纯碱生产煅烧过程优化控制策略研究
|
摘要
本文针对纯碱煅烧过程的时变、大时滞、多变量强耦合等复杂过程特性,在单台煅烧炉预测控制的基础上,提出了基于经济指标优化的煅烧过程MPC优化控制策略,并进一步针对实际煅烧生产过程多台煅烧炉并联运行的情况提出了生产负荷变化的智能MPC优化控制策略。
主要研究工作包括：
1、简单介绍了纯碱煅烧过程工艺和设备的发展过程,重点分析了煅烧过程的工艺原理、控制特点,总结了国内外纯碱煅烧过程控制策略研究和应用现状。
2、通过工业现场调研和工艺资料的分析,阐述了纯碱煅烧过程的主要控制指标,研究了纯碱煅烧过程常规控制策略的原理和特点,分析了常规控制策略实施中存在的主要问题,并在此基础上提出了在煅烧过程实施先进控制的必要性。
3、针对单台煅烧炉纯碱煅烧过程的动态模型与优化目标,将多变量DMC优化控制策略应用于煅烧过程中,并通过MATLAB仿真验证。仿真结果表明,该优化控制策略能够将出碱温度、出气温度等关键工艺指标维持在正常范围内,保证产品质量,达到较理想的控制效果。然后,在上述控制策略的基础上提出了基于经济指标优化的多变量模型预测控制优化控制策略,即在滚动优化时先进行经济指标最小化的稳态优化再进行动态优化,仿真结果表明,该优化控制策略不仅能够实现煅烧过程关键工艺指标的控制和优化,保证了产品质量,还能实现“卡边”优化,降低了能耗。
4、分析工业现场遇到的各种工艺状况,针对实际工业现场多台煅烧炉并联工作的控制和优化问题,在单台煅烧炉多变量模型预测控制的基础上,结合模糊控制、专家控制策略,提出了一种针对生产工况变化动态分配湿重碱进料量的智能MPC优化控制策略。仿真结果表明,该优化控制策略在故障诊断和炉况监视的支持下,能够根据各煅烧炉的工况动态分配进碱量,在保证产品质量的前提下,实现总进碱量的整体优化。最后,将该优化控制策略应用到某纯碱厂轻灰煅烧工序项目中,取得了较好的控制效果。
Soda calcination processes invariably emerge complicated characteristics such as time-varying, large time-delay and strong-coupling, etc. In this thesis, a MPC optimization strategy is studied for the single-calciner MPC system. Furthermore, an intelligent MPC optimization strategy for the real parallel multi-calciner MPC system is proposed.
The main contributions of the research work are summarized as follows:
1. The basic principles and equipments of soda calcination process are briefly introduced, followed which the principles and characteristics of the process are mainly analyzed. In addition, the state of art of soda calcination process is summarized.
2. According to the investigation of practical industrial application and theoretical analysis, the main control objects of soda calcinations are presented. The shortage of conventional control strategies is analyzed based on the study of the process's principals and characteristics. Consequently, the necessity of implementation of advanced process control (APC) strategy is demonstrated.
3. A multivariate DMC optimization control strategy is designed for a single-calciner process based on its dynamic model and optimization objects. This strategy is further validated through MATLAB simulation examples, which illustrates the effectiveness and superior performance of the proposed approach. According to the simulation results, the key indicators such as the temperature of outlet soda and outlet air can be successfully controlled in the normal range. Afterwards, a multivariate MPC optimization control strategy is proposed on the basis of the above mentioned one. Simulation results indicate that the new strategy can not only keep the key variables in the normal range but also realize the bonder control. This advantage can reduce the energy consumption and finally bring benefit for the company.
4. In practical applications, the soda calcinations process is parallel of multi-calciner. Besides, of the varying production states in real cases should be considered. Hence, a new intelligent MPC optimization control strategy is proposed combined with fuzzy control and expert control technologies. A mechanism of dynamic distribution of the feed of wet soda according to different conditions is invented in the new strategy. Simulation results state that this strategy can optimize the whole feed of soda on condition of good products quality. The good performance is also validated by the implementation to the light soda calcination process in a soda plant.
