连续式加热炉燃烧系统残氧量控制系统研究

来源 :能源与环保 | 被引量 : 0次 | 上传用户:zcc8541099
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
研究连续式加热炉燃烧系统残氧量控制系统,解决连续式加热炉燃烧耗能高、控制性差的难题.系统残氧量测量部分利用热电偶电路收集温度信息,采用氧化锆传感器获取氧浓度模拟量信号,两者经放大及低通滤波处理后,传输至单片机完成运算和人机交互的任务,并利用主控制器ARM操控炉温,间接调控氧化锆传感器的运行,实现残氧测量;系统残氧量控制部分将加热炉温度误差值和温差变化率作为模糊神经网络控制器输入,将燃气量作为模糊控制器输出,反馈到PID控制器利用燃气阀调节燃气量,实现连续式加热炉燃烧系统残氧量控制.实验结果显示:应用该系统的连续式加热炉,能耗节约率平均为3.16%,平均残氧量下降超过1.7%,生产材料氧化烧损平均降低率达到0.11%,证实该系统的残氧量控制效果好,生产成本低.
其他文献
岩性识别是地层评价、油藏描述、测井解释等方面的一项重要工作内容.随着计算机计算能力的提升,学者们将人工智能算法应用到岩性识别领域中,并取得了不错的研究成果.首先,基于奇异谱分析对测井数据进行趋势分析,因为SSA对数据缺失具备很好地适合性,从而避免岩性识别出现错误判断;随后,对数据进行了主成分分析,将岩性识别的10种影响因素(不同测井数据)进行了降维处理,只保留了4种;最后,根据BP神经网络搭建了岩性识别模型,利用7000个4种不同岩性的测井数据进行训练,并使用整体数据剩余的60个岩性数据进行测试.测试结果
当前方法变压器故障诊断方无法描述变压器故障的变化特点,导致变压器故障诊断时间长、诊断误差高等问题,为为了提高变压器故障效果,提出基于模式识别技术的变压器故障诊断方法.首先,分析当前变压器故障诊断的研究进展,找到各种方法的局限性;然后,采用粒子群算法确定故障类别门限值,利用模式识别技术根据峰值、诊断阈值、熵建立得到随机模糊特征因子,根据特征因子得到故障类别区间,根据故障类别匹配结果完成变压器故障诊断.仿真实验结果表明,本文方法能够有效提高模型训练速度以及变压器故障诊断的精度,获得较理想的变压器故障诊断效果.
提出了一种新的方法来更新纵波和转换波的深度域速度模型.该方法基于矢量波波场延拓的弹性波叠前深度偏移得到的共成像点的剩余曲率分析(RCA).在共成像点道集上进行速度更新,并将偏移速度与真实速度的差异参数化,通过拾取能量团的方式估计真实速度.同样的方法也可用于更新各向异性参数.推导了成像深度与各向异性参数关系的方程,并利用模型各向异性和真各向异性的相关参数更新了横向各向同性介质(VTI)的各向异性参数.在实际应用中,采用分层剥离法逐层更新速度,通过剩余时差反演各向异性参数.利用合成地震资料和实际工区模型资料进
新能源电力接入电网的比例正逐渐增加,促进新能源的消费对于保证电网安全运行、提高能源利用效率具有重要作用.为此,提出了一种促进新能源消费的时段和电价组合优化方法,从价格弹性理论出发建立了用户反应模型,提出了一种新的能耗模型;以新能源消耗的最大化,以及用户用电成本最小化为优化目标,建立了时段和电价组合优化模型;采用粒子群算法进行求解,最后通过一个仿真模型对本文提出的方法进行了验证.仿真结果表明,本文提出的方法能够在有效促进新能源消耗的同时(新能源消耗增加8.63%),降低用户的用电成本(降低6.02%),验证
当前使用的绿色能源传感器识别方法不具备传感器信号识别能力,导致其识别率较低、时间开销较大.针对该问题,设计基于数字滤波技术和动力学的绿色能源传感器识别方法.使用RVM回归算法处理采集到的传感器信号,构建样本集;基于数字滤波技术构建数字滤波器,剔除样本集中无用的信号与噪声;基于动力学分析信号冲击特征,确定信号来源,完成绿色能源传感器的识别.实验结果表明,基于数字滤波技术和动力学的绿色能源传感器识别方法的传感器识别率在98%以上,提高了传感器的实际识别效果;传感器识别时间波动值均在0s以下,在保证传感器识别效
为解决邻近工作面采动影响下3213运输巷煤帮变形显著问题,基于3215工作面开采后覆岩的结构特征,确定了基本顶断裂位置,分析了煤柱变形破坏机制,提出了高预紧力和注浆改性的煤帮变形控制思路,根据3213运输巷地质条件设计了技术参数.现场监测结果表明,提出的破碎煤帮稳定性控制技术实施效果良好,可有效控制巷道围岩的稳定性,顶底板移近量降低了81.4%,两帮移近量降低了79.6%.研究成果为类似条件矿井采动影响破碎煤帮变形控制提供指导.
