基于数据融合技术的陶瓷窑炉温度智能控制
基于陶瓷窑炉温控的模糊预测控制系统的应用
烧成带 的两边相错装有多个烧嘴 ， 首尾各有一 台助燃风机 ， 接到每个烧嘴前 ， 且设有助燃风管调节 阀门， 燃料燃烧的火焰影响着烧成带的烧结温度。 预热带并没有加热源 ， 但安装有一个大的排风 机， 在预热带形成一个负压环境 ， 这样 ， 烧成带 的热 量在气压 的作用下流 向预热带 ， 以此将预热带 的温 度提高到适当的温度范围内。 冷却带采用鼓风冷却， 将热量带 出， 产品本身冷
维普资讯
２０ ０６年第 ６期
工业 仪表 与 自动化装置
・ ３－ ５
基 于 陶 瓷 窑 炉 温 控 的模 糊 预 测 控 制 系统 的应 用
戴璐平
（ 武汉工程大学 电气信息学院， 湖北 武汉 ４０ ７ ） ３０ ３ 摘要 ： 针对陶瓷窑炉热容量大、 滞后量大、 非线性等特点 ， 出了一种将模糊控制与预测控制相 提 结合的控制算法， 增强了算法的跟踪与抗干扰能力。仿真结果表明， 这种方法与传统的ＰＤ控制相 Ｉ 比， 具有较 高的稳 态精度和动态特性。
制方法的研究
烧成带 温度控 制 工艺 流 程 如 图 １所示 ， 烧成 带
喷嘴 口的温度受燃气 、 助燃 风和辊道传送速度的共
维普资讯
・
５ ・ ４
工业 仪表与 自动化装置
却 后 出窑 。
制对象的大滞后 、 非线性等特点 。
ｌ 陶瓷窑煅烧工艺及控制要求
１ １ 陶瓷 煅烧 工艺 ．
因此 ， 烧成带喷嘴出 口的温度控制以及预热带 和冷却带的炉压控 制成 为陶瓷生产环节的 主要环 节 。以下仅就烧成带喷嘴出口的温度控制 （ 以一点
为例 ） 进行讨 论 。
陶瓷 窑炉煅 烧过 程分 为 ３部分 ： 预热带 、 成带 烧
窑炉的温度控制系统设计与实现
窑炉的温度控制系统设计与实现窑炉是生产过程中不可或缺的设备，在烧制各种物品时扮演着重要角色。
然而，为了确保生产过程的质量和稳定性，保证烧制出来的产品符合标准要求，必须对窑炉进行温度控制。
温度控制系统是窑炉生产过程中的关键，必须精心设计和实现才能达到预期效果。
一、窑炉温度控制系统的特点窑炉温度控制系统的特点在于控制对象的复杂性和计算量的大。
首先，窑炉的加热方式各异，如能源的选择、传热方式、加热温度等等都会影响整个控制系统的设计。
其次，窑炉内部环境变化迅速而非常复杂。
温度、湿度、风速等都会影响窑炉内的热传输和物品的烧制。
因此，设计人员需要考虑到窑炉的物理特性和控制过程的复杂性，实现一个高效的温度控制系统。
二、窑炉温度控制系统的分类窑炉温度控制系统主要有两类：闭环控制系统和开环控制系统。
闭环控制系统是指在窑炉内安装温度传感器，采用反馈控制的方法来控制窑炉的温度。
其中，传感器用于实时采集窑炉内的温度数据，然后通过控制器进行处理，输出控制信号，调节热源的输出量以达到温度控制的目标。
这种方式对于窑炉内部温度变化的监测和控制非常精准，因此比较常用。
开环控制系统则是直接控制热源的输出量，不考虑窑炉内部的温度变化。
因此，这种方法相对来说比较简单，易于实现，但是对于温度变化比较复杂的烧炼工艺不是很适用。
三、窑炉温度控制系统实现的技术实现窑炉温度控制系统需要掌握一些技术，如传感器技术、控制电路设计、信号处理等。
其中，传感器技术是实现闭环控制系统关键的部分，直接影响到系统的稳定性和精度。
当窑炉内物品的大小和数量不同时，温度的分布也会发生变化。
因此，需要在不同位置安装不同类型的传感器来采集温度数据，以充分了解窑炉内部的温度分布，减小误差，提高精度。
同时，控制电路设计也是温度控制系统实现的关键。
控制电路需要根据温度传感器采集到的数据进行处理和分析，输出控制信号，并调整热源的输出量。