主要研究工作包括：
1、简单介绍了纯碱煅烧过程工艺和设备的发展过程,重点分析了煅烧过程的工艺原理、控制特点,总结了国内外纯碱煅烧过程控制策略研究和应用现状。
2、通过工业现场调研和工艺资料的分析,阐述了纯碱煅烧过程的主要控制指标,研究了纯碱煅烧过程常规控制策略的原理和特点,分析了常规控制策略实施中存在的主要问题,并在此基础上提出了在煅烧过程实施先进控制的必要性。
3、针对单台煅烧炉纯碱煅烧过程的动态模型与优化目标,将多变量DMC优化控制策略应用于煅烧过程中,并通过MATLAB仿真验证。仿真结果表明,该优化控制策略能够将出碱温度、出气温度等关键工艺指标维持在正常范围内,保证产品质量,达到较理想的控制效果。然后,在上述控制策略的基础上提出了基于经济指标优化的多变量模型预测控制优化控制策略,即在滚动优化时先进行经济指标最小化的稳态优化再进行动态优化,仿真结果表明,该优化控制策略不仅能够实现煅烧过程关键工艺指标的控制和优化,保证了产品质量,还能实现“卡边”优化,降低了能耗。
4、分析工业现场遇到的各种工艺状况,针对实际工业现场多台煅烧炉并联工作的控制和优化问题,在单台煅烧炉多变量模型预测控制的基础上,结合模糊控制、专家控制策略,提出了一种针对生产工况变化动态分配湿重碱进料量的智能MPC优化控制策略。仿真结果表明,该优化控制策略在故障诊断和炉况监视的支持下,能够根据各煅烧炉的工况动态分配进碱量,在保证产品质量的前提下,实现总进碱量的整体优化。最后,将该优化控制策略应用到某纯碱厂轻灰煅烧工序项目中,取得了较好的控制效果。
Soda calcination processes invariably emerge complicated characteristics such as time-varying, large time-delay and strong-coupling, etc. In this thesis, a MPC optimization strategy is studied for the single-calciner MPC system. Furthermore, an intelligent MPC optimization strategy for the real parallel multi-calciner MPC system is proposed.
The main contributions of the research work are summarized as follows:
1. The basic principles and equipments of soda calcination process are briefly introduced, followed which the principles and characteristics of the process are mainly analyzed. In addition, the state of art of soda calcination process is summarized.
2. According to the investigation of practical industrial application and theoretical analysis, the main control objects of soda calcinations are presented. The shortage of conventional control strategies is analyzed based on the study of the process's principals and characteristics. Consequently, the necessity of implementation of advanced process control (APC) strategy is demonstrated.
3. A multivariate DMC optimization control strategy is designed for a single-calciner process based on its dynamic model and optimization objects. This strategy is further validated through MATLAB simulation examples, which illustrates the effectiveness and superior performance of the proposed approach. According to the simulation results, the key indicators such as the temperature of outlet soda and outlet air can be successfully controlled in the normal range. Afterwards, a multivariate MPC optimization control strategy is proposed on the basis of the above mentioned one. Simulation results indicate that the new strategy can not only keep the key variables in the normal range but also realize the bonder control. This advantage can reduce the energy consumption and finally bring benefit for the company.
4. In practical applications, the soda calcinations process is parallel of multi-calciner. Besides, of the varying production states in real cases should be considered. Hence, a new intelligent MPC optimization control strategy is proposed combined with fuzzy control and expert control technologies. A mechanism of dynamic distribution of the feed of wet soda according to different conditions is invented in the new strategy. Simulation results state that this strategy can optimize the whole feed of soda on condition of good products quality. The good performance is also validated by the implementation to the light soda calcination process in a soda plant.
引文
[1]中国石油和化学工业联合会,中国纯碱工业协会.2011年度纯碱行业企业信息化与工业化融合发展水平评估报告[M].2011.
[2]于祥明.《纯碱行业“十二五”发展规划已浮出水面[J].河南化工,2011,(9)：9.
[3]中国行业咨询网.中国纯碱工业“十二五”发展趋势分析报告[M].2011.
[4]徐肇骏,颜海.纯碱生产操作工[M].北京：化学工业出版社,2003.
[5]姜家国.外返碱蒸汽煅烧炉及能源使用状况综述[J].纯碱工业,2009,(5)：8-12.
[6]吕志远.纯碱装置碳化过程优化控制策略研究[D].浙江大学,2011.
[7]大连化工研究设计院.纯碱工学[M].化学工业出版社,2004.
[8]张秉玉.纯碱锻烧工艺及设备的改进[J].河南化工,1990,(2)：28-31.
[9]高志刚,侯景琪.(φ3.6*30m轻灰煅烧炉的改造[J].纯碱工业,1998,(5)：48-52.
