收藏本站
《东北大学》 2010年
收藏 | 手机打开
二维码
手机客户端打开本文

氧化铝回转窑制粉过程智能控制系统的研究

张立岩  
【摘要】:中国虽然有丰富的铝土矿,但铝土矿的铝硅比普遍比较低,广泛采用烧结工艺来生产氧化铝。在烧结法氧化铝生产过程中,氧化铝回转窑制粉系统的作用是使用回转窑熟料烧结过程中产生的余热来制备细度和水分合格的煤粉,然后将煤粉供给回转窑熟料烧结使用。在制粉过程中,保证煤粉的细度和水分合格,可以提高煤粉燃烧热效率、降低烧结煤耗;提高制粉出力可以提高制粉效率、降低制粉电耗,因此,在保证系统安全、稳定运行的条件下,将煤粉细度和水分控制在工艺设定范围内,并且使磨机具有尽可能大的出力,对于提高氧化铝的产品质量和生产效率具有重要意义。 煤粉细度工艺指标难以在线检测,它与磨机负荷之间具有强非线性,受热风温度、原煤性质、钢球负载等因素影响,难以建立精确数学模型;磨机负荷和磨机出口温度与给煤机转速之间具有强非线性,且受热风温度的影响;同时用于制粉系统的热风温度低且变化频繁,因此难以采用已有的控制方法实现磨机负荷的自动控制和煤粉细度的控制。目前氧化铝回转窑制粉过程处于人工控制状态,当原煤性质和热风温度频繁变化时,操作员难以及时准确地判断运行工况,并对制粉过程进行调整,常常造成煤粉包裹钢球和衬板以及煤粉堵塞磨机的故障发生,导致停磨;煤粉细度指标不合格,且波动较大;制粉能耗高等问题。 本文依托《复杂工业过程能耗指标的智能优化控制技术及应用》的国家863计划课题,以实现在保证系统安全、稳定运行的条件下,将煤粉细度、水分稳定控制在工艺要求的范围内,同时尽可能提高磨机出力为控制目标,开展了氧化铝回转窑制粉过程智能控制系统的研究,取得了如下研究成果:提出了由磨机负荷智能设定层和过程控制层两层结构组成的氧化铝回转窑制粉过程智能控制方法;设计和开发了实现上述控制方法的由硬件平台、软件平台和智能控制软件组成的回转窑制粉过程智能控制系统;并在某铝厂制粉车间进行安装、调试、运行,取得了显著的应用效果。本文的主要研究工作如下: 1.首先分析了煤粉细度与磨机负荷之间的动态特性以及磨机出口温度和磨机负荷与给煤机转速之间的动态特性;并针对该过程的控制难点和问题,提出了由磨机负荷智能设定层和过程控制层组成的氧化铝回转窑制粉过程智能控制方法。负荷设定层根据煤粉细度控制目标,给出磨机负荷设定值;过程控制层通过磨机负荷控制,调节给煤机转速使磨机负荷跟踪设定层给出的负荷设定值,从而实现煤粉细度工艺指标的控制。 (1)提出了由磨机负荷智能预设定模型,基于最小二乘-支持向量机的煤粉细度软测量模型和基于模糊推理的反馈补偿模型组成磨机负荷智能设定方法。负荷预设定模型由预设定主模型和钢球磨损补偿模型组成,根据当前原煤水分、原煤细度、热风温度、以及取样煤粉的细度测定分析值和取样时刻的负荷设定值、原煤水分、原煤细度和热风温度,得到磨机负荷的预设定值;煤粉细度软测量模型根据给煤机转速、热风温度、热风温度、磨机进出口负压和布袋收尘器进出口负压,估计煤粉细度;反馈补偿模型根据煤粉细度软测量估计和煤粉细度目标的偏差,采用模糊推理技术调整负荷设定值。 (2)提出了由切换机制、磨机负荷和磨机出口温度协调控制器、磨机负荷PI控制器和过负荷控制器组成的磨机负荷智能切换控制方法。切换机制采用基于规则推理的方法识别当前系统工况。当磨机处于低温工况时,切换到负荷与温度协调控制器,将磨机负荷和磨机出口温度控制在工艺规定的范围内;否则识别磨机负荷工况,在过负荷时采用基于规则推理的过负荷控制器,避免出现煤粉堵塞磨机的故障,在正常负荷采用负荷PI控制器,将磨机负荷控制在由设定层给出的负荷设定值上。 2.研制了实现上述智能控制方法的制粉过程智能控制系统,由硬件平台、软件平台和智能控制软件组成。