智能控制技术在水泥工业中的应用
|
摘要
由于水泥回转窑的煅烧过程具有多变量、非线性、纯滞后和强耦合等特点，使得采用传统的控制理论对水泥窑的控制变的十分困难。本学位论文发挥智能控制理论的特点，将神经网络控制和模糊控制应用到水泥窑的优化控制中。本文在阅读了大量的书籍的基础上，将VC++软件和智能控制理论结合起来，用高级语言实现了BP算法、Levenberg-Marguardt算法和Quasi-Newton算法，设计了神经网络系统软件；并将MATLAB软件应用到水泥窑的仿真中，设计了模糊控制仿真软件。将神经网络软件和模糊控制仿真软件应用到水泥窑的优化控制中，结果表明，采用智能控制优化水泥窑控制可显著的降低能耗，提高经济效益，对水泥生产有重要的现实意义。
本文作者首先研究了神经网络的发展、结构和算法，在此基础上，利用VC++软件和动态链接库技术设计并编制了神经网络系统软件，该软件可以采用BP算法、LM算法或拟牛顿算法对一个新的神经网络进行训练，并可以对训练好的神经网络进行测试，还可以采用关系数据库技术对训练样本和测试样本进行管理。将神经网络系统软件应用到水泥窑的优化控制，结果表明，该软件具有一定的使用价值。
其次，作者还研究了模糊控制的基本理论和模糊控制器的设计方法，同时还了解了水泥生产工艺和操作过程，对水泥生产过程中的控制参数和被控参数作了进一步研究，提出了参数的隶属函数，结合中控室操作员的经验提出了水泥窑输入、输出参数之间的模糊控制规则表，然后利用MATLAB软件中的模糊逻辑工具箱设计了模糊控制仿真系统，并设计了GUI界面。将模糊控制仿真软件应用到水泥窑的仿真过程中，取得了比较好的控制效果，对水泥生产的研究和仿真具有一定的意义。
最后，作者对全文进行了总结，并对今后的研究方式和方法作出了展望。
Because the calcining of cement kiln has characteristics of more variables, non-linearity, pure lag, strong coupling etc., controlling cement kiln with traditional control ways is very difficult. This thesis will bring into play the merits of aritificial intelligence, applying neural networks control and fuzzy control to optimize cement kiln. Based on reading a lot of books, this thesis fell VC++ and aritificial intelligence together, and realized BP algorithm, Levenberg-Marguardt algorithm and Quassi-Newton algorithm by VC++. This thesis also designed fuzzy control imitation software by MATLAB. The applications of neural networks software and fuzzy control imitation software show that aritificial intelligence could reduce energy consumption and increase economic efficience, which have important significance to cement industry.
Firstly, the author researched the development, structures and algorithms of neural networks, then programmed the neural networks software by VC++ and DLL. The software could train a new neural network by BP , LM or Quasi-Newton algorithm, test the neural network and manage training swatches and testing swatches. The result of applying neural networks software to cement kiln control shows that it has definite practical worth.
Based on researching fuzzy control theory and design way of fuzzy controller, and acquainting cement manufacturing process, the author researched the parameters of producing process in detail, brought forward subjection function and fuzzy control rules list of cement kiln input and output parameters and designed fuzzy control imitation software by fuzzy control toolbox of MATLAB. Applied the software to cement kiln imitating process, it has better control effect and definite significance.
At last, the author summarized the whole thesis and made a prospect of research fashions and ways.