为了提高系统精度和可靠性，还需要进行电路参数的精确计算，以保证控制电路的工作效果。
基于知识与数据相结合的高炉炉温融合预测
基于知识与数据相结合的高炉炉温融合预测高炉是冶金工业中重要的设备，广泛应用于钢铁生产过程中。
炉温是高炉生产中的一个重要参数，对炼钢过程的稳定性和钢水质量有着重要影响。
因此，准确预测高炉炉温对于提高生产效率和产品质量具有重要意义。
传统的高炉炉温预测方法主要依靠人工经验和历史数据进行分析。
然而，这种方法存在一定的局限性，无法准确预测可能出现的异常情况和突发事件。
为了解决这个问题，一种基于知识与数据相结合的高炉炉温融合预测方法被提出。
该方法首先通过对高炉炉温的特征进行分析和提取，建立起一套合理的数学模型。
模型的建立需要考虑高炉的结构特点、燃料喷吹方式、冷却系统、炉内物料输送等多个因素，以及它们之间的相互作用关系。
通过对历史数据的分析和学习，可以找到这些特征与炉温之间的关联规律。
其次，利用现代数据挖掘和机器学习技术，通过大量的数据样本训练和优化模型。
这些数据样本包括高炉的运行状态、输入参数以及炉温的实际值。
通过反复迭代和学习，模型可以不断地优化和提高预测精度。
最后，在模型建立和训练完成之后，可以通过将实时数据输入模型进行预测。
这些实时数据包括高炉状态参数、原料成分、燃料喷吹量、气体流量等。
模型将根据当前的输入数据预测出相应的炉温数值，并反馈给操作人员进行参考和调整。
基于知识与数据相结合的高炉炉温融合预测方法具有以下优点：首先，它能够充分利用历史数据和现场实时数据，准确分析炉温与其他参数之间的关系。
通过建立数学模型和训练优化，可以提高炉温预测的精度和稳定性。
其次，它能够预测可能出现的异常情况和突发事件。
通过对大量数据的学习和分析，模型可以准确判断出与异常情况相关的特征和模式，并给出相应的预警提示，有利于及时采取措施进行调整和处理。
第三，它能够适应高炉运行状态的变化和调整。
高炉的运行参数和原料成分等可能会随时发生变化，而该方法可以根据实时数据进行调整和优化，保证预测结果的准确性和稳定性。
总之，基于知识与数据相结合的高炉炉温融合预测方法是一种先进而有效的技术。
基于火焰图像识别的信息融合技术在辊道窑温度检测中的应用
基于火焰图像识别的信息融合技术在辊道窑温度检测中的应用李斌杰（上海交通大学机械与动力工程学院）1引言辊道窑在20世纪20年代开始应用于冶金工业，然后从30年代开始应用于陶瓷工业，在随后的几十年辊道窑在陶瓷工业中得到广泛的应用。
在辊道窑设备参与的生产过程中，烧成是陶瓷生产工艺过程中关键的工序，它的目的是固定坯体的形状，并使陶瓷制品具有使用上的各种性能。
制品质量的好坏，很大程度上决定于烧成的工序，而烧成的质量又与制品的烧成工艺温度有密切关系。
目前国内外辊道窑（陶瓷窑炉）烧成带工况的检测仍然采用点检测（如温度采用热电偶检测），使得检测精度低，检测的数据不能真实反映烧成带工况，造成控制效果不理想，影响产品质量。
为了提高烧成带工况实时检测精度，改善控制效果，因而提出采用模拟人工观火的火焰图像识别辅助检测烧成带的工况。
因为火焰图像识别能实时反映烧成带工况并能提供足够的烧成带工况信息[1~2]，所以能改善对烧成带工况的识别。
将点检测关键过程数据与火焰图像特征融合对烧成带工况及其变化趋势进行全面准确的识别，大大提高检测精度。
多传感器信息融合（Information Fusion）是20世纪80年代形成和发展起来的一种自动化信息综合处理技术，是指对来自多个传感器的数据进行多级别、多方面、多层次的处理，从而产生新的有意义的信息，而这种信息是任何单一传感器所无法获得的[3]。
多传感器信息融合研究已有许多成果[3~5]。