其中硬件平台由PLC控制系统、监控计算机、检测装置、执行机构以及相关网络组成;软件平台采用过程控制组态软件;智能控制软件包括磨机负荷智能设定软件、负荷控制切换软件、过程控制软件和监控软件。 3.将上述研制的制粉过程智能控制系统应用到某铝厂制粉车间。长期应用结果表明,采用负荷切换控制方法,在煤粉低温工况时,能够将磨机负荷和出口温度控制在工艺规定的范围内,在正常工况下可以将磨机负荷控制在设定层给出的负荷设定值上,在运行期间内避免了由于煤粉低温、过负荷造成故障停磨。同时采用磨机负荷智能设定方法,在边界条件频繁变化的条件下,可以将煤粉细度控制在工艺设定的范围内,且尽可能提高磨机出力。制粉系统能耗统计结果表明与人工控制相比,制粉单耗降低了4.56%。
【关键词】:氧化铝回转窑 制粉过程 磨机负荷 煤粉细度 切换控制 智能设定 规则推理
【学位授予单位】:东北大学
【学位级别】:博士
【学位授予年份】:2010
【分类号】:TP273.5
【目录】:
  • 摘要5-7
  • Abstract7-13
  • 第1章 绪论13-33
  • 1.1 制粉过程研究现状14-23
  • 1.1.1 制粉过程工艺14-15
  • 1.1.2 制粉过程建模15-17
  • 1.1.2.1 数据建模15-16
  • 1.1.2.2 机理模型16-17
  • 1.1.2.3 混合模型17
  • 1.1.3 制粉过程检测技术17-21
  • 1.1.3.1 负荷检测18-21
  • 1.1.3.2 煤粉细度检测21
  • 1.1.4 制粉过程控制21-23
  • 1.2 切换控制研究现状23-26
  • 1.3 规则控制在工业过程控制中应用研究现状26-30
  • 1.4 本文的主要工作30-33
  • 第2章 氧化铝回转窑制粉过程控制现状分析33-51
  • 2.1 氧化铝回转窑制粉过程的设备组成与工艺流程33-35
  • 2.2 制粉过程的工艺指标35-37
  • 2.3 制粉过程控制目标37-38
  • 2.4 制粉过程的动态特性分析38-47
  • 2.4.1 煤粉细度与磨机负荷之间的动态特性分析38-42
  • 2.4.2 磨机负荷和磨机出口温度与给煤量之间的动态模型及动态特性分析42-47
  • 2.5 制粉过程的现状分析及存在的问题47-50
  • 2.5.1 负荷设定的现状分析及存在的问题47-48
  • 2.5.2 负荷控制的现状分析及存在的问题48-50
  • 2.6 本章小结50-51
  • 第3章 氧化铝回转窑制粉过程智能控制方法51-101
  • 3.1 控制目标51-52
  • 3.2 控制策略52-60
  • 3.2.1 控制思路52-54
  • 3.2.2 控制结构和功能54-60
  • 3.2.2.1 磨机负荷设定结构和功能55-58
  • 3.2.2.2 磨机负荷切换控制结构和功能58-60
  • 3.2.2.3 入口负压PI控制和出口温度PI控制结构和功能60
  • 3.3 控制算法60-100
  • 3.3.1 磨机负荷设定算法61-79
  • 3.3.1.1 磨机负荷预设定模型61-67
  • 3.3.1.2 煤粉细度软测量模型67-73
  • 3.3.1.3 磨机负荷设定反馈补偿模型73-79
  • 3.3.2 磨机负荷智能切换控制算法79-98
  • 3.3.2.1 切换机制80-83
  • 3.3.2.2 负荷PI控制器83-88
  • 3.3.2.3 负荷与温度协调控制器88-91
  • 3.3.2.4 基于规则推理的过负荷控制器91-98
  • 3.3.3 磨机入口负压PI控制和磨机出口温度PI控制98-100
  • 3.4 本章小结100-101
  • 第4章 制粉过程智能控制系统研发101-131
