【技术实现步骤摘要】
一种数字能源鼓风站的压力控制系统及其方法
[0001]本专利技术属于设备控制
,具体地,涉及一种数字能源鼓风站的压力控制系统及其方法。
技术介绍
[0002]鼓风站是一种供应工业用途中所需气体的设备,往往运用在冶金、化工、电力等领域,鼓风站作为配套设备,主要起增氧或补充焦炭所需的氧气,控制炉体温度,为加热设备提供足够的空气压力。鼓风站的重要作用在于提供稳定的气流和气压,控制生产流程的稳定性和生产成本的低廉性。鼓风站在钢铁生产中尤为重要,在高炉内加入适量氧气,可以促进燃烧,使生产效率大幅提高,同时产品质量也有极大改善。此外,鼓风站还可以为热炉和冶炼炉提供暖风,为烘干和干燥设备提供热风等。
[0003]现有技术中,过高的压力会导致鼓风系统中的管道破裂、泄露等问题,严重时可能会引起火灾或爆炸等危险事故,而压力过低则会导致高炉进气量不足,燃烧不充分,影响高炉的产能和质量,此外,压力过低还会导致鼓风机的效率下降,耗能增加,从而导致生产成本增加,还可能会使鼓风机产生过热、漏风等问题。因此需要对鼓风站产生的压力进行控制,但现 ...
【技术保护点】
【技术特征摘要】
1.一种数字能源鼓风站的压力控制系统,其特征在于,包括若干鼓风机、若干传感器、采集模块、模型建立模块和控制器,其中:所述鼓风机与若干所述传感器连接,所述传感器检测所述鼓风机运行过程中的环境参数和鼓风机内部参数,所述采集模块采集历史时间段内鼓风机运行过程中的环境参数和鼓风机内部参数,所述模型建立模块处理所述采集模块获取的数据,建立BP神经网络模型,所述控制器根据所述BP神经网络模型的预测值控制所述鼓风机,所述环境参数包括环境温度、环境湿度、环境大气压;所述鼓风机内部参数包括负载、鼓风机转速、鼓风机电流、炉内压力、炉内温度和鼓风机压力值。2.根据权利要求1所述的一种数字能源鼓风站的压力控制系统,其特征在于,所述传感器包括温度传感器、压力传感器和液位传感器。3.根据权利要求1所述的一种数字能源鼓风站的压力控制系统,其特征在于,所述BP神经网络模型的神经网络拓扑结构包括输入层、中间隐层和输出层,所述输入层接收输入的样本数据,所述中间隐层通过样本数据进行特征提取和样本映射,所述输出层对所述中间隐层输出的特征进行分类或回归预测。4.根据权利要求3所述的一种数字能源鼓风站的压力控制系统,其特征在于,所述中间隐层的连接权重通过反向传播算法训练优化。5.根据权利要求4所述的一种数字能源鼓风站的压力控制系统,其特征在于,所述反向传播算法通过将训练样本中的误差从输出层反向传播至中间隐层,从而更新中间隐层与输出层之间的连接权重。6.根据权利要求1所述的一种数字能源鼓风站的压力控制系统,其特征在于,所述压力控制系统还包括电机和风阀,所述控制器根据所述BP神经网络模型输出的预测值控制电机或风阀。7.根据权利要...
【专利技术属性】
技术研发人员:胡培生,孙小琴,魏运贵,胡明辛,
申请(专利权)人:广州瑞鑫智能制造有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。