本文作者首先研究了神经网络的发展、结构和算法，在此基础上，利用VC++软件和动态链接库技术设计并编制了神经网络系统软件，该软件可以采用BP算法、LM算法或拟牛顿算法对一个新的神经网络进行训练，并可以对训练好的神经网络进行测试，还可以采用关系数据库技术对训练样本和测试样本进行管理。将神经网络系统软件应用到水泥窑的优化控制，结果表明，该软件具有一定的使用价值。
其次，作者还研究了模糊控制的基本理论和模糊控制器的设计方法，同时还了解了水泥生产工艺和操作过程，对水泥生产过程中的控制参数和被控参数作了进一步研究，提出了参数的隶属函数，结合中控室操作员的经验提出了水泥窑输入、输出参数之间的模糊控制规则表，然后利用MATLAB软件中的模糊逻辑工具箱设计了模糊控制仿真系统，并设计了GUI界面。将模糊控制仿真软件应用到水泥窑的仿真过程中，取得了比较好的控制效果，对水泥生产的研究和仿真具有一定的意义。
最后，作者对全文进行了总结，并对今后的研究方式和方法作出了展望。
Because the calcining of cement kiln has characteristics of more variables, non-linearity, pure lag, strong coupling etc., controlling cement kiln with traditional control ways is very difficult. This thesis will bring into play the merits of aritificial intelligence, applying neural networks control and fuzzy control to optimize cement kiln. Based on reading a lot of books, this thesis fell VC++ and aritificial intelligence together, and realized BP algorithm, Levenberg-Marguardt algorithm and Quassi-Newton algorithm by VC++. This thesis also designed fuzzy control imitation software by MATLAB. The applications of neural networks software and fuzzy control imitation software show that aritificial intelligence could reduce energy consumption and increase economic efficience, which have important significance to cement industry.
Firstly, the author researched the development, structures and algorithms of neural networks, then programmed the neural networks software by VC++ and DLL. The software could train a new neural network by BP , LM or Quasi-Newton algorithm, test the neural network and manage training swatches and testing swatches. The result of applying neural networks software to cement kiln control shows that it has definite practical worth.
Based on researching fuzzy control theory and design way of fuzzy controller, and acquainting cement manufacturing process, the author researched the parameters of producing process in detail, brought forward subjection function and fuzzy control rules list of cement kiln input and output parameters and designed fuzzy control imitation software by fuzzy control toolbox of MATLAB. Applied the software to cement kiln imitating process, it has better control effect and definite significance.