基于计算机视觉的火焰检测技术（VFD）属于一种对随机视觉现象中的特殊光谱区域以及形状演化的建模和识别问题。
近年来，VFD方法的研究逐渐得到重视，并取得进展[1~2]。
用VFD方法模拟人工观火用于氧化铝回转窑火焰识别的研究已有报道[1~2]，但是这种方法应用于陶瓷窑炉尚未见诸报告。
因而，基于火焰图像处理和信息融合技术，本文提出基于火焰图像识别的信息融合技术的陶瓷辊道窑温度检测方案，旨在为陶瓷辊道窑的温度检测提供一种新途径和新方法。
智能控制及其在工业窑炉控制中的应用
智能控制及其在工业窑炉控制中的应用随着科技的不断发展，人们对于机器智能的需求越来越高。
在工业生产中，智能控制技术的应用已经成为提高生产效率、降低成本、改善产品质量的重要手段之一。
工业窑炉作为重要的工业设备，其控制系统的智能化程度也越来越高。
本文将介绍智能控制技术的基本概念、分类及其在工业窑炉控制中的应用。
一、智能控制技术的基本概念智能控制技术是指利用计算机、传感器、执行器等先进技术，对控制对象进行感知、分析、判断和控制的一种控制方式。
其主要特点是具有自学习、自适应、自优化、自诊断等功能，能够实现对控制对象的高效、精确控制。
二、智能控制技术的分类智能控制技术按照控制策略的不同，可分为以下几类：1. 模糊控制技术模糊控制技术是指利用模糊逻辑理论对控制对象进行控制的一种方法。
该方法能够处理模糊、不确定、复杂的控制问题，具有较好的鲁棒性和适应性。
2. 神经网络控制技术神经网络控制技术是指利用神经网络模型对控制对象进行控制的一种方法。
该方法能够处理非线性、时变、复杂的控制问题，具有较好的自适应性和泛化能力。
3. 遗传算法控制技术遗传算法控制技术是指利用遗传算法对控制对象进行控制的一种方法。
该方法能够处理多目标、多约束、非线性、复杂的控制问题，具有较好的全局寻优能力和鲁棒性。
4. 智能优化控制技术智能优化控制技术是指将智能优化算法与传统控制方法相结合的一种控制方式。
该方法能够在保证控制质量的前提下，实现对控制系统的优化。
三、智能控制技术在工业窑炉控制中的应用智能控制技术在工业窑炉控制中的应用主要包括以下几个方面： 1. 温度控制工业窑炉在生产过程中需要对温度进行控制，以保证产品质量。
传统的PID控制方法往往存在控制精度不高、抗扰性差等问题。
采用模糊控制、神经网络控制等智能控制方法，能够提高控制精度和抗干扰能力。
2. 燃烧控制工业窑炉的燃烧控制对于提高生产效率、降低能耗、减少污染排放等方面具有重要意义。
传统的燃烧控制方法往往存在燃烧不完全、热效率低等问题。
窑炉温度的自动控制
采用数显表的通讯接口作为工控机的数据采集接口，不仅节约了用户的成本，而且增加了数据传输距离。
为使信号和数装炉者应首先点击操作记录按钮，进入油炉操作记录界面，然后点击炉次变更，进入表头编辑栏，依次输入炉次、装炉量和装炉者，写入量自动进入表格栏。
然后
工作界面
74中国有色金属 2008年第12期
75
2008年第12期 中国有色金属
员无权对历史记录与历史曲线进行操作，只有当主任或书记进行登录之后，才能对历史记录进行察看。
首先点击特殊菜单，在弹出菜单上点击登陆开选项，弹出登陆对话框，在下拉菜单中选择主任或书记，输入密码后进入历史报表界面。
操作完成后，请点击特殊菜单，在弹出菜单上点击
炉次变更的属性修改界面
操作记录界面
4.历史曲线。
装炉者、操作者和审核员无权对历史记录与历史曲线进行操作，只有当主任或书记进行登录之后，才能对历史曲线进行察看。
首先点击特殊菜单，在一跨度的曲线。
另外，在本设计中充分考虑到有些车间编号处理，在系统中只要输入编号，就可以自动导入该编号对应的人名或材料名。
中(作者单位：淄博万成工贸有限公司)
