摘要
利用火焰图像作为回转窑烧结温度的反馈信号参与闭环预测控制,融合现场热工信号,设计了烧结温度的RBF网络预测模型,并利用遗传算法进行滚动优化,现场运行结果表明该方法可在正常工况下对烧结温度进行稳定控制.
The sintering temperature in rotary kiln is measured through image processing algorithm as feedback of its predictive control. The predictive model based on RBF network is designed by the image and other process data optimized by genetic algorithm. The final results of application at an alumina sintering kiln show that this intelligent predictive control strategy can achieve higher stability in normal condition.
出处
《控制理论与应用》
EI
CAS
CSCD
北大核心
2007年第6期995-998,共4页
Control Theory & Applications
基金
湖南省自然科学基金资助项目(04JJ3011)
湖南省重点科研项目(05GK2003)
国家自然科学基金重点资助项目(60634020)
国家自然科学基金资助项目(50704016).
关键词
预测控制
回转窑
过程控制
图像处理
遗传算法
神经网络
predictive control
rotary kiln
process control
image processing
genetic algorithm
neural network