弱胶结软岩巷道围岩稳定控制是煤矿安全生产需要解决的一个技术难题.为研究弱胶结软岩巷道围岩的变形破坏特征以及合理的支护技术,以色连二矿12307巷道为研究背景,考虑采空区积水下渗对弱胶结软岩强度的影响,采用FLAC3D对“锚杆索网”以及“钢筋网+全锚索+混凝土地坪”两种支护方案下弱胶结软岩巷道的应力、变形、塑性区等分布特征进行了数值模拟分析.研究结果表明,常规“锚杆索网”联合支护下富水弱胶结软岩巷道很难维持自身的稳定,其围岩变形量以及破坏范围将随着巷道的向前开挖而持续增长,最终在顶板、底板、两帮出现的最大位
为了提高光伏电站短期预测功率的精度,提出一种基于相似日原理和改进CPSO-Elman神经网络模型的光伏电站短期功率预测方法.将历史运行数据按照时长划分不同季节,采用欧式距离对天气类型进行处理并建立天气类型系数,通过灰色关联分析法和余弦相似度指标结合选取相似日.由于粒子群算法搜索速度慢且存在易早熟等缺陷,采用改进混沌粒子群(CPSO)来优化Elman神经网络的权值和阈值,对夏季不同天气类型条件下的短期功率分别预测.选用南疆某光伏电站2020年运行数据进行分析,结果表明:CPSO-Elman在非晴天条件下也具
设计了基于ZigBee无线通信技术的PLC控制系统,硬件方面,选取中央处理器作为核心,将每个硬件模块安插到母板,组成PLC控制系统整体结构,优化ZigBee无线通信扩展板,改造扩展板外围电路结构,利用振荡电路和滤波电路,过滤电路波动,控制电源电压在3.3~5.5 V;软件方面,优化系统数据采集的预处理算法,采用ZigBee无线通信技术,设置ZigBee通信协议,规范系统通信格式.选取400 m2封闭式工作环境进行系统测试,布置噪声环境、冲击环境、高温环境.结果表明,设计系统相比常规系统,针对不同环境干扰,
为降低主动配电网运行网损与成本,提升其分布式电源消纳能力,研究了基于边缘计算的主动配电网功率自动补偿方法.设计包含终端设备层、边缘计算层、信息管理层与云计算层的主动配电网自动管理平台,实时监控主动配电网各设备的运行状况,运用边云协作模式实现平台对设备信息数据的采集、存储及预处理,并结合最低线路总网损目标函数,由云计算层建立双层规划主动配电网功率自动补偿模型,通过边缘计算层运算该模型后,完成主动配电网功率自动补偿.实例分析结果表明,该方法可有效降低主动配电网的总线路损耗,提升其运行的经济性,改善分布式电源消