历史温度曲线
历史报表导入。
德化井式窑炉温数字化控制系统设计
德化井式窑炉温数字化控制系统设计引言：德化陶瓷是我国传统的陶瓷之一，其烧制过程需要使用到德化井式窑炉。
在传统的生产过程中，由于工人的操作不稳定和环境因素的影响，烧制的温度控制难度较大，往往会造成陶瓷的质量下降。
为了提高陶瓷烧制工艺的稳定性和生产效率，数字化控制技术在德化井式窑炉的温度控制中得到了广泛应用。
一、数控系统的基本介绍数控系统是使用计算机数控技术实现生产自动化的关键设备。
数控系统采用计算机技术、传感技术和执行技术等多种技术融合，对机床进行数字化控制。
在传统的机械加工过程中，需要人工控制机床的加工过程，这样不仅劳动强度大，而且很难保证机床的加工精度。
而数控系统通过预先编好加工程序，在实际加工过程中，可以自动地完成加工过程，大大提高了生产效率和加工质量。
二、德化井式窑炉德化井式窑炉是德化陶瓷生产中经典的窑炉烧制设备，它以红砂岩为砖石，由上、中、下三部分组成。
井式窑炉内部是呈环形不对称的膛道，石头梁上放置砖坯，在井顶向炉膛中央放置燃料，经过长时间的烧制过程，形成高温烧结，完成陶瓷的烧制。
三、数字化控制系统的设计流程数字化控制系统设计的核心目标是实现对于德化井式窑炉的精确温度控制，降低温度偏差，提高陶瓷的成品率和质量。
数字化控制系统需要达到以下几个目标：1.通过温度传感器采集实时温度并进行数字化处理2.通过控制算法实现对于温度的自动调节3.通过人机界面实现对于控制系统的操作和监测数字化控制系统的设计过程分为以下几个环节：1. 总体设计采用实时控制模式，利用 PID 算法，结合温度传感器和执行机构，实现动态温度控制。
2. 硬件设计硬件系统由运算单元、温度传感器和输出装置组成。
运算单元选用高速运算处理器，单片机作为核心控制元件，温度传感器采用热敏电阻器，输出装置为测量阀。
3. 软件设计软件系统采用嵌入式的控制算法，实时采集窑炉内部温度数据并进行数字化处理，通过 PID 算法实现对于温度的调整。
4. 人机界面设计人机界面通过液晶显示屏实现操作界面的设计，对于控制系统进行监控、调整和维护。
浅析窑炉数据上云的传输及运用
浅析窑炉数据上云的传输及运用随着信息技术的飞速发展，大数据、云计算等概念逐渐成为各行各业关注的焦点。
在制造业中，窑炉数据的采集、传输和运用也逐渐成为了重要的研究课题。
而窑炉数据上云的传输及运用，将为窑炉生产提供更加高效、智能的解决方案。
本文将就窑炉数据上云的传输及如何运用进行浅析，以期对相关领域的研究者和生产企业有所启发。
一、窑炉数据的采集窑炉数据的采集是窑炉信息化的第一步，也是窑炉数据上云的基础。
传统的窑炉数据采集主要依靠人工记录和手动输入，不仅效率低下，而且容易出现错误。
而现代化的窑炉数据采集则依靠各种传感器和监测设备，将窑炉各项参数进行实时采集、监测和记录。
这些传感器和监测设备将窑炉的温度、压力、负荷等关键参数进行实时监测，并将采集的数据进行处理和存储。
窑炉数据的采集后，需要将采集的数据进行传输。
传统的窑炉数据传输主要依靠有线通信方式，如以太网、Modbus等。
这种传输方式虽然稳定可靠，但是容易受到环境和距离等因素的限制。
而采用无线通信技术进行窑炉数据的传输，则可以突破这些限制，实现窑炉数据的远程传输和集中管理。
窑炉数据的存储是窑炉数据上云的另一个重要环节。
传统的窑炉数据存储依靠本地存储设备，如硬盘、服务器等。
这种存储方式不仅容易受到硬件故障的影响，而且无法实现数据的共享和远程访问。
而采用云存储技术进行窑炉数据存储，则可以实现数据的高可靠性和远程访问。
窑炉数据的上云后，如何运用这些数据则成为了下一个重要问题。
窑炉数据的运用主要包括数据分析、数据挖掘和智能化决策。