  • 4.1 智能控制系统结构和功能102
  • 4.2 硬件平台102-106
  • 4.2.1 PLC控制系统103-104
  • 4.2.2 设定与监控计算机104
  • 4.2.3 执行机构与检测装置104-106
  • 4.2.4 系统网络及通讯106
  • 4.3 软件平台106-107
  • 4.4 智能控制软件的设计与开发107-129
  • 4.4.1 智能控制软件结构和功能107
  • 4.4.2 负荷设定软件的设计与开发107-116
  • 4.4.2.1 功能设计107-109
  • 4.4.2.2 负荷智能设定软件程序流程图109-114
  • 4.4.2.3 负荷设定软件界面114-116
  • 4.4.3 过程控制软件的设计与开发116-122
  • 4.4.3.1 功能设计116-118
  • 4.4.3.2 过程控制软件流程图118-122
  • 4.4.4 负荷控制切换软件的设计与开发122-126
  • 4.4.4.1 功能设计122
  • 4.4.4.2 负荷控制切换软件程序流程图122-123
  • 4.4.4.3 规则建立与调试界面123-126
  • 4.4.5 过程监控软件的设计和开发126-129
  • 4.4.5.1 功能设计126-128
  • 4.4.5.2 监控界面128-129
  • 4.5 本章小结129-131
  • 第5章 工业应用131-145
  • 5.1 制粉系统描述131-133
  • 5.2 控制系统设计133-135
  • 5.3 应用验证研究135-142
  • 5.3.1 磨机负荷智能设定135-137
  • 5.3.2 磨机负荷切换控制137-142
  • 5.4 应用效果分析142-144
  • 5.5 本章小结144-145
  • 结束语145-147
  • 参考文献147-155
  • 致谢155-157
  • 博士期间完成的论文、参加的科研项目157-159
  • 作者简介159

【引证文献】
中国博士188bet全文数据库 前1条
1 罗运辉;非线性多变量热工过程多模型控制及其应用研究[D];山东大学;2011年
【参考文献】
中国期刊全文数据库 前10条
1 于晋春,王敬,焦海峰;电站锅炉制粉系统的仿真建模[J];电力学报;2001年01期
2 王颖洁,吕震中;轴承振动信号在球磨机负荷控制系统中的应用研究[J];电力设备;2004年09期
3 刘长良,梁伟平,董泽;钢球磨煤机制粉系统的递阶模糊控制[J];动力工程;2002年05期
4 刘福国;煤粉炉燃烧效率工程预测模型[J];动力工程;2004年05期
5 陈绍炳,张铁军,徐治皋,冷伟;基于机理分析的球磨机系统动态模糊建模方法[J];动力工程;2005年02期
6 陈刚;;压差及电耳在钢球磨中的应用[J];电站辅机;2006年01期
7 陈旭;楼波;;基于音频信号控制策略的磨煤机存煤量控制的应用[J];电站辅机;2007年03期
8 蔡杰进;马晓茜;;电站燃煤机组煤粉细度优化分析[J];锅炉技术;2006年05期
9 吴友政,谢建君,王斌;专家模糊控制在球磨机上的应用[J];工业控制计算机;2001年08期
10 姚钢,周洪,李崇晟,陶文伟;我国火力发电厂钢球磨煤机控制系统研究[J];湖北电力;1999年04期
中国硕士188bet全文数据库 前1条
1 任德均;球磨机负荷控制系统的研究与应用[D];四川大学;2002年
【共引文献】
中国期刊全文数据库 前10条
1 王尔丹;人群运动与密度估计技术研究[J];安全;2005年03期
2 冯学军;;最小二乘支持向量机的研究与应用[J];安庆师范学院学报(自然科学版);2009年01期
