陳鑫，黃冰，吳敏，何勇（中國(guó)地質(zhì)大學(xué)（武漢）自動(dòng)化學(xué)院，湖北 武漢 430074；中南大學(xué)信息科學(xué)與工程學(xué)院，湖南 長(zhǎng)沙 40083）

?

基于優(yōu)先級(jí)的燒結(jié)過(guò)程協(xié)調(diào)優(yōu)化控制系統(tǒng)

陳鑫1，黃冰2，吳敏1，何勇1
（1中國(guó)地質(zhì)大學(xué)（武漢）自動(dòng)化學(xué)院，湖北 武漢 430074；2中南大學(xué)信息科學(xué)與工程學(xué)院，湖南 長(zhǎng)沙 410083）

摘要：燒結(jié)過(guò)程是一個(gè)復(fù)雜的物理、化學(xué)反應(yīng)過(guò)程，存在大滯后性、強(qiáng)非線(xiàn)性、多目標(biāo)、多約束條件等控制難點(diǎn)。為了實(shí)現(xiàn)鐵礦石燒結(jié)過(guò)程中混合料料槽料位和燒結(jié)終點(diǎn)這兩個(gè)關(guān)鍵參數(shù)的綜合控制，提出了一種基于優(yōu)先級(jí)的協(xié)調(diào)優(yōu)化控制方法。首先，通過(guò)綜合運(yùn)用神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)和模糊控制，建立燒結(jié)終點(diǎn)的智能控制模型；同時(shí)，為了穩(wěn)定混合料料槽料位，分析影響料槽料位的主要因素，基于專(zhuān)家知識(shí)建立了混合料料槽料位專(zhuān)家控制模型；然后，通過(guò)構(gòu)造基于優(yōu)先級(jí)的協(xié)調(diào)優(yōu)化控制模型，在優(yōu)先級(jí)控制的基礎(chǔ)上采用軟切換控制，將兩個(gè)控制器相結(jié)合，獲得最適宜的速比以及臺(tái)車(chē)速度增量，實(shí)現(xiàn)燒結(jié)生產(chǎn)過(guò)程的協(xié)調(diào)優(yōu)化控制。最后，針對(duì)該協(xié)調(diào)控制策略，設(shè)計(jì)了其工廠實(shí)現(xiàn)方案。

關(guān)鍵詞：燒結(jié)；燒結(jié)終點(diǎn)；優(yōu)化；神經(jīng)網(wǎng)絡(luò)；優(yōu)先級(jí)；軟切換

2015-12-22收到初稿，2015-12-30收到修改稿。

聯(lián)系人及第一作者：陳鑫（1977—），男，教授。

引 言

燒結(jié)過(guò)程是鋼鐵冶煉的重要過(guò)程，其狀態(tài)的好壞直接影響著燒結(jié)生產(chǎn)的質(zhì)量和產(chǎn)量指標(biāo)，而燒結(jié)礦是高爐煉鐵的主要原料，它的質(zhì)量與產(chǎn)量直接影響到煉鐵生產(chǎn)的質(zhì)量與產(chǎn)量[1]，所以燒結(jié)過(guò)程狀態(tài)的控制顯得尤為重要。然而，燒結(jié)過(guò)程控制環(huán)節(jié)并非獨(dú)立環(huán)節(jié)?；旌狭狭喜凼菬Y(jié)機(jī)的直接前驅(qū)裝置，如果料位過(guò)高或過(guò)低，會(huì)出現(xiàn)溢料或斷料等生產(chǎn)事故；燒結(jié)終點(diǎn)（burning through point，BTP）是混合料燒透的位置，反映了燒結(jié)過(guò)程的熱狀態(tài)，是燒結(jié)生產(chǎn)過(guò)程中衡量燒結(jié)礦質(zhì)量好壞的重要參數(shù)，是燒結(jié)過(guò)程的關(guān)鍵中間參數(shù)[2]。因此，必須綜合考慮混合料料槽料位和燒結(jié)終點(diǎn)兩個(gè)控制目標(biāo)，協(xié)調(diào)兩者的關(guān)系[3]。