At last, the author summarized the whole thesis and made a prospect of research fashions and ways.
引文
[1] 张乃尧，阎平凡．神经网络与模糊控制．北京：清华大学出版社，1996．1～29
[2] 章正斌，吴汝善，于健．模糊控制工程．重庆：重庆大学出版社，1992．7～35
[3] 李友善，李军．模糊控制理论及其在过程控制中的应用．北京：国防工业出版社，1993．56～81
[4] 刘增良，刘有才．模糊逻辑与神经网络——理论研究与探索．北京：北京航空航天大学出版社，1996．113～118
[5] 王士同．模糊系统、神经模糊系统及其应用程序设计．上海：上海科学技术文献出版社，1998．1～33
[6] 王伟．人工神经网络理论——入门与应用．北京：北京航空航天大学出版社，1995．10～74
[7] 胡上序，程翼宁．人工神经元计算导论．北京：科学技术出版社，1994．238～250
[8] 袁曾任．人工神经元网络及其应用．北京：清华大学出版社，1999．49～274
[9] 王科俊，王克成．神经网络建模、预报与控制．哈尔滨：哈尔滨工程大学出版社，1996．1～101
[10] 史忠科．神经网经控制理论．西安：西北工业大学出版社，1997．24～90
[11] 王永骤，涂健．神经元网络控制．北京：机械工业出版社，1999．1～68
[12] 李凡．模糊专家系统．武汉：华中理工大学出版社，1995．14～74
[13] 王耀南．智能控制系统——模糊逻辑·专家系统·神经网络控制．长沙：湖南大学出版社，1996．11～50 96～106
[14] 钟义信，潘新交，杨义先．智能理论与技术——人工智能与神经网络．北京：人民邮电出版社，1992．332～556
[15] 李士勇，模糊控制·神经网络和智能控制论．哈尔滨：哈尔滨工业大学出版社，1998
[16] 孙增析等．智能控制理论与技术．北京：清华大学出版社，1997
[17] 周东华，孙优贤．控制系统的故障检测与诊断技术．北京：清华大学出版社，1994
[18] 陈贻源．模糊数学．武汉：华中工学院出版社，1984
[19] 王士同．神经模糊系统及其应用．北京：北京航天航空大学出版社．1998
[20] 杨行峻，郑君里．人工神经网络．北京：高等教育出版社，1992
[21] 黄稳山，何坚强．水泥厂中央控制室微机及仪表．武汉：武汉工业大学出版社，1995．8～192
[22] 曹文聪，杨树森．普通硅酸盐工艺学．武汉：武汉工业大学出版社，1996．1～64
[23] 王殿方等．改进的BP算法及其在辩识中的应用．智能控制与智能自动化(中卷)．北京：科学出版社，1993，726～731
[24] 梁民，孙仲康．多层前馈神经网络的快速学习算法及其仿真研究．系统工程与电子技术，1993，5(3)：229～234
[25] 潘卫东．利用人工神经网络技术实现智能控制．计算机技术与自动化，1993，12(2)：7～12
[26] 师立国．浅谈2000t/d预分解窑的操作．四川水泥，2003，3：38～39
[27] 谭思云，李志明。水泥厂粉磨系统回路自动控制方法综述．四川水泥，2003，3：26～27
[28] 王庆陶．水泥回转窑的模糊控制模型．工科数学，2001，17(1)：12～15
[29] 姚维，颜文俊，启静．水泥回转窑生产过程的模糊控制．化工自动化及仪表，2000，27(2)：15～18
[30] 张安年，管天云．水泥立窑神经网络控制系统．洛阳工学院学报，1995，16(3)：66～68
[31] 刘可文，程新丽，涂利锐．神经网络在水泥窑优化控制系统中的应用．武汉理工大学学报，2001，23(10)：30～33
[32] 张建民，陈宏力，魏秀兰．一种动态神经网络在水泥回转窑温度控制中的应用．吉林化工学院学报，2001，18(1)：28～31
[33] 黄豪彩，黄宜坚，杨冠鲁．基于LM算法的神经网络系统辨识．组合机床与自动化加工技术，2003，2：6～11
[34] 何辉，张先业．基于拟Newton算法的Purex流程计算机模拟程序．原于能科学技术，2001，35(3)：217～222
[35] 赖炎连．拟牛顿算法的基本性质．咸宁师专学报，2002，22(3)：1～9
[36] 赖炎连．优化问题的拟牛顿算法．咸宁师专学报，2001，21(6)：1～7
[37] 孔亚广．造纸过程先进控制算法及其软件实现：[博士学位论文]．杭州：浙江大学，2002，119～143
[38] 禹柳飞．神经网络技术在预测控制中的应用研究：[硕士学位论文]．长沙：湖南大学，2003，37～52
[39] 谷芳春．神经网络优化理论研究及应用：[硕士学位论文]．秦皇岛：燕山大学，2002，14～84
[40] 王生成．基于模糊控制温控系统的研究：[硕士学位论文]．大连：大连理工大学，2002，15～40
[41] 肖勇．模糊控制理论在滞后系统中的应用：[硕士学位论文]．南宁：广西师范大学，2000，12～60
