-
摘要： 本课题的主要设计目的是利用函数逼近的方法实现对于在碳阳极生产工艺过程中几个流程中的不同变量进行模型的构建，从而能达到控制碳阳极质量的生产。本设计从阳极生产的石油焦煅烧、阳极焙烧这两个过程中选取温度、压力等变量进行函数拟合，利用最小二乘法、BP神经网络方法建立模型实现控制。对于阳极焙烧过程中，烟气压力这一变量模型，本文采用的是小波神经网络方法进行建模，并加以PSO方法优化；而在焙烧温度控制模型方面，采用的是基于遗传算法的优化神经网络进行模型的建立。24104
- 上一篇：halcon的KUKA机器人视觉定位研究+源代码
- 下一篇：基于80C51单片机双向通信系统开发+源程序+电路图
毕业论文关键词： 碳阳极；Matlab；函数逼近；阳极焙烧；建模; 神经网络
Matlab function approximation based on modeling of the carbon anode quality control applications
Abstract: The main purpose of this project is to design the use of function approximation methods to achieve carbon anode for different variables in the production process of the process to build several models, which can achieve the quality control of the production of carbon anodes. The design of the anode production from calcined petroleum coke, anode baking process to select both the temperature, pressure and other variables function fitting, using the least squares method, BP neural network modeling to achieve control.For the anode baking process,the flue gas pressure of the variable model,this paper uses a wavelet neural network modeling and optimization methods to PSO;while roasting temperature control model,the use of a genetic algorithm optimization neural network based for modeling building.
Keywords: carbon anode; Matlab; function approximation; anode ; neural networks
目录
1 绪论 3
1.1 引言 3
1.1.1 Matlab的函数逼近在碳阳极质量控制建模概述 3
1.1.2 碳阳极生产工艺简介 5
1.2 国内外原料现状对于阳极质量的影响以及有待提高的空间 5
2 分析及设计要求 7
2.1 阳极净消耗的几个重要的影响因素 7
2.1.1 阳极净消耗的影响因素 7
2.1.2 电流效率CE 7
2.1.3 CO2反应质量剩余率CRR 7
2.2 阳极焙烧过程中需要注意的物理量 7
2.2.1 阳极焙烧中的温度 7
2.2.2 阳极焙烧过程中的压力 8
2.3 基于MATLAB几种函数逼近方法的介绍与分析其适用范围 9
2.3.1 基于MATLAB实现最小二乘法的曲线拟合 9
2.3.2 基于MATLAB实现神经网络函数逼近 10
2.4 设计前的准备工作 11
2.4.1 设计要求 11
3 设计 13
3.1 烟气压力模型建立与数据融合校正 13
3.1.1 小波神经网络函数逼近模型的建立 13
3.1.2 压力数据融合和PSO优化 14
3.2 焙烧烟气压力WNN-PSO测量与非线性校正的仿真 16
3.2.1 数据样本的获得 16
3.2.2 训练样本的选取 16
3.2.3 实验研究及结果 16
3.3 碳阳极焙烧烟气压力的WNN测量和PSO优化应用结论 18
3.4 基于优化神经网络的焙烧温度控制模型建立 18
3.4.1 神经网络的结构 19
3.4.2 神经网络权值、阀值的计算 20
3.4.3 时滞的估计 20
4 结论 21
4.1 阳极焙烧模型建立结论 21
4.2 展望 21