3 刘潭;张勇;;基于粗糙集-BP神经网络的浮选槽液位预测[J];辽宁科技大学学报;2010年05期
4 周德强;冯建中;;建筑物沉降预测的改进Verhulst模型研究[J];地下空间与工程学报;2011年01期
5 王立平;孔小梅;付梦印;王美玲;张甲文;姜明;;Temperature Drift Modeling of FOG Based on LS-WSVM[J];Journal of China Ordnance;2008年03期
6 王亮;胡静涛;;基于LS-SVM的光刻过程R2R预测控制方法[J];半导体技术;2012年06期
7 田盛丰;基于核函数的学习算法[J];北方交通大学学报;2003年02期
8 薛彦轶;刘晓东;;基于最小二乘支持向量机的航材备件需求建模[J];兵工自动化;2007年06期
9 高博;谭永红;张新良;;基于在线LSSVM的超声波电机转速预测器[J];兵工自动化;2007年09期
10 张丽叶;郑绍钰;;基于LS-SVM的装备研制费用建模与分析[J];兵工自动化;2009年02期
中国重要会议论文全文数据库 前10条
1 宋海鹰;桂卫华;阳春华;;基于核偏最小二乘的简约最小二乘支持向量机及其应用研究[A];第二十六届中国控制会议论文集[C];2007年
2 宋海鹰;桂卫华;阳春华;;基于最小二乘支持向量机的Hammerstein-Wiener模型辨识[A];第二十六届中国控制会议论文集[C];2007年
3 ;Inverse System Control of Nonlinear Systems Using LS-SVM[A];第二十六届中国控制会议论文集[C];2007年
4 ;A Self-optimal Fuzzy Logic Controller Based on Association Rules Mining to Ball Mill Pulverizing System[A];第二十六届中国控制会议论文集[C];2007年
5 ;A Novel Proximal Support Vector Machine and Its Application in Radar Target Recognition[A];第二十六届中国控制会议论文集[C];2007年
6 ;A CDMA Signal Receiver Based on LS-SVM[A];第二十六届中国控制会议论文集[C];2007年
7 ;LS-SVM Based Stable Generalized Predictive Control[A];第二十七届中国控制会议论文集[C];2008年
8 阎纲;梁昔明;龙祖强;李翔;;一种新的提前一步预测控制算法[A];第二十七届中国控制会议论文集[C];2008年
9 孙玉坤;王博;丁慎平;;基于模糊支持向量机的赖氨酸发酵软测量[A];第二十七届中国控制会议论文集[C];2008年
10 ;GA Based LS-SVM Classifier for Waste Water Treatment Process[A];第二十七届中国控制会议论文集[C];2008年
中国博士188bet全文数据库 前10条
1 赵莹;半监督支持向量机学习算法研究[D];哈尔滨工程大学;2010年
2 李书艳;单点氨基酸多态性与疾病相关关系的预测及其机制研究[D];兰州大学;2010年
3 张明;电能质量扰动相关问题研究[D];华中科技大学;2010年
4 王晓明;基于统计学习的模式识别几个问题及其应用研究[D];江南大学;2010年
5 许伟;基于进化算法的复杂化工过程智能建模方法及其应用[D];华东理工大学;2011年
6 张目;高技术企业信用风险影响因素及评价方法研究[D];电子科技大学;2010年