[42] 蔡长安．VC++6.0环境下的ODBC数据库接口与编程技术．江汉大学学报(自然科学版)，2003，31(1)：45～48
[43] 费佩燕，闰允一，郭宝龙．VC++中动态链接库的实现．现代电子技术，2003，8：9～11
[44] 赵晓敏．在VC++开发环境下的神经网络程序设计．机械设计与制造，2001，12：14～16
[45] 李翠玲，刘晓霞，李连胜．基于VC++的柴油发电机组监控软件的设计与实现．移动电源与车辆，2001，4：28～37
[46] 季卫，黄宇．MATLAB软件在水轮机调速器设计上的应用．长江科学院院报，2000，17(5)：44～51
[47] 华风雷，李志民．基于MATLAB(Simulink)语言的交流调速系统仿真，包头钢铁学院学报，1998，17(4)：280～283
[48] 王磊，王涛，张国强．一种用MATLA实现复杂控制系统的仿真方法．自动化与仪表，1997，12(1)：23～26
[49] 吴晓莉，林哲辉．MATLAB辅助模糊系统设计．西安：西安电子科技大学出版社，2002．46～124
[50] 楼顺天，胡昌华，张伟．基于MATLAB的系统分析与设计——模糊系统．西安：西安电子科技大学出版社，2001．12～57
[51] 张国良，曾静，邓方林．模糊控制及其MATLAB应用．西安：西安交通大学出版社，2002．43～113
[52] 飞思科技产品研发中心．MATLAB 6.5辅助神经网络分析与设计．北京：电子工业出版社，2003．1～131
[53] 楼顺天，施阳．基于MATLAB的系统分析与设计——神经网络．西安：西安电子科技大学出版社，2000．114～127
[54] Grossberg S. Nonlinear Neural Networks: Principles. Machines and Architectures, Neural Networks, 1988 Vol. 1
[55] James J. Buckley. On the Equivalence of Neural Networks and Fuzzy Expert Systems. Fuzzy Set and System, 1993
[56] Leonard J, Kramer MA. Improvement of the Back-Propagation Algorithm for Training Neural Networks. Computers Chem. Engng, 1990, 14(3)
[57] Fahlman Scott E. An Expirical Study of Learning Speed In Back-Propagation Network Technical Report. CMU-CS-88-162 September 1998
[58] Srinivas, M. and Patnaik, L.M. Adaptive Probabilities of Crossover and Mutation in Genetic Algorithms. IEEE Transactions on system, Man, and Cybernetics, Vol.24, No.4, 1994. 367～384
[59] Michalewicz, Z., Janikow, C., and Krawczyk, J., A Modified Genetic Algorithm for Optimal Control Problems, Computers & Mathematics with Applications, Vol.23, 1992.83～94
[60] Montana, D.J., and Davis, L.. Training Feed Forward Neural Networks Using Genetic Algorithms. Proceedings of the 1989
[61] Rovithakis GA. Christoudoulou M A. Adaptive control of unknown plants using dynamical neural networks. IEEETrans. Syst., Man and Cybern, 1994, 24(3)
[62] Cesare Citterio. Function Approximation-A Fast-Convergence Neural Approach Based on Spectral Analysis. IEE Transactions on Neural Networks, No 4 July, 1999
[63] D.Jiang.. A Recurrent Neural Network for Real-Time Semi Definite Programming. IEE Transactions on Neural Networks, No 1 January 1999,