[10]许昌黎.φ3200自身返碱蒸汽煅烧炉的进一步改进与完善[J].纯碱工业,2007,(2)：20-22.
[11]袁江.也谈提高轻灰煅烧炉生产能力方法[J].纯碱工业,2004,(4)：30-31.
[12]杨志国,陈勤.完善煅烧炉改造的配套措施[J].纯碱工业,2007,(5)：32-33.
[13]包友兴,曾亦兵.Φ2500新型自身返碱蒸汽煅烧炉技术改造综述[J].纯碱工业,1998,(6)：6-12.
[14]许译华,亢钧陶.φp2.Om×20m自身返碱煅烧炉的改进设计[J].纯碱工业,2008,(1)：15-16.
[15]李明科.提高外返碱蒸汽煅烧技术的工艺路线[J].纯碱工业,2001,(4)：36-38.
[16]彭丽华,毛荣,张全明等.浅析轻质纯碱煅烧方法[J].干燥技术与设备,2008,6(3)：140-141.
[17]项自根.煅烧车间的技改与设备改造[J].纯碱工业,2011,(3)：34-35.
[18]白珍龙,耿继宏.分数阶模型参考自适应控制在重碱煅烧中的应用[J].化工自动化及仪表,2009,36(2)：33-37.
[19]邹涛,丁宝苍,张端.模型预测控制工程应用导论[M].化学工业出版社,2009.
[20]杨青.非线性预测控制器设计及其应用[D].中国石油大学,2007.
[21]黄凤华,王玲.先进控制技术的主要控制方法综述[M]//中国电工技术学会.第十九届电工理论学会.武汉.2007：231-236.
[22]RICHALET J, RAULT A, TESTUD J, et al. Algorithmic control of industrial processes, F,1976 [C]. URSS September, Tbilisi.
[23]RICHALET J, RAULT A, TESTUD J, et al. Model predictive heuristic control: Applications to industrial processes [J]. Automatica,1978,14(5):413-428.
[24]CUTLER C R, RAMAKER B. Dynamic matrix control, a computer control algorithm, F,1980 [C]. Proceedings Joint Automatic Control Conference, San Francisico,CA.
[25]席裕庚.预测控制[M].国防工业出版社,1993.
[26]CUTLER C R, RAMAKER B. Dynamic matrix control-a computer control algorithm, F,1979 [C]. AIChE national meeting, Houstin TX.
[27]CARLOS E G, MORSHEDI A. Quadratic Programming Solution of Dynamic Matrix Control (QDMC) [J]. Chemical Engineering Communications,1986, 46(1-3):73-87.
[28]CLARKE D W, MOHTADI C, TUFFS P. Generalized predictive control--Part Ⅰ. The basic algorithm [J]. Automatica,1987,23(2):137-148.
[29]CLARKE D, MOHTADI C, TUFFS P. Generalized Predictive Control Part Ⅱ. Extensions and Interpretations [J]. Automatica,1987,23(2):149-160.
[30]王伟,广义预测控制理论及其应用[M].科学出版社,1998.
[31]CHEN H, ALLG WER F. A quasi-infinite horizon nonlinear model predictive control scheme with guaranteed stability [J]. Automatica,1998,34(10): 1205-1217.
[32]曾光奇,胡均安,王东等.模糊控制理论与工程应用[M].华中科技大学出版社,2006.
[33]顾慧萍,黄文骏.模糊PID控制在温控仪中的应用[J].自动化技术与应用,2006,24(8)：28-30.
[34]李界家,付萍,片锦香等.参数自调整模糊控制在炉温控制中的应用[J].控制工程,2004,11(1)：14-16.
[35]彭勇刚,韦巍.人工气候箱温湿度模糊控制[J].农业工程学报,2006,22(8)：166-169.
[36]聂云峰,荣丽红,高飞等.模糊预测控制在热电厂锅炉燃烧系统中的应用[J].自动化技术与应用,2008,27(2)：19-21.
[37]袁洪芳,史天运.故障诊断专家系统中的模糊推理算法[J].北京理工大学学报,1999,19(6)：701-704.
[38]何跃英,江荣汉.基于模糊理论的电力设备故障诊断专家系统[J].电工技术学报,1994,(3)：43-46.
[39]陈珊,王太勇,王国锋等.机械设备智能诊断与预测维修系统[J].西南交通大学学报,2003,38(5)：540-543.