通过对窑炉数据的分析和挖掘，可以挖掘出窑炉生产中的潜在问题和优化方案。
而智能化决策则可以通过将窑炉数据与人工智能技术相结合，实现窑炉生产的智能化调度和控制。
窑炉数据上云的传输及运用，将为窑炉生产带来革命性的变革。
通过窑炉数据的采集、传输和存储，窑炉生产可以实现数据的实时监测、远程访问和智能化决策。
这将大大提高窑炉生产的效率和质量，并为窑炉企业的发展带来新的机遇和挑战。
智慧窑炉 解决方案及措施
智慧窑炉解决方案及措施
1. 提供智慧窑炉解决方案和措施，以提高生产效率。
2. 建议采用智能控制系统，监测和优化窑炉的温度和燃料消耗。
3. 引入先进的传感技术，实时监测窑炉的运行状态，并提供数据分析和预警功能。
4. 制定智慧窑炉的运维计划，包括定期维护和检修，以确保其正常运行。
5. 提供远程监控功能，便于管理人员实时监测窑炉的运行情况，及时处理异常情况。
6. 开展员工培训，使其掌握智慧窑炉操作和维护的技能。
7. 配备复杂燃烧控制系统，减少能源的浪费，提高燃烧效率。
8. 利用人工智能算法，优化窑炉操作参数，降低能耗，提高产品质量。
9. 引入远程自动调节技术，实现智慧窑炉的智能化调整和优化。
10. 加强数据安全措施，确保智慧窑炉的运行数据受到保护，并防止数据泄露和攻击。
11. 运用大数据分析，提供更准确的生产预测和维护建议，帮助企业进行决策。
12. 引入物联网技术，实现智慧窑炉与其他设备的联动，提高生产的整体效率。
13. 设立智慧窑炉运营管理团队，负责窑炉的运行监控和问题处理。
14. 将智慧窑炉与企业内部的生产管理系统进行集成，实现数据共享和流程优化。
15. 推广智慧窑炉技术，促进其在行业内的应用，共同推动行业的升级和转型。
浅析窑炉数据上云的传输及运用
浅析窑炉数据上云的传输及运用随着信息技术的不断发展和窑炉生产管理的需求不断提升，窑炉数据上云已经成为窑炉行业的趋势之一。
窑炉数据上云是指将窑炉生产过程中所产生的数据通过互联网技术传输到云端服务器，并进行分析处理和运用。
这种做法可以让窑炉生产管理更加科学、精细和智能化，提高窑炉生产的效率和质量。
本文将就窑炉数据上云的传输及运用进行浅析。
一、窑炉数据的传输窑炉数据上云的第一步是数据的传输。
窑炉生产中可能产生的数据包括生产过程中的温度、压力、湿度等参数数据、设备运行状态数据、产品质量数据等。
这些数据需要通过传感器等采集设备采集后，通过互联网技术传输到云端服务器。
数据传输的方式一般有有线传输和无线传输两种。
有线传输一般是通过网线、光纤等物理传输媒介将数据传输到云端服务器。
这种方式传输速度快、稳定可靠，但传输距离较短，需要铺设传输线路，造成一定的成本投入。
无线传输是指通过无线通信技术（如WIFI、蓝牙、NB-IoT等）将数据传输到云端服务器。
这种方式无需铺设传输线路，成本较低，传输距离较远，适用于场地较大、设备分布分散的窑炉生产场景。
由于受制于无线信号稳定性和传输速度等因素，可能会引发数据传输不稳定的问题。
二、窑炉数据的存储和处理窑炉数据传输到云端服务器后，需要进行存储和处理。
云端服务器通常具有大容量的存储空间和强大的数据处理能力，可以对窑炉生产数据进行持久化存储和实时处理。
常见的云端数据处理方法有数据清洗、数据分析、数据挖掘等技术手段。
通过这些数据处理方法，可以从海量的窑炉数据中提炼出有价值的信息，为窑炉生产管理决策提供数据支持。
窑炉数据上云后，可以进行多方面的运用。
首先是窑炉生产的实时监控和远程管理。
通过云端服务器，窑炉生产管理人员可以随时随地实时监控窑炉的生产状态和各项参数数据，及时发现窑炉运行异常，及时采取措施进行调整和管理。
