基于大数据预测分析的大惯量非线性风温调节控制系统

用于溪洛渡电站的数字缸

大数据

基于实际工业应用的大数据预测系统

大数据预测是大数据最核心的应用,大数据预测将传统意义预测”拓展到“现测”。大数据预测的优势体现在它把一个非常困难的预测问题,转化为一个相对简单的描述问题,而这是传统小数据集根本无法企及的。从预测的角度看,大数据预测所得出的结果对于现实被控系统不仅可提供简单、客观的结论,更能用于帮助决策,收集起来的资料还可以被规划和引导开发更大的用途。



热风炉系统是一个由大约1.2万立方米耐火砖构成的蓄热体,具有很大的惯性和滞后特性。而影响蓄热和送风的因素又众多,它们包括:炉容、蓄热体、燃烧器、煤气热值、煤气量、煤气预热温度、送风量、空气温度和湿度、管道热损失、等等众多因素,因此要想稳定精确的控制吸热和放热量,我们就需要通过建立准确的、多变量参数的热风炉数字模型,结合大数据,对蓄热和放热趋势进行预测,根据预测结果,借助神经元矩阵模型推演,获得对燃烧系统和送风系统以及蓄热体切换等步骤的控制决策依据。


该系统成功应用于武汉钢铁公司炼铁厂5号主力高炉热风炉交错热并联送风自动控制系统中,获得该类应用国际首次成功应用。亿美博借助多年来在军工、冶金、能源等领域中积累的大量经验,构建了具有响应快速、数据及算法自动更新和优化、结果准确的基于大数据预测分析的大惯量非线性系统控制能力。

蓄热体材质:耐火砖

蓄热体体积:约12000立方米

蓄热温度上限:1350℃(顶部)

蓄热温度下限:1100℃(底部)

蓄热时间:60~120分钟

放热时间:120-240分钟

加热空气初始温度:-10~55℃

加热空气末温:1100~1230±5℃


http://www.hydraulic.com.cn/.../96.html




热风炉吸放热趋势曲线


热风炉吸放热趋势曲线


Visits:


我要咨询
产品
姓名
移动电话
电子邮件
咨询内容*
验证码*   看不清验证码?点击刷新!
您也可以电话010-63331966详细咨询。