[40]束洪春,司大军.电力变压器故障诊断专家系统知识库建立和维护的粗糙集方法[J].中国电机工程学报,2002,22(2)：31-35.
[41]赵均,李田鹏,钱积新.模型预测控制工程软件关键技术及其工业应用[J].吉林大学学报：信息科学版,2004,22(4)：341-345.
[42]吴明光,钱积新.基于多目标分层的预测控制定态优化技术[J].化工学报,2005,56(1)：105-109.
[43]刘富春,赵均,钱积新.多变量约束快速动态矩阵控制算法研究[J].浙江大学学报：工学版,2005,39(5)：672-675.
[44]童一飞,金晓明.基于广义预测控制的循环流化床锅炉燃烧过程多目标优化控制策略[J].中国电机工程学报,2010,30(11)：38-43.
[45]高岩,梁太龙.并列运行工业锅炉的负荷优化分配[J].北京理工大学学报, 2002,22(3)：318-320.
[46]王治国,刘吉臻,谭文等.基于快速性与经济性多目标优化的火电厂厂级负荷分配研究[J].中国电机工程学报,2006,26(19)：86-92.
[47]ASKE E M B, STRAND S, SKOGESTAD S. Coordinator MPC for maximizing plant throughput [J]. Computers & Chemical Engineering,2008, 32(1-2):195-204.
[48]CHENG R, FORBES J, YIP W. Price-driven coordination method for solving plant-wide MPC problems [J]. Journal of Process Control,2007,17(5): 429-438.
[49]李文波.国外石油化工公用工程优化控制软件综述[J].石油化工安全环保技术,2009,25(1)：9-10.
[50]王静,王立国.先进控制及优化在海化纯碱生产工艺中的应用[J].城市建设与商业网点,2009,(17)：164-165.
[51]谭贤成,张玉润.模糊控制在联碱碳化过程中的应用研究[J].石油化工自动化,2001,(4)：20-22.
[52]谭飞,谭功全,柏建国等.一种仿人智能控制器及其在碳化塔中部温度控制中的应用,F,2003[C].
[53]朱燕飞,程良伦,曾莹等.纯碱碳化过程建模研究[J].计算机工程与应用,2009,(1)：228-229.
[54]金晓明,张泉灵,苏宏业.先进控制技术在纯碱生产碳化过程中的应用[J].化工学报,2008,59(7)：1761-1767.
[55]荣宝成,任乃新.提高自身返碱重灰煅烧炉生产能力的方法[J].纯碱工业,2000,(4)：50-51.
[56]刘川来,张建军,张海燕.Fuzzy-Smith控制器在蒸汽煅烧炉温控系统中的应用[J].微计算机信息,2006,22(34)：41-42.
[57]王欢,赵英凯.基于令牌传递技术的纯碱煅烧炉炉头负压解耦控制器的设计[J].化工自动化及仪表,2008,35(4)：83-84.
[58]王欢,王永红,赵英凯.基于灰关联方法的纯碱煅烧炉炉气浓度软测量模 型[J].化工自动化及仪表,2009,36(6)：41-43.
[59]高昆,张树吉,金晓明.先进控制技术在纯碱装置轻灰煅烧过程中的应用[J].数字石油和化工,2007,(4)：57-59.
[60]浙江中控软件技术有限公司.纯碱轻灰煅烧工序先进控制与优化技术报告[M].2010.
[61]BEMPORAD A, MORARI M, RICKER N. Model Predictive Control Toolbox 3 Users Guide. The Math Works [J]. Inc, Natick,2009.
[62]肖燕军.浅谈煅烧工序设备存在问题及处理方法[J].纯碱工业,2009,(4)：43-46.
[63]吕燕,吴敏,雷琪等.钛坯天然气加热炉多工况炉温模糊优化控制[J].化工学报,2011,62(8)：2140-2145.
[2]于祥明.《纯碱行业“十二五”发展规划已浮出水面[J].河南化工,2011,(9)：9.
[3]中国行业咨询网.中国纯碱工业“十二五”发展趋势分析报告[M].2011.
[4]徐肇骏,颜海.纯碱生产操作工[M].北京：化学工业出版社,2003.
[5]姜家国.外返碱蒸汽煅烧炉及能源使用状况综述[J].纯碱工业,2009,(5)：8-12.
[6]吕志远.纯碱装置碳化过程优化控制策略研究[D].浙江大学,2011.