傳統(tǒng)對(duì)燒結(jié)生產(chǎn)的控制大多針對(duì)某個(gè)局部過(guò)程來(lái)設(shè)計(jì)。文獻(xiàn)[4]中開(kāi)發(fā)了具有自我診斷功能的專(zhuān)家系統(tǒng)，包括預(yù)報(bào)系統(tǒng)和反饋控制，能夠較好地穩(wěn)定燒結(jié)終點(diǎn)。文獻(xiàn)[5]提出了前饋-反饋模糊控制的方法來(lái)實(shí)現(xiàn)對(duì)燒結(jié)終點(diǎn)的控制。文獻(xiàn)[6]提出根據(jù)鋼鐵生產(chǎn)過(guò)程運(yùn)行所獲得的工業(yè)數(shù)據(jù)，建立基于數(shù)學(xué)模型和神經(jīng)網(wǎng)絡(luò)的成分預(yù)測(cè)模型，從而實(shí)現(xiàn)對(duì)燒結(jié)終點(diǎn)的控制。文獻(xiàn)[7]提出利用燒結(jié)料層同一斷面的風(fēng)箱廢氣溫度來(lái)反映其在燒結(jié)過(guò)程中的熱狀態(tài)，開(kāi)發(fā)基于廢氣溫度上升點(diǎn)的燒結(jié)終點(diǎn)模糊控制系統(tǒng)。

但在實(shí)際生產(chǎn)中，從全局控制的角度對(duì)燒結(jié)過(guò)程進(jìn)行協(xié)調(diào)控制是至關(guān)重要的。很多學(xué)者根據(jù)生產(chǎn)實(shí)際，綜合考慮各種指標(biāo)的優(yōu)化，提出了在動(dòng)態(tài)不確定環(huán)境下解決滿(mǎn)意控制問(wèn)題[8]。Sakawa等[9-10]采用交互法尋求最優(yōu)解，在每一個(gè)交互階段，決策者將要采取的策略都可以根據(jù)決策現(xiàn)狀和新的信息作不斷的修正和更新，以獲得決策者滿(mǎn)意又能適應(yīng)過(guò)程的最優(yōu)解。崔凱[11]提出利用熵權(quán)法的思想，獲得操作參數(shù)的優(yōu)化設(shè)定值，實(shí)現(xiàn)綜合生產(chǎn)目標(biāo)的優(yōu)化。向婕等[12]提出基于模糊滿(mǎn)意優(yōu)化策略的燒結(jié)過(guò)程多目標(biāo)控制方法，將燒結(jié)生產(chǎn)的狀態(tài)參數(shù)和燒結(jié)終點(diǎn)連續(xù)控制環(huán)節(jié)融為一體，實(shí)現(xiàn)在一定條件下的滿(mǎn)意解。

本文以實(shí)現(xiàn)實(shí)際工業(yè)控制為目的，引入速比控制量，提出一種基于優(yōu)先級(jí)的燒結(jié)過(guò)程協(xié)調(diào)優(yōu)化控制方法。在分析燒結(jié)工藝的基礎(chǔ)上，針對(duì)燒結(jié)過(guò)程非線(xiàn)性、大滯后性、多目標(biāo)、多約束條件等控制難點(diǎn)，分別建立關(guān)于料槽料位和燒結(jié)終點(diǎn)這兩個(gè)方面的局部智能控制策略，再采用基于優(yōu)先級(jí)的軟切換優(yōu)化模型對(duì)整個(gè)燒結(jié)過(guò)程進(jìn)行智能協(xié)調(diào)優(yōu)化控制。