还可以实现对多个窑炉的集中监控和统一管理，提高窑炉生产的整体效率和质量。
基于nRF9E5的陶瓷窑炉温度测量系统研究的开题报告
基于nRF9E5的陶瓷窑炉温度测量系统研究的开题
报告
1.研究背景和意义
随着科技的不断进步，陶瓷工业的生产水平得到了大幅提升，由于
陶瓷制品生产过程需要高温条件下进行，而窑炉温度是关键的生产参数，对于确保生产过程的稳定运行和制品质量的控制至关重要。
当前市面上
使用的陶瓷窑炉温度测量系统存在测量误差大、响应速度慢、维护成本
高等不足。
因此，研究并开发一种基于nRF9E5的陶瓷窑炉温度测量系统，具有比现有系统更高的测量精度、更快的响应速度和更低的维护成本，
有着重要的现实意义。
2.研究内容和方法
本文以nRF9E5芯片为核心，采用数字信号处理技术，设计了一种
高精度的陶瓷窑炉温度测量系统。
系统硬件包括陶瓷温度传感器、ADC
模块、nRF9E5芯片、LCD显示模块等组成，通过模拟信号采集模块采集到窑炉内部温度信号，经过ADC模块转换为数字信号后，再通过芯片内
部的程序进行处理，最终实现了对陶瓷窑炉温度的快速准确测量和实时
监测。
3.预期结果和意义
本文设计的基于nRF9E5的陶瓷窑炉温度测量系统，具有以下预期
结果和重要意义：
（1）实现对温度的高精度、快速测量和实时监控。
（2）具有较高的测量稳定性和准确性，可广泛应用于陶瓷工业中的窑炉温度控制。
（3）具备成本低、维护简单的特点，方便在实际生产中推广应用。
综合来看，本研究的成果对于提高陶瓷制品的生产水平和质量稳定性，推动我国陶瓷工业的进步和发展，都具有重要的现实和战略意义。
基于知识与数据相结合的高炉炉温融合预测
基于知识与数据相结合的高炉炉温融合预测
古志远;吕东澔;李向丽;张勇;代学冬
【期刊名称】《中国测试》
【年(卷),期】2024(50)3
【摘要】针对复杂高炉冶炼过程具有大滞后等特点,为提高高炉炉温预测精度,提出一种经验知识与数据相结合的炉温融合预测方法。
首先,根据高炉经验知识,分析各变量在高炉内的滞后关系,以及在滞后时间内停留在高炉内部形成的累积关系,累积量对当前炉温造成的影响。
通过累积量进行相关性分析,合理地确定输入变量。
然后,将铁水温度与铁水硅含量融合来更好地表征炉温。
最后,通过神经网络利用累积量作为输入建立经验知识与数据相结合的高炉炉温融合预测模型。
实验中使用某钢厂高炉生产数据进行仿真,结果表明累积量模型具有良好的性能,可为高炉炉温预测提供新思路。
【总页数】10页(P19-28)
【作者】古志远;吕东澔;李向丽;张勇;代学冬
【作者单位】内蒙古科技大学;常熟理工学院电气与自动化工程学院
【正文语种】中文
【中图分类】TP391;TB9
【相关文献】
1.主成分分析结合极限学习机的高炉炉温预测模型
2.基于分布参数模型的高炉炉温预测
3.基于遗传算法的BP神经网络对高炉炉温的预测
4.改进粒子群算法优化最小二乘支持向量机的高炉炉温预测研究
5.基于粒子群神经网络的高炉炉温预测
因版权原因，仅展示原文概要，查看原文内容请购买。
基于PLC的内模PID窑炉温度控制系统设计
基于PLC的内模PID窑炉温度控制系统设计
刘洋;王钦若
【期刊名称】《微计算机信息》
【年(卷),期】2008(024)028
【摘要】在工业生产过程当中,PID调节是经典控制理论中最典型的闭环控制方法,但是对于非线性大时滞大惯性的陶瓷窑炉温度控制系统.传统PID控制的效果不佳.本文简单介绍了基于内模控制原理的PID参数整定方法,详细地阐述了基于内模PID的陶瓷窑炉温度控制在西门子PLC S7-200中的算法实现.通过MATLAB软件仿真,将内模PID的陶瓷窑炉温度控制效果与传统PID控制进行比较,论证了其优良特性.