[7]大连化工研究设计院.纯碱工学[M].化学工业出版社,2004.
[8]张秉玉.纯碱锻烧工艺及设备的改进[J].河南化工,1990,(2)：28-31.
[9]高志刚,侯景琪.(φ3.6*30m轻灰煅烧炉的改造[J].纯碱工业,1998,(5)：48-52.
[10]许昌黎.φ3200自身返碱蒸汽煅烧炉的进一步改进与完善[J].纯碱工业,2007,(2)：20-22.
[11]袁江.也谈提高轻灰煅烧炉生产能力方法[J].纯碱工业,2004,(4)：30-31.
[12]杨志国,陈勤.完善煅烧炉改造的配套措施[J].纯碱工业,2007,(5)：32-33.
[13]包友兴,曾亦兵.Φ2500新型自身返碱蒸汽煅烧炉技术改造综述[J].纯碱工业,1998,(6)：6-12.
[14]许译华,亢钧陶.φp2.Om×20m自身返碱煅烧炉的改进设计[J].纯碱工业,2008,(1)：15-16.
[15]李明科.提高外返碱蒸汽煅烧技术的工艺路线[J].纯碱工业,2001,(4)：36-38.
[16]彭丽华,毛荣,张全明等.浅析轻质纯碱煅烧方法[J].干燥技术与设备,2008,6(3)：140-141.
[17]项自根.煅烧车间的技改与设备改造[J].纯碱工业,2011,(3)：34-35.
[18]白珍龙,耿继宏.分数阶模型参考自适应控制在重碱煅烧中的应用[J].化工自动化及仪表,2009,36(2)：33-37.
[19]邹涛,丁宝苍,张端.模型预测控制工程应用导论[M].化学工业出版社,2009.
[20]杨青.非线性预测控制器设计及其应用[D].中国石油大学,2007.
[21]黄凤华,王玲.先进控制技术的主要控制方法综述[M]//中国电工技术学会.第十九届电工理论学会.武汉.2007：231-236.
[22]RICHALET J, RAULT A, TESTUD J, et al. Algorithmic control of industrial processes, F,1976 [C]. URSS September, Tbilisi.
[23]RICHALET J, RAULT A, TESTUD J, et al. Model predictive heuristic control: Applications to industrial processes [J]. Automatica,1978,14(5):413-428.
[24]CUTLER C R, RAMAKER B. Dynamic matrix control, a computer control algorithm, F,1980 [C]. Proceedings Joint Automatic Control Conference, San Francisico,CA.
[25]席裕庚.预测控制[M].国防工业出版社,1993.
[26]CUTLER C R, RAMAKER B. Dynamic matrix control-a computer control algorithm, F,1979 [C]. AIChE national meeting, Houstin TX.
[27]CARLOS E G, MORSHEDI A. Quadratic Programming Solution of Dynamic Matrix Control (QDMC) [J]. Chemical Engineering Communications,1986, 46(1-3):73-87.
[28]CLARKE D W, MOHTADI C, TUFFS P. Generalized predictive control--Part Ⅰ. The basic algorithm [J]. Automatica,1987,23(2):137-148.
[29]CLARKE D, MOHTADI C, TUFFS P. Generalized Predictive Control Part Ⅱ. Extensions and Interpretations [J]. Automatica,1987,23(2):149-160.
[30]王伟,广义预测控制理论及其应用[M].科学出版社,1998.
[31]CHEN H, ALLG WER F. A quasi-infinite horizon nonlinear model predictive control scheme with guaranteed stability [J]. Automatica,1998,34(10): 1205-1217.
[32]曾光奇,胡均安,王东等.模糊控制理论与工程应用[M].华中科技大学出版社,2006.
[33]顾慧萍,黄文骏.模糊PID控制在温控仪中的应用[J].自动化技术与应用,2006,24(8)：28-30.
[34]李界家,付萍,片锦香等.参数自调整模糊控制在炉温控制中的应用[J].控制工程,2004,11(1)：14-16.
[35]彭勇刚,韦巍.人工气候箱温湿度模糊控制[J].农业工程学报,2006,22(8)：166-169.
[36]聂云峰,荣丽红,高飞等.模糊预测控制在热电厂锅炉燃烧系统中的应用[J].自动化技术与应用,2008,27(2)：19-21.
[37]袁洪芳,史天运.故障诊断专家系统中的模糊推理算法[J].北京理工大学学报,1999,19(6)：701-704.
