高炉过程优化与智能控制模型.pdf





《高炉过程优化与智能控制模型.pdf》由会员分享,可在线阅读,更多相关《高炉过程优化与智能控制模型.pdf(9页珍藏版)》请在淘文阁 - 分享文档赚钱的网站上搜索。
1、高校应用数学学报!辑#$%$&()*(&+(,#!-./01 2 3/4/5 3 6 7 8 9 8:7 6;/$#,)摘要*从运筹学与控制论角度论述高炉过程的控制复杂性%提出在过程优化基础上的智能控制规律和三维预测控制概念%阐述了高炉冶炼过程优化与智能控制的工作流程?国家级科技成果重点推广项目高炉炼铁优化专家系统A的推广实践表明%计算机智能控制技术能够为炼铁带来显著的经济效益?关键词*高炉炼铁B过程优化B智能控制B数学模型中图分类号*C D E$B F$G&B C H$I B C J$(G 文献标识码*!文章编号*$#K(#$)#(K#(&K#L收稿日期*#$K#$K$IM$高炉冶炼过程的控
2、制复杂性高炉冶炼过程的计算机控制问题是钢铁联合企业生产工序自动控制中的一个难题?正如国家自然科学基金委员会编写的自然科学学科发展战略调研报告A中指出的*以高炉为代表的复杂工业对象是N运行机制尚未弄清%往往带有非线性O分布参数特征%并有强烈的随机特征%因此需探索新的建模和控制的原理和技术?PQ$R高炉治炼过程是一个可控的随机过程%其炉温控制是大时滞的预测控制?从运筹学与控制论角度看其控制复杂性%包括炼铁工艺的多目标要求B众多影响参数的随机波动产生的多元分布复杂性B控制过程的时变性%N三维预测控制P所包含的控制决策的复杂性与灵活性等方面%说明高炉冶炼过程控制是一种复杂的智能控制而不是经典的反馈控制
3、?$G$高炉冶炼过程目标函数的复杂性针对中国高炉的客观实际%炼铁界提出的N炼铁目标P和N操作方针P是Q R*优质O低耗O高产O长寿和安全O稳定O均衡O顺行?经过长期生产实践研究%结合冶金反应工程学原理Q R%本文提出的理论数学模型是*求多元变分过程函数S$%S%S%S(%使得TU VWUS$X%Y XY Z%Y Y Z%Y Y Z%Y _Y Z Z a bc d1 e$)万方数据!#$%&()*(+()+)*(,(),)*(-()-./)*0*1 23 45 67&8!#$%9()*(+()+)*(,(),)*(-()-./)*0*1:;=:;7 9 8!#$%?()*(+()+)*(,(),
4、)*(-()-./)*0*1:;5 7:;5 AB C(:;5 8式代表高炉生产效率的极大化(即利用系数F最大化G 7&8式代表吨铁能耗的极小化(即焦比2的最小化G 7 9 8式代表铁水质量7以含硫量:;衡量8满足炼钢的质量要求G 7?8式则表示炉温:;5 的平稳控制要求(7:;5 ABC(:;5 A#C8是炉温的优化控制范围(:;5 K&高炉冶炼过程众多影响因素之间以及与目标函数之间的关联复杂性在多目标优化模型7 8 L7?8中(高炉冶炼过程的众多影响因素包括E原燃料参数(控制参数+(状态参数,(设备参数-以及这些参数随时间的变化率J在建立的;MN O;P Q R P Q数据库中(每一类数据
5、表的参数都有几十项S上百项字段J例如原燃料参数包括烧结S球团S生矿S焦炭S石灰S萤石等不同矿种(每一矿种的成分又包括T U P S U P VS W X VS;5 V&S;S碱度Y&等字段J这些原燃料参数组成H料批向量I和H成分矩阵I J各种成分以一定的均值和方差在生产过程随机波动着J影响因素的复杂性还在于各类参数的采样频率不同J在高炉数据库中(有几秒钟采样次的秒级数据自动采样G有每炉一次的铁水与炉渣成分手工采样G有每班 L&次的原燃料参数数据G有Z小时次的煤气分析数据等J由此带来数据关联与融合的计算复杂性J影响因素的复杂性还表现在各类参数之间关联的时间滞后量的非线性J在正常炉况下(原燃料参数
6、的分布变动S状态参数的变动引发控制参数的调整(以保持目标函数的变动不超出要求的范围J这一系列相互影响的时间滞后量(在炉况平稳时有一定的滞后规律J当炉况变差时(滞后量将发生非线性的变化J此时预测控制的规律完全改变J图从物质能量流和信息流角度反映了高炉冶炼过程众多影响参数间的关联复杂性J K 9 H三维控制向量I与控制量计算的复杂性从运筹控制角度看高炉冶炼过程的控制(实质上就是调整7 8 L7?8式中可控参数+使众多参数的分布映射成目标函数的分布J而多元参数的分布与目标函数的分布之间的对应(完全是多值的非线性对应(是集合之间的非线性映射关系(而不是简单的函数关系J众多参数的分布特性复杂地影响高炉冶