1 燒結(jié)生產(chǎn)工藝

鐵礦石燒結(jié)的主要原料包括多種鐵原料、熔劑以及固體燃料，通過(guò)一系列物理化學(xué)反應(yīng)生產(chǎn)具有一定礦相組成的燒結(jié)礦[13]。燒結(jié)生產(chǎn)的工藝流程如圖1所示，主要工序包括：燒結(jié)料的配料、混合制粒、布料、點(diǎn)火、燒結(jié)、破碎、篩分、冷卻和制粒。首先，將配好的原料按一定配比加水混合，混合好的混合料由布料器均勻平鋪到燒結(jié)臺(tái)車(chē)上?；旌狭媳砻娼?jīng)點(diǎn)火器點(diǎn)火后，料層表面開(kāi)始燃燒，同時(shí)抽風(fēng)機(jī)對(duì)混合料進(jìn)行從上向下的抽風(fēng)。當(dāng)燃燒帶前沿到達(dá)爐篦時(shí)，整個(gè)料層燒透，此時(shí)已經(jīng)到達(dá)燒結(jié)終點(diǎn)，燒結(jié)結(jié)束[14]。產(chǎn)生的燒結(jié)塊經(jīng)過(guò)破碎機(jī)破碎、篩分及冷卻等操作，最終篩上的成品燒結(jié)礦送往高爐用于冶煉，而篩下物可作為返礦和鋪底料被重新用于燒結(jié)。

圖1 燒結(jié)生產(chǎn)工藝流程Fig.1 Schematic diagram of an iron ore sintering plant

在實(shí)際的燒結(jié)生產(chǎn)過(guò)程中，燒結(jié)機(jī)速度（即臺(tái)車(chē)速度）是控制燒結(jié)終點(diǎn)的重要手段，圓輥給料機(jī)速度（即圓輥轉(zhuǎn)速）是影響料槽料位的主要因素。

臺(tái)車(chē)速度與圓輥轉(zhuǎn)速存在聯(lián)動(dòng)關(guān)系如下

式中，R為速比；vG為圓輥給料機(jī)速度，r·min?1；vT為臺(tái)車(chē)速度，m·min?1。因?yàn)閳A輥轉(zhuǎn)速不能直接控制，所以主要通過(guò)調(diào)節(jié)速比R來(lái)維持料槽料位的穩(wěn)定。

2 優(yōu)化控制結(jié)構(gòu)

由于單一的控制環(huán)節(jié)只能滿(mǎn)足局部?jī)?yōu)化目標(biāo)，而燒結(jié)過(guò)程是一個(gè)連續(xù)的動(dòng)態(tài)過(guò)程，料槽料位和燒結(jié)終點(diǎn)必須盡可能同時(shí)滿(mǎn)足生產(chǎn)指標(biāo)的要求。因此，在建立局部智能控制的基礎(chǔ)上，必須建立一個(gè)協(xié)調(diào)控制模型[15]，實(shí)現(xiàn)兩者的協(xié)調(diào)優(yōu)化控制。燒結(jié)過(guò)程優(yōu)化控制系統(tǒng)結(jié)構(gòu)如圖2所示。

圖2 基于優(yōu)先級(jí)的協(xié)調(diào)優(yōu)化控制模型Fig.2 Coordinated optimal control model based on priority

本文首先采用人工神經(jīng)網(wǎng)絡(luò)對(duì)燒結(jié)終點(diǎn)進(jìn)行預(yù)測(cè)控制[16]，控制器輸出臺(tái)車(chē)速度的增量ΔvBTP。其次，混合料料槽料位專(zhuān)家控制器[17]也將根據(jù)料位安全區(qū)間和當(dāng)前的料位以及料位變化率求取速比的增量ΔRlw。最后，采用軟切換模型求取最終的速比增量ΔR和臺(tái)車(chē)速度的增量Δv，實(shí)現(xiàn)燒結(jié)過(guò)程的協(xié)調(diào)優(yōu)化控制。

2.1 燒結(jié)終點(diǎn)預(yù)測(cè)控制

燒結(jié)終點(diǎn)的準(zhǔn)確預(yù)報(bào)與控制問(wèn)題一直是燒結(jié)工藝過(guò)程中的一個(gè)較難解決的課題，而燒結(jié)過(guò)程又是一個(gè)復(fù)雜的多因素關(guān)聯(lián)系統(tǒng)，難以用精確的物理或數(shù)學(xué)模型來(lái)準(zhǔn)確描述，帶有很大的模糊性[18]。針對(duì)這一特點(diǎn)，將人工神經(jīng)網(wǎng)絡(luò)預(yù)報(bào)模型與模糊控制模型相結(jié)合，建立了燒結(jié)終點(diǎn)預(yù)測(cè)控制器。