[38]何跃英,江荣汉.基于模糊理论的电力设备故障诊断专家系统[J].电工技术学报,1994,(3)：43-46.
[39]陈珊,王太勇,王国锋等.机械设备智能诊断与预测维修系统[J].西南交通大学学报,2003,38(5)：540-543.
[40]束洪春,司大军.电力变压器故障诊断专家系统知识库建立和维护的粗糙集方法[J].中国电机工程学报,2002,22(2)：31-35.
[41]赵均,李田鹏,钱积新.模型预测控制工程软件关键技术及其工业应用[J].吉林大学学报：信息科学版,2004,22(4)：341-345.
[42]吴明光,钱积新.基于多目标分层的预测控制定态优化技术[J].化工学报,2005,56(1)：105-109.
[43]刘富春,赵均,钱积新.多变量约束快速动态矩阵控制算法研究[J].浙江大学学报：工学版,2005,39(5)：672-675.
[44]童一飞,金晓明.基于广义预测控制的循环流化床锅炉燃烧过程多目标优化控制策略[J].中国电机工程学报,2010,30(11)：38-43.
[45]高岩,梁太龙.并列运行工业锅炉的负荷优化分配[J].北京理工大学学报, 2002,22(3)：318-320.
[46]王治国,刘吉臻,谭文等.基于快速性与经济性多目标优化的火电厂厂级负荷分配研究[J].中国电机工程学报,2006,26(19)：86-92.
[47]ASKE E M B, STRAND S, SKOGESTAD S. Coordinator MPC for maximizing plant throughput [J]. Computers & Chemical Engineering,2008, 32(1-2):195-204.
[48]CHENG R, FORBES J, YIP W. Price-driven coordination method for solving plant-wide MPC problems [J]. Journal of Process Control,2007,17(5): 429-438.
[49]李文波.国外石油化工公用工程优化控制软件综述[J].石油化工安全环保技术,2009,25(1)：9-10.
[50]王静,王立国.先进控制及优化在海化纯碱生产工艺中的应用[J].城市建设与商业网点,2009,(17)：164-165.
[51]谭贤成,张玉润.模糊控制在联碱碳化过程中的应用研究[J].石油化工自动化,2001,(4)：20-22.
[52]谭飞,谭功全,柏建国等.一种仿人智能控制器及其在碳化塔中部温度控制中的应用,F,2003[C].
[53]朱燕飞,程良伦,曾莹等.纯碱碳化过程建模研究[J].计算机工程与应用,2009,(1)：228-229.
[54]金晓明,张泉灵,苏宏业.先进控制技术在纯碱生产碳化过程中的应用[J].化工学报,2008,59(7)：1761-1767.
[55]荣宝成,任乃新.提高自身返碱重灰煅烧炉生产能力的方法[J].纯碱工业,2000,(4)：50-51.
[56]刘川来,张建军,张海燕.Fuzzy-Smith控制器在蒸汽煅烧炉温控系统中的应用[J].微计算机信息,2006,22(34)：41-42.
[57]王欢,赵英凯.基于令牌传递技术的纯碱煅烧炉炉头负压解耦控制器的设计[J].化工自动化及仪表,2008,35(4)：83-84.
[58]王欢,王永红,赵英凯.基于灰关联方法的纯碱煅烧炉炉气浓度软测量模 型[J].化工自动化及仪表,2009,36(6)：41-43.
[59]高昆,张树吉,金晓明.先进控制技术在纯碱装置轻灰煅烧过程中的应用[J].数字石油和化工,2007,(4)：57-59.
[60]浙江中控软件技术有限公司.纯碱轻灰煅烧工序先进控制与优化技术报告[M].2010.
[61]BEMPORAD A, MORARI M, RICKER N. Model Predictive Control Toolbox 3 Users Guide. The Math Works [J]. Inc, Natick,2009.
[62]肖燕军.浅谈煅烧工序设备存在问题及处理方法[J].纯碱工业,2009,(4)：43-46.
[63]吕燕,吴敏,雷琪等.钛坯天然气加热炉多工况炉温模糊优化控制[J].化工学报,2011,62(8)：2140-2145.
© 2004-2018 中国地质图书馆版权所有 京ICP备05064691号 京公网安备11010802017129号 地址：北京市海淀区学院路29号 邮编：100083 电话：办公室：(+86 10)66554848；文献借阅、咨询服务、科技查新：66554700 |