7、炼过程的控制J对控制参数+中的某一项或几项可控参数进行调整(这种调整的控制效果受到三项要素的影响E控制参数+S控制时刻和控制强度)*J即H三维控制向量I 1+()./)*决定控制成效J与经典控制论S现代控制论不同的是(高炉冶炼过程的控制不是实时检测量的简单对应的反馈式控制(它是在炉况综合判断前提下对炉温:;5 大时滞的预测控制(是H智能控制I J9_?刘祥官等E高炉过程优化与智能控制模型万方数据图!高炉冶炼过程参数关联图实际高炉生产过程的控制环节包括工长综合炉前观察#高炉仪表$或计算机采集系统%和原始记录的各种信息&在控制室作出炉况的总体分析与判断&然后发布控制指令给各控制岗位热风炉车间按照工
8、长的要求调整送风参数$风量#风温#风压等%喷煤车间按照要求调整喷煤参数$喷煤速率#压力等%槽下系统按工长下达的配料单变更料批参数$批重#配比#负荷#碱度等%卷扬系统则按要求调整料线与布料参数$料序#(角#)角#*角等%+控制途径的多样性#灵活性带来高炉冶炼过程控制的复杂性+在各类控制途径中&灵活多样的变化与组合包含着单项控制或组合控制+而从过程优化角度分析&并不是所有的控制方式都能够达到优质#低耗和高产的多目标要求+因此存在着最优控制策略+在各种控制方案中&对炉况的判断和调控的时机不同&都将导致控制量不同+这就是高炉冶炼过程控制计算上的复杂性和非线性+国外高炉的控制甚至罗列了,-多条规则和数万
9、种控制案例&可见高炉冶炼过程控制量计算的复杂性+./高炉冶炼过程智能控制数学模型的复杂结构分析高炉冶炼过程控制各个环节上建立的几十个模型&可以分为,种不同类型的数学结构&即随机可控模型#确定性模型和数理逻辑模型+/0!概率统计模型这是众多原燃料参数1#状态参数2和目标函数组成的分布类参数分析中必须使用的模型+它们的随机分布特性影响着过程控制+需要通过数理统计方法处理数据把统计特性归纳#计算出来+在统计分布分析中&所谓3统计特征值4包括样本均值#方差#数据量#最大值565高 校 应 用 数 学 学 报7辑第!6卷第5期万方数据!#$最小值!%&和分布差异显著性检验值()*+*确定型计算模型它主要
10、用于计算各种可控参数的控制量,如配料计算)在不同炉况等级下,在不同时机,对不同优先级的控制参数,计算其控制强度)这种计算包括某些热平衡与物料平衡的线性计算,更多情况是不同炉况等级下的非线性定量计算)*+-智能逻辑判断模型在错综复杂的高炉炉况特性中,如何在正常冶炼过程中判断异常炉况发生的苗头与征兆,以及提出消除的措施)其中重要的有.对炉墙结厚/结瘤/顽固性结瘤的智能化判断0对悬料$管道1中心或边缘2$炉缸堆积1中心或边缘2等炉况顺行状态正常与否的智能型判断)它需要借助于炼铁专家的知识以建立判断的规则0需要按照优化计算结果建立判断的标准3临界值4,才能建立起智能判断模型结构)计算机智能化逻辑判断能
11、够帮助工长及早采取措施,尽可能避免异常炉况的发生)*+5高炉冶炼过程控制的数学模型流程综上所述,为建立高炉冶炼过程的计算机优化控制系统,需要在各个环节开发不同的数学模型)如.多目标系统优化模型$变频统计与样本空间模型$集合优选模型$多元统计模型$时间序列模型$回归模型$滤波模型$热平衡与物料平衡计算模型,配料计算模型以及生产过程管理统计与成本分析模型等)只有切合实际综合应用不同类型的数学方法,才能逐层建立符合生产实际的过程控制方案)总结高炉冶炼过程控制决策流程是.6过程参数分布的统计优化计算,建立过程优化知识库$规则库和标准临界值063异常炉况4的检查判断与当前炉况等级的智能化判断063平稳炉
12、况4下的炉温7 8%9的预测计算063三维控制向量4的计算与实施优先控制方案):-基于时间序列的变频统计与过程优化控制规律实践表明,在错综复杂的生产状态下,高炉冶炼过程的数量化指标/产量$能耗$质量与炉温四者呈现复杂的组合)如.有的阶段是炉温适中而高产低耗质量满足要求0有的阶段是炉温偏热低产高耗但铁水质量好0有的阶段是炉温偏凉高产高耗且铁水质量差,等等)这些错综复杂的组合表明.高炉冶炼过程的多目标优化存在目标共容规律,也存在目标矛盾规律)如何计算$求解过程参数的优化范围和它们的优化组合,保证同时达到优质$低耗$高产的目标要求;本文提出了基于时间序列分析的变频统计方法)-+变频统计方法的原理高炉
13、冶炼过程是连续化的物理化学过程,是矿石与燃料连续微分而铁水与炉渣连续积分的过程)然而高炉出铁却是离散化的,一炉铁水一组数据)如何建立起符合科学原理的反映高炉实际的离散与连续之间映照关系的计算模型,是高炉冶炼过程优化计算中的一个困难问题)把模型1?5刘祥官等.高炉过程优化与智能控制模型万方数据!#$%&()$(*()*)$(+()+)$(,(),-.)$/$0 1 23 4 56 7896:%#;:9?A&BCD=E公式0 1 2的意义在于把高炉冶炼过程优化计算从理论上的微积分连续函数的精密计算(转换成实际可行的离散生产数据的数理统计特征值计算FG H I基于J元时间序列图的变频统计计算与样本特
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 高炉 过程 优化 智能 控制 模型

限制150内