本书以实际冶金石灰窑生产过程为例，在介绍石灰窑及其控制工艺相关基础知识上，介绍了冶金石灰窑生产工艺原理、石灰窑燃烧室温度控制、石灰窑燃气分配比调节和石灰窑尾气氧含量预测，涉及模糊PID控制方法、预测控制方法、粒子群算法、遗传算法、神经网络等先进的智能控制技术，并在最后介绍了基于补偿校正策略的混合煤气流量检测系统设计与实现。

第1章 石灰窑及其控制工艺

1.1 常见石灰窑介绍

1.1.1 回转窑

1.1.2 竖窑

1.1.3 悬浮窑

1.2 石灰窑生产过程的控制参数

1.2.1 石灰窑燃烧室温度

1.2.2 空燃比

1.2.3 烟气氧含量

第2章 冶金石灰窑生产工艺原理

2.1 石灰石的煅烧

2.1.1 石灰石煅烧机理

2.1.2 生石灰的物理性质

2.1.3 石灰窑的工艺流程

2.2 冶金石灰窑生产过程影响因素及质量控制模型分析

2.2.1 石灰煅烧质量的影响因素

2.2.2 石灰窑生产系统质量控制模型及相关参数分析计算

2.3 石灰窑的工艺要求及技术指标

第3章 石灰窑燃烧室温度控制

3.1 模糊 PID-改进 Smith预估补偿控制策略

3.1.1 窑体温度回路控制系统设计

3.1.2 改进 Smith预估补偿器设计

3.1.3 常规 PID控制原理简介

3.1.4 模糊理论的基本原理及结构

3.1.5 模糊 PID控制器设计

3.2 燃烧室温度动态矩阵优化控制

3.2.1 预测控制概述

3.2.2 石灰窑燃烧室温度动态矩阵控制系统设计

3.2.3 DMC控制参数选择

3.2.4 DMC控制性能分析

3.3 基于隐式广义预测的燃烧室温度优化控制

3.3.1 广义预测控制原理

3.3.2 石灰窑的隐式广义预测自校正控制

3.4 基于自适应滑模的燃烧室温度优化控制

第4章 石灰窑燃气分配比调节

4.1 石灰窑空燃比建模

4.1.1 空燃比优化分析

4.1.2 空燃比建模方式选择

4.2 基于遗传算法的空燃比寻优

4.2.1 遗传算法基本原理

4.2.2 算法设计

4.2.3 仿真结果

4.2.4 非线性规划遗传算法

4.3 基于粒子群算法的空燃比寻优

4.3.1 粒子群算法基本原理

4.3.2 算法设计及仿真结果

4.3.3 基于自适应变异粒子群算法的空燃比寻优

4.4 基于空燃比的燃烧控制模型构建

4.4.1 温度调节和燃料与空气比值控制系统

4.4.2 燃烧过程的烟气氧含量闭环控制

4.4.3 燃烧控制系统的控制流程

4.4.4 滞后特性的补偿

4.5 燃烧系统神经网络建模与优化

4.5.1 BP网络建模

4.5.2 BP网络的遗传算法优化

4.5.3 多层前向网络模型的建立

4.5.4 BP神经网络的训练及其仿真结果

第5章 石灰窑尾气氧含量预测

5.1 烟气氧含量软测量的目的

5.2 烟气氧含量软测量机理分析

5.3 氧含量软测量的影响因素与修正方案

5.3.1 混合煤气成分变化的影响与修正方案

5.3.2 漏风因素的影响与修正方案

5.3.3 风量测量模型与修正方案

5.3.4 未完全燃烧的影响与修正方案

5.4 基于信息融合的氧含量软测量方案

5.4.1 信息融合的基本框架

5.4.2 基于信息融合的氧含量软测量模型结构

第6章 基于补偿校正策略的混合煤气流量检测系统设计与实现

6.1 问题的提出

6.2 检测系统精度的影响因素

6.3 补偿校正方案的制定

6.3.1 基准流量计的选择

6.3.2 超声波流量计

6.4 混合煤气流量检测的补偿算法

6.4.1 密度补偿

6.4.2 压力、温度补偿

6.4.3 综合补偿

6.5 在线检测系统的实现

6.5.1 电控设计方案

6.5.2 超声波流量计选型

6.5.3 超声波流量计的安装与调试

6.6 运行结果分析

参考文献