓值的提升以及烟气排放带走的热量三者之间瞬态复杂的耦合关系。提出了炉温的控制策略,并搭建了燃烧控制模型和机器学习模型,机器学习模型包含炉体温度预测模型和排烟温度预测模型。工业实验结果表明:热处理工艺过程中,工业炉炉温能够根据产品热处理工艺要求做到瞬时准确控制。 

【文章页数】：5 页

【文章目录】：
1 工业炉及其燃烧机理
2 控制对象模型
    2.1 燃烧控制模型
    2.2 机器学习模型
        2.2.1 排烟温度预测模型
        2.2.2 炉温预测模型
3 仿真与实验结果实现
4 结论


【参考文献】：
期刊论文
[1]模糊自整定PID在单晶炉温度控制中的仿真[J]. 雷华桢,王东方,郑凤琴.  机械设计与制造. 2009(10)
[2]智能PID控制在电石炉电极调节系统中的应用[J]. 陈龙,马伯渊,张雪峰.  系统仿真学报. 2007(07)
[3]模糊自适应PID在焦炉控制中的仿真[J]. 高宪文,赵亚平.  东北大学学报. 2006(10)
[4]基于智能控制的加热炉自动化系统[J]. 潘海鹏.  微计算机信息. 2004(02)
[5]加热炉自适应钢坯温度预报模型的开发[J]. 王中杰,关守平,柴天佑.  钢铁研究学报. 1999(02)
[6]加热炉控制数学模型[J]. 宁宝林,陈海耿,杨泽宽,王英斌.  冶金能源. 1989(05)
[7]钢坯加热炉计算机控制动态数学模型的开发[J]. 杨永耀,吕勇哉.  自动化学报. 1987(04)



本文编号：3706958