【总页数】3页(P99-101)
【作者】刘洋;王钦若
【作者单位】510006,广州,广东工业大学自动化学院;510006,广州,广东工业大学自动化学院
【正文语种】中文
【中图分类】TP273
【相关文献】
1.基于PID模糊控制的陶瓷窑炉温度控制系统的设计 [J], 刘美俊
2.基于PLC的变比值紫砂窑炉温度控制系统设计 [J], 陈景召;曹晓丽;薛迪杰
3.基于内模控制的窑炉温度控制系统 [J], 周以琳;江海波;战智涛;郭彬
4.基于PLC的电炉PID温度控制系统设计 [J], 吴慧君;韩志引
5.基于模糊内模-PID的包装机热封切刀温度控制 [J], 覃羡烘
因版权原因，仅展示原文概要，查看原文内容请购买。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
｛ ｚ｝则性能指标 （ ｘ』 ， 期望损失函数 ） 达到最小 ， Ｂ ｙｓ 即 ａｅ 估计
基于 Ｋ ｌａ 滤波的融合方法 ； ） ａ ｎ ｍ （ 基于模糊 、 网络的融合 ５ 神经
方法 ；６基于粗糙集理论的融合方法等。 （） 以上方法中 ， 最小二
的最优估计是条件期望 。 假设已经获得 ｎ个传感器检测信号 ， 那么有
度智能控制 系统。 用结果表明 ， 于数据融合技术的陶瓷窑炉温度控制 比采用单一的传 感器控制效果有明显的改善。 应 基
关 键 词 数 据 融合 ， 瓷 窑炉 ， 能控 制 ， 陶 智 温度 控 制
中图 分类 号 ：Ｑ１ ５６５ 文 献 标识 码 ： Ｔ ７ 、＊３ Ａ
乘法 、极大似然估计法 、 ａｍａ Ｋ ｌ ｎ滤波器方法等方面都是估计
的需要 ， 当时称为多源相关 、 感器混合数据融合 ， 多传 并于 ８ ０ 年代建立其技术 多传感器数据融合 是一种 自 动化信息综合 处理技术 ，是指利用计算机技术对按 时序 获得 的若干传感器 的观测信息在一定准则下加以 自动分析 、优化综合 以完成所
需的决策和估计任 务而进行信息处理过程。 按照这 一定义 ， 各 种传感器是信息融合的基础 ，多源信息是信息融合 的加工对 象， 协调优化计算机技术 、 通讯技术 的发 展 ， 别是军事 特 上的迫切要求 ， 这一技术得到 了迅速发展 ， 引起世 界范 围内 并 的普遍关注ｎ 发展多传感器信息融合技术的原 因很多 。 １ 。 １ 在现 代工程应用中 ， 传感器技术广 泛应 用于机器人技术 、 电一 １ 机 体化 、 柔性制造系统［ ４ １ 等控制技术 。 虽然如此 ， 然而在复杂 的工 业过程控制领域的数据融合 技术 的应用研 究尚少 ，特 别是将 数据融合技术应用于陶瓷窑炉的控制研究尚未见到。因此本 文先讨论数据融合方法 ，然后将它应用于陶瓷窑炉温度智能
＋
１０＂ １
Ｏ＂ ｘ
＋ Ｊ
１ 引 言
数据 融合 的概念始 于 ７ 代初期 ，来源于 军事领域的 ０年 ＣＩ Ｃ ｍ ｎ ， ｏ ｔ ｌＣ ｍｍｕ ｉ ｔ ｎ ａｄＩｔｌｇｎｅ 系 统 － （ ｏ ｍａｄ Ｃ ｎｒ ， ｏ ￣ ｏ ｎ ａ ｏ ｎ ｅｌ ｅｃ ） ｃｉ ｎ ｉ