7 向国齐;支持向量回归机代理模型设计优化及应用研究[D];电子科技大学;2010年
8 桑永胜;空间数据分析的神经计算方法[D];电子科技大学;2010年
9 渠瑜;基于SVM的高不平衡分类技术研究及其在电信业的应用[D];浙江大学;2010年
10 包鑫;稳健回归技术及其在光谱分析中的应用[D];浙江大学;2010年
中国硕士188bet全文数据库 前10条
1 曾传华;基于颜色和纹理特征的竹条分级方法研究[D];华中农业大学;2010年
2 田文娟;基于支持向量机的人民币序列号识别方法的研究[D];山东科技大学;2010年
3 孟培培;基于3S的土地督察信息系统研究[D];山东科技大学;2010年
4 李海清;支持向量机在金融市场预测中的应用[D];辽宁师范大学;2010年
5 徐玉颖;气垫式流浆箱智能解耦控制系统[D];浙江理工大学;2010年
6 石国强;基于规则的组合分类器的研究[D];郑州大学;2010年
7 李光远;基于在线聚类和最小二乘支持向量机的模糊建模方法研究[D];郑州大学;2010年
8 陈松峰;利用PCA和AdaBoost建立基于贝叶斯的组合分类器[D];郑州大学;2010年
9 曹彦;基于支持向量机的特征选择及其集成方法的研究[D];郑州大学;2010年
10 王巧立;微生物发酵过程的建模与优化控制研究[D];郑州大学;2010年
【同被引文献】
中国期刊全文数据库 前10条
1 张彦斌,贾立新,杨波,樊少华;自寻优-模糊控制策略在球磨机控制中的实现[J];电力系统自动化;1999年17期
2 陈绍炳,张铁军,徐治皋,冷伟;基于机理分析的球磨机系统动态模糊建模方法[J];动力工程;2005年02期
3 曹晖;张彦斌;司刚全;贾立新;王靖程;;基于自寻优-采样控制的火电厂磨机负荷控制系统的研究[J];工业控制计算机;2006年11期
4 张君;岳恒;柴天佑;;钢球磨煤机制粉过程的混合智能建模[J];控制工程;2009年03期
5 朱学峰;肖术骏;王秀;;一种新的实用PI控制闭环辨识方法[J];控制理论与应用;2010年09期
6 王亚刚;许晓鸣;;复杂多变量过程模型的闭环频域辨识[J];控制与决策;2010年06期
7 刘涛;张卫东;顾诞英;蔡云泽;;化工多变量时滞过程的频域解耦控制设计的研究进展[J];自动化学报;2006年01期
8 白焰;中国火电厂自动化的回顾与展望[J];沈阳工程学院学报(自然科学版);2005年01期
9 岳恒,周晓杰,王昕,柴天佑,白焰;钢球磨中储式制粉系统智能解耦控制仿真系统[J];系统仿真学报;2002年10期
10 陶文华,柴天佑,岳恒;钢球磨煤机的动态参数模型与仿真研究[J];系统仿真学报;2004年04期
中国博士188bet全文数据库 前4条
1 王东风;多变量智能控制在电厂制粉系统中的应用研究[D];华北电力大学;2001年
2 华志刚;先进控制方法在电厂热工过程控制中的研究与应用[D];东南大学;2006年
3 翟军勇;基于多模型切换的智能控制研究[D];东南大学;2006年
4 郭启刚;热工过程多模型控制理论与方法的研究[D];华北电力大学(河北);2007年
【二级引证文献】
中国硕士188bet全文数据库 前3条
1 张会华;多变量系统的组合模型预测控制研究及软件设计[D];燕山大学;2013年
2 胡娟平;中储式制粉系统过程优化与节能控制应用研究[D];西安建筑科技大学;2013年
3 刘东举;燃煤电站烟气海水脱硫控制系统的设计与实现[D];哈尔滨理工大学;2013年
【二级参考文献】
中国期刊全文数据库 前10条
1 王颖洁,吕震中;轴承振动信号在球磨机负荷控制系统中的应用研究[J];电力设备;2004年09期
2 张彦斌,贾立新,杨波,樊少华;自寻优-模糊控制策略在球磨机控制中的实现[J];电力系统自动化;1999年17期
