论文部分内容阅读
烧结矿的生产工艺是钢铁生产中的重要环节，目前该工艺中的烧结料混合加水控制还是由人工操作，如何实现加水量的自动控制，目前还是一个难题。该论文工作包括以下两部分研究工作：烧结料混合加水控制的神经网络建模和实验准备。
以本溪钢铁公司第二炼铁厂冷烧车间二期工程的混合设备和工艺数据为样本，运用了Matlab神经网络工具箱，建立烧结料加水混合工艺过程的神经网络模型，并使用Simulink工具箱，对工艺过程进行自动控制仿真。
如今，神经网络模型的设计方面尚无一套完善的理论指导，主要的设计方法是在充分了解待解决问题的基础上将经验与试探结合，通过试验选取出一个较好的方案。该文通过尺度变换、均衡筛选的办法解决了神经网络训练样本的获得问题，使用试凑法确定了BP网络的隐层节点数，逐步完成了工艺过程的神经网络模型的设计。
采用Simulink工具箱建立了仿真模型，使用S-函数将神经网络模型嵌入Simulink搭建的控制系统中，通过一系列模拟计算，结果证明仿真模型的可行性。
为了直接对烧结料加水混合系统进行控制实验，做了如下准备：提出第一期的初步实验实施方案，得到工艺现场的认可。使用Cygnal公司的系统级单片机C80C51F020开发测控系统，调试结果证实其可行性。