理论的有效理论依据。这些方法要求建立对象的精确的数学 模型 ， 以对于复杂 的难于建模的控制对象 ， 所 这些方法无法应 用 。而基于 Ｂ ｙ ｓ 计检测理论是 无须知道控制对 象模型的 ａｅ 估 比较成熟的融合方法 ，因此对 于难 以建模的复杂的陶瓷工业 窑炉控制系统 ， 其基本 的数据 融合方法选用基于 Ｂｙｓ ａ 估计 ｅ 检测理论是合适的。
各变量是可 以预测 的 ， 设估 计量为 ， 那么估计误差为 一
Ｘ。
・ ∞
定义 能 标Ｅｓ））ｆｓ一ｐ Ｉ 性 指 ｆ ｚ＝ （ （ 《 ）《 ｚ ）
Ｂ ｙ ｓ 计就 是给定损失 函数 ｓ ・ ａｅ估 ｆ） 和验前条件密度
对于多传感器数据融合 ， 前尚无一种通用的融合方法 ， 目 信息融合方法主要有 ：１ 基于权系数 的融合方 法 ， （） 典型的
基 于数 据 融合 技术 的 陶瓷窑 炉温 度 智能控 制
朱 永 红 鲁 昌龙 姚 杰
（ 景德 镇 陶瓷学 院，３０ １ ３３０ ）
摘 要 根据陶瓷窑炉控制的特点 ， 究 了应用于陶瓷窑炉温度控制 系统的数据 融合基本 方法， 研 以解决测量噪声干扰 下参数估
计 问题 。 出 了 多传 感 器 数 据 融 合 与 陶 瓷 窑 炉 温度 智 能控 制 相 结合 的 结 构 ， 后 将 数 据 融 合 方 法 应 用 于 陶 瓷 窑 炉的 温 提 最
） 的条件 下 ， 寻找使上述性 能指标达极小 的估 计值
是观测量的某种函数 ， 根据 Ｂ ｙｓ 计定理 ， ａｅ 估 当选择 ＝
，
Ｅ
应用就是最小二乘估计；２ （）基于参数估计的信息融合方法，
包括极大似然估计 、 ａｅ 估计 和多 Ｂ ｙｓ Ｂ ｙｓ ａｅ 估计 等 ；３ （ ）基于 Ｄ— 推理理论的融合方法 ，该方法是 Ｂ ｙｓ 计的扩展 ；４ ｓ ａｅ 估 （）
控制系统 。
２ 检 测 数 据 融 合 ｒ８ ７１ —
检测数据实际上是随机扰动 的环境 中同一特征的不 同传
感器的测量值 。 因此 ， 在理论上要建立基于参数估计的多传感 器检测数据融合算法 ， 出数据融合公式 ， 得 然后对剔除了疏失 误差的一致性采样数据进行融合计算 。 设在某一 时刻的状态为 ｘ传感器 的测量质为 ｚ随机误 ， ， 差为 Ｗ 那么传感器的测量值表 示为 ｚ ｘ ｗ 另设上面 ， ＋ ，
ｚ ｘ ｗ“＝１２…力 Ｆ ＋ ｉ ，，
收稿 日期 ：０ ６ １－ ０ ２０ － ０ １
基金项 目： 江西省教育厅科研项 目（ 编号 ： 赣教技字［ ０ ］０ ２ ６２２号） ０
维普资讯
２ １
中 国 陶 瓷 工 业
２０ ０ ７年 第 １ 期
其 中， Ｗ 是独立高斯随机变量 。于是有 和 ｉ
Ｅ ｘ ＝ Ｖ ｒｘ ＝ ｛ ｝ ａ ｛ ｝ ｍ２ Ｅ ｗ － ，ａ（ ， ｏ （ ３ ＯＶ ｒ ｗ ｝ － ＝ Ｊ
于是估计误差方差为 ： Ｗｒ／ Ｅ｛ — 尸』 ｛ ｑ＝ （ ｘ
４ ２ ４ ２
一
２
２
令
Ｚ
维普资讯
中国 陶瓷 工 业 ２０ ０ ７年 ２月 第 １ ４卷 第 １ 期
ＣＨＩ ＣＥＲＡＭＩ Ｉ ＮＡ Ｃ ＮＤＵＳＴ ＲＹ
Ｆ ｂ ２ ０ Ｉ ４ ＮＯ １ ｅ ． ０ ７ ＶＯ ． ． ． １
文 章编 号 ：０ ６ ２７ （０７ ｏ 一 ０ ０ ０ １０ — ８ ４２ （ ）ｌ ０ ２ — ８ ｝