3 顾军扬;章臣樾;范仲元;;两台筒型球磨贮仓式制粉系统全工况实时仿真[J];南京工学院学报;1987年02期
4 陈炳华,张颉,孙锐,吴少华,秦裕琨;运行参数对锅炉煤粉着火燃烧和飞灰含碳量影响的数值研究[J];动力工程;2004年04期
5 曾刚,彭楚武,贺蓉,徐成,周辉;测控系统中实现数据安全的实用技术[J];单片机与嵌入式系统应用;2001年03期
6 周韬,杨汝清,翁新华;S7200系列PLC与IPC的通信设计[J];电气传动自动化;2000年02期
7 潘卫国,万闻炜,张南放,孙坚荣;钢球磨煤机磨煤出力的优化与流动阻力的计算[J];上海电力学院学报;2001年01期
8 李东海,吴勇强,李燕茹;新型非线性PID控制器仿真研究[J];电子技术应用;2000年11期
9 陈刚;;压差及电耳在钢球磨中的应用[J];电站辅机;2006年01期
10 高新波,裴继红,谢维信;模糊c-均值聚类算法中加权指数m的研究[J];电子学报;2000年04期
中国博士188bet全文数据库 前2条
1 梁伟平;球磨机制粉系统智能控制算法的研究及应用[D];华北电力大学;2000年
2 王东风;多变量智能控制在电厂制粉系统中的应用研究[D];华北电力大学;2001年
中国硕士188bet全文数据库 前1条
1 朱明;基于振动频谱分析的球磨机存煤量测控与优化[D];东南大学;2004年
【相似文献】
中国期刊全文数据库 前10条
1 王耀南;;实时专家智能控制系统的数据通信[J];微计算机应用;1993年05期
2 张晓军;张二为;;智能控制系统发展综述及其应用[J];有色冶金设计与研究;2006年01期
3 李恩伟;郭全生;李红;申敏;张平;;莱钢焦炉煤气回收智能控制系统[J];山东冶金;2006年02期
4 于力革;高美凤;;基于AT89S51的液位控制系统[J];微计算机信息;2006年14期
5 ;节能先锋:清华同方RH智能控制系统[J];IB智能建筑与城市信息;2006年06期
6 马保国;钱方正;柯凯;侯存军;王文丰;;基于神经网络的分解炉喂煤量智能控制系统[J];计算机技术与发展;2006年07期
7 范严颖;冯晓绪;蔡毅;杨静娴;;家电远程智能控制系统——采用ZR-TER2000的青少年制作大赛获奖项目[J];电子制作;2006年07期
8 唐修俊;李胜华;王巍;;基于CAN总线的汽车起重机智能控制系统[J];中国工程机械学报;2008年02期
9 刘仲汇;杨艳;史建国;孟庆军;张立群;;pH温度智能控制系统在葡萄糖酸钠发酵中的应用[J];粮食与食品工业;2008年06期
10 荣学娟;牛萍娟;徐秀知;李晓霞;;室内照明的智能控制系统[J];仪器仪表用户;2009年04期
中国重要会议论文全文数据库 前10条
1 崔国华;赵学工;周钢霞;郑刚;刘杰;赵春雨;;粮食烘干机智能控制系统的研究[A];中国粮油学会第三届学术年会论文选集(下册)[C];2004年
2 刘丹;;LED照明控制新技术:DMX512 LED灯饰控制系统[A];海峡两岸第十五届照明科技与营销研讨会专题报告暨论文集[C];2008年
3 K.A.Pupkov ;K.A.Neusipin;柯芳;;动态对象智能控制系统的遗传建模[A];第二十三届中国控制会议论文集(下册)[C];2004年
4 姜继忱;廖家骧;;中药提取浓缩装置计算机监测智能控制系统[A];1998年中国智能自动化学术会议论文集(下册)[C];1998年
5 李恩伟;丁修龙;宋希光;曹永芹;乔卫国;齐滨;李青;;选矿生产线智能控制系统[A];推进信息及自动化技术在钢铁工业节能降耗、改善环境、降低成本中的应用论文集[C];2005年
6 蔡自兴;;智能控制学科体系的初步框架[A];1998年中国智能自动化学术会议论文集(上册)[C];1998年