[64] Jie Zhang. Recurrent Neuro-Fuzzy Networks for Nonlinear Process Modeling. IEE Transactions on Neural Networks, No 2 March, 1999
[2] 章正斌，吴汝善，于健．模糊控制工程．重庆：重庆大学出版社，1992．7～35
[3] 李友善，李军．模糊控制理论及其在过程控制中的应用．北京：国防工业出版社，1993．56～81
[4] 刘增良，刘有才．模糊逻辑与神经网络——理论研究与探索．北京：北京航空航天大学出版社，1996．113～118
[5] 王士同．模糊系统、神经模糊系统及其应用程序设计．上海：上海科学技术文献出版社，1998．1～33
[6] 王伟．人工神经网络理论——入门与应用．北京：北京航空航天大学出版社，1995．10～74
[7] 胡上序，程翼宁．人工神经元计算导论．北京：科学技术出版社，1994．238～250
[8] 袁曾任．人工神经元网络及其应用．北京：清华大学出版社，1999．49～274
[9] 王科俊，王克成．神经网络建模、预报与控制．哈尔滨：哈尔滨工程大学出版社，1996．1～101
[10] 史忠科．神经网经控制理论．西安：西北工业大学出版社，1997．24～90
[11] 王永骤，涂健．神经元网络控制．北京：机械工业出版社，1999．1～68
[12] 李凡．模糊专家系统．武汉：华中理工大学出版社，1995．14～74
[13] 王耀南．智能控制系统——模糊逻辑·专家系统·神经网络控制．长沙：湖南大学出版社，1996．11～50 96～106
[14] 钟义信，潘新交，杨义先．智能理论与技术——人工智能与神经网络．北京：人民邮电出版社，1992．332～556
[15] 李士勇，模糊控制·神经网络和智能控制论．哈尔滨：哈尔滨工业大学出版社，1998
[16] 孙增析等．智能控制理论与技术．北京：清华大学出版社，1997
[17] 周东华，孙优贤．控制系统的故障检测与诊断技术．北京：清华大学出版社，1994
[18] 陈贻源．模糊数学．武汉：华中工学院出版社，1984
[19] 王士同．神经模糊系统及其应用．北京：北京航天航空大学出版社．1998
[20] 杨行峻，郑君里．人工神经网络．北京：高等教育出版社，1992
[21] 黄稳山，何坚强．水泥厂中央控制室微机及仪表．武汉：武汉工业大学出版社，1995．8～192
[22] 曹文聪，杨树森．普通硅酸盐工艺学．武汉：武汉工业大学出版社，1996．1～64
[23] 王殿方等．改进的BP算法及其在辩识中的应用．智能控制与智能自动化(中卷)．北京：科学出版社，1993，726～731
[24] 梁民，孙仲康．多层前馈神经网络的快速学习算法及其仿真研究．系统工程与电子技术，1993，5(3)：229～234
[25] 潘卫东．利用人工神经网络技术实现智能控制．计算机技术与自动化，1993，12(2)：7～12
[26] 师立国．浅谈2000t/d预分解窑的操作．四川水泥，2003，3：38～39
[27] 谭思云，李志明。水泥厂粉磨系统回路自动控制方法综述．四川水泥，2003，3：26～27
[28] 王庆陶．水泥回转窑的模糊控制模型．工科数学，2001，17(1)：12～15
[29] 姚维，颜文俊，启静．水泥回转窑生产过程的模糊控制．化工自动化及仪表，2000，27(2)：15～18
[30] 张安年，管天云．水泥立窑神经网络控制系统．洛阳工学院学报，1995，16(3)：66～68
[31] 刘可文，程新丽，涂利锐．神经网络在水泥窑优化控制系统中的应用．武汉理工大学学报，2001，23(10)：30～33
[32] 张建民，陈宏力，魏秀兰．一种动态神经网络在水泥回转窑温度控制中的应用．吉林化工学院学报，2001，18(1)：28～31
[33] 黄豪彩，黄宜坚，杨冠鲁．基于LM算法的神经网络系统辨识．组合机床与自动化加工技术，2003，2：6～11
[34] 何辉，张先业．基于拟Newton算法的Purex流程计算机模拟程序．原于能科学技术，2001，35(3)：217～222
[35] 赖炎连．拟牛顿算法的基本性质．咸宁师专学报，2002，22(3)：1～9
[36] 赖炎连．优化问题的拟牛顿算法．咸宁师专学报，2001，21(6)：1～7
[37] 孔亚广．造纸过程先进控制算法及其软件实现：[博士学位论文]．杭州：浙江大学，2002，119～143
[38] 禹柳飞．神经网络技术在预测控制中的应用研究：[硕士学位论文]．长沙：湖南大学，2003，37～52
[39] 谷芳春．神经网络优化理论研究及应用：[硕士学位论文]．秦皇岛：燕山大学，2002，14～84
[40] 王生成．基于模糊控制温控系统的研究：[硕士学位论文]．大连：大连理工大学，2002，15～40
[41] 肖勇．模糊控制理论在滞后系统中的应用：[硕士学位论文]．南宁：广西师范大学，2000，12～60
[42] 蔡长安．VC++6.0环境下的ODBC数据库接口与编程技术．江汉大学学报(自然科学版)，2003，31(1)：45～48
[43] 费佩燕，闰允一，郭宝龙．VC++中动态链接库的实现．现代电子技术，2003，8：9～11