7 张谦;范玉璋;;工程智能控制器的CAD方法[A];1999年中国智能自动化学术会议论文集(上册)[C];1999年
8 王耀南;蔡树国;孙炜;魏育成;;复杂工业系统的智能控制和智能管理系统开发应用[A];第七届计算机模拟与信息技术学术会议论文集[C];1999年
9 丑武胜;查建中;;智能控制系统的广义知识模型[A];1997年中国控制会议论文集[C];1997年
10 黄苏南;邵惠鹤;;智能控制的定性分析[A];1994中国控制与决策学术年会论文集[C];1994年
中国重要报纸全文数据库 前10条
1 泉州外国语中学 柯瑜 辅导老师 曾庆彪;基于短信平台的家电智能控制系统[N];福建科技报;2010年
2 记者 马钦麟;我区成功研制日光温室智能控制系统[N];宁夏日报;2010年
3 记者 王彦民 通讯员 陈振寰;集群风电有功智能控制系统二期工程竣工[N];国家电网报;2010年
4 周子涔 党楚;物联网将为3G时代带来精彩应用[N];无锡日报;2009年
5 记者 王彦民;风电有功智能控制系统立大功[N];国家电网报;2010年
6 本报记者 金真;实用性是智能化产品的“试金石”[N];中国建设报;2011年
7 浙江省乐清市吉尔照明技术研究所 朱海;新颖的照明智能控制系统[N];消费日报;2002年
8 记者 唐先武;“聪明窗”遇火灾自动打开[N];科技日报;2009年
9 本报驻美国记者 毛黎;给风儿插上翅膀[N];科技日报;2010年
10 通讯员 王彦民 陈振寰;甘肃河西实现火风电联合调控[N];中国电力报;2010年
中国博士188bet全文数据库 前10条
1 张立岩;氧化铝回转窑制粉过程智能控制系统的研究[D];东北大学;2010年
2 徐宏喆;基于激光测量的板材矫直机智能控制系统的研究[D];西安理工大学;2009年
3 石玗;铝合金脉冲MIG机器人焊接智能控制系统研究[D];兰州理工大学;2005年
4 夏卫生;机器人等离子熔射成形过程诊断与控制关键技术基础[D];华中科技大学;2008年
5 孙鑫;造纸过程的分层递阶智能控制系统[D];浙江大学;2001年
6 程良伦;微管道机器人及其智能控制系统的研究[D];中国科学院长春光学精密机械与物理研究所;2000年
7 曹恒;基于模糊逻辑的内燃机车大功率柴油机智能控制系统的研究[D];大连理工大学;2000年
8 向凤红;选矿厂生产物流递阶智能控制系统结构与复合模型研究[D];昆明理工大学;2002年
9 侯晓鹏;木材干燥智能控制系统的研究[D];中国林业科学研究院;2010年
10 茆美琴;风光柴蓄复合发电及其智能控制系统研究[D];合肥工业大学;2004年
中国硕士188bet全文数据库 前10条
1 王明;船载溢油回收设备的电液智能控制系统[D];大连海事大学;2012年
2 许淑新;电解氧化水智能控制系统设计[D];北方工业大学;2013年
3 陈岳秋;基于电话网络的太阳能热水器远程智能控制系统的研究[D];湖南大学;2010年
4 吴光飞;电站锅炉弯管机智能控制系统[D];哈尔滨理工大学;2011年
5 董文国;蔬菜温室大棚智能控制系统的设计[D];曲阜师范大学;2012年
6 谢长晓;植物非试管快繁智能控制系统的研究与应用[D];南京农业大学;2009年
7 宋朋朋;汽车前照灯智能控制系统的研究[D];南京林业大学;2012年
8 李灏;茶叶色选机智能控制系统研究[D];南京林业大学;2012年
9 刘杰;基于嵌入式系统的水厂加氯智能控制系统[D];湖南工业大学;2011年
10 陈建军;钻井电机智能控制系统[D];天津大学;2012年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026