[44] 赵晓敏．在VC++开发环境下的神经网络程序设计．机械设计与制造，2001，12：14～16
[45] 李翠玲，刘晓霞，李连胜．基于VC++的柴油发电机组监控软件的设计与实现．移动电源与车辆，2001，4：28～37
[46] 季卫，黄宇．MATLAB软件在水轮机调速器设计上的应用．长江科学院院报，2000，17(5)：44～51
[47] 华风雷，李志民．基于MATLAB(Simulink)语言的交流调速系统仿真，包头钢铁学院学报，1998，17(4)：280～283
[48] 王磊，王涛，张国强．一种用MATLA实现复杂控制系统的仿真方法．自动化与仪表，1997，12(1)：23～26
[49] 吴晓莉，林哲辉．MATLAB辅助模糊系统设计．西安：西安电子科技大学出版社，2002．46～124
[50] 楼顺天，胡昌华，张伟．基于MATLAB的系统分析与设计——模糊系统．西安：西安电子科技大学出版社，2001．12～57
[51] 张国良，曾静，邓方林．模糊控制及其MATLAB应用．西安：西安交通大学出版社，2002．43～113
[52] 飞思科技产品研发中心．MATLAB 6.5辅助神经网络分析与设计．北京：电子工业出版社，2003．1～131
[53] 楼顺天，施阳．基于MATLAB的系统分析与设计——神经网络．西安：西安电子科技大学出版社，2000．114～127
[54] Grossberg S. Nonlinear Neural Networks: Principles. Machines and Architectures, Neural Networks, 1988 Vol. 1
[55] James J. Buckley. On the Equivalence of Neural Networks and Fuzzy Expert Systems. Fuzzy Set and System, 1993
[56] Leonard J, Kramer MA. Improvement of the Back-Propagation Algorithm for Training Neural Networks. Computers Chem. Engng, 1990, 14(3)
[57] Fahlman Scott E. An Expirical Study of Learning Speed In Back-Propagation Network Technical Report. CMU-CS-88-162 September 1998
[58] Srinivas, M. and Patnaik, L.M. Adaptive Probabilities of Crossover and Mutation in Genetic Algorithms. IEEE Transactions on system, Man, and Cybernetics, Vol.24, No.4, 1994. 367～384
[59] Michalewicz, Z., Janikow, C., and Krawczyk, J., A Modified Genetic Algorithm for Optimal Control Problems, Computers & Mathematics with Applications, Vol.23, 1992.83～94
[60] Montana, D.J., and Davis, L.. Training Feed Forward Neural Networks Using Genetic Algorithms. Proceedings of the 1989
[61] Rovithakis GA. Christoudoulou M A. Adaptive control of unknown plants using dynamical neural networks. IEEETrans. Syst., Man and Cybern, 1994, 24(3)
[62] Cesare Citterio. Function Approximation-A Fast-Convergence Neural Approach Based on Spectral Analysis. IEE Transactions on Neural Networks, No 4 July, 1999
[63] D.Jiang.. A Recurrent Neural Network for Real-Time Semi Definite Programming. IEE Transactions on Neural Networks, No 1 January 1999,
[64] Jie Zhang. Recurrent Neuro-Fuzzy Networks for Nonlinear Process Modeling. IEE Transactions on Neural Networks, No 2 March, 1999