該預(yù)測(cè)控制器包括一個(gè)3層的BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型和模糊控制模型，如圖3所示。通過(guò)神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型，將輸出的燒結(jié)終點(diǎn)預(yù)測(cè)值以及燒結(jié)終點(diǎn)設(shè)定值作為模糊控制器的輸入，求出臺(tái)車(chē)速度的增量，作為預(yù)測(cè)控制器的輸出[19]。具體的算法如下。

（1）系統(tǒng)的離線(xiàn)辨識(shí)過(guò)程。從某廠歷史數(shù)據(jù)中選取較為完整的400組原始數(shù)據(jù)作為樣本數(shù)據(jù)，其中前300組數(shù)據(jù)作為訓(xùn)練樣本，用于神經(jīng)網(wǎng)絡(luò)訓(xùn)練；剩余100組數(shù)據(jù)作為測(cè)試樣本，用來(lái)檢驗(yàn)網(wǎng)絡(luò)性能的好壞。以歷史數(shù)據(jù)中的燒結(jié)終點(diǎn)作為目標(biāo)，訓(xùn)練神經(jīng)網(wǎng)絡(luò)，完成BP網(wǎng)絡(luò)對(duì)時(shí)滯系統(tǒng)的模型辨識(shí)。

（2）動(dòng)態(tài)系統(tǒng)未來(lái)響應(yīng)特性的預(yù)測(cè)過(guò)程。將Y輸入已訓(xùn)練好的BP網(wǎng)絡(luò)，通過(guò)已經(jīng)訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型求出y(t+p)。其中，Y為BTP相關(guān)影響因素的向量集，包括臺(tái)車(chē)速度、點(diǎn)火溫度、混合料水分、風(fēng)箱負(fù)壓和料層厚度，y(t+p)表示預(yù)測(cè)得到的BTP。

圖3 燒結(jié)終點(diǎn)模糊預(yù)測(cè)控制器結(jié)構(gòu)Fig.3 Structure of fuzzy-predictive-controller

（3）計(jì)算預(yù)測(cè)模型的預(yù)測(cè)誤差，即模糊控制的輸入量

式中，yd(t+p)為系統(tǒng)的期望輸出，e(t+p)為輸入的誤差，根據(jù)模糊控制規(guī)則，可以求出臺(tái)車(chē)速度的增量ΔvBTP，再作用于燒結(jié)系統(tǒng)。

（4）讀取下一組數(shù)據(jù)，重復(fù)步驟（2）～（3）。

2.2 混合料料槽料位專(zhuān)家控制模型

混合料料槽料位是燒結(jié)生產(chǎn)中關(guān)系到生產(chǎn)安全的一個(gè)重要參數(shù)，控制不當(dāng)將會(huì)引發(fā)停機(jī)事故等嚴(yán)重后果。所以，雖然料槽料位對(duì)BTP沒(méi)有直接影響，但是在對(duì)燒結(jié)質(zhì)量進(jìn)行控制時(shí)，必須綜合考慮混合料料槽料位控制環(huán)節(jié)。

專(zhuān)家控制器設(shè)計(jì)步驟如下。

（1）確定輸入量與輸出量。在實(shí)際生產(chǎn)中，必須綜合考慮當(dāng)前的料位情況LW以及料位變化率LWBH。同時(shí)，由于通過(guò)調(diào)節(jié)臺(tái)車(chē)速度來(lái)改變圓輥速度存在大滯后，選擇速比R為控制量。綜上所述，系統(tǒng)采用混合料料槽料位LW及料位變化率LWBH作為專(zhuān)家控制器的輸入變量，以速比的增量ΔR為輸出量。

（2）設(shè)計(jì)專(zhuān)家控制規(guī)則。將料位區(qū)間劃分為3個(gè)區(qū)域：低位異常、正常、高位異常。其中，低位異常表示料位低于正常區(qū)間，高位異常表示料位高于正常區(qū)間。將料位變化率劃分為5個(gè)區(qū)域：負(fù)大、負(fù)小、正常、正小、正大。其中，負(fù)大表示料位下降很快，負(fù)小表示料位下降快，正大表示料位上增很快，正小表示料位上增快。設(shè)計(jì)的原則見(jiàn)表1。

表1 料槽料位專(zhuān)家控制規(guī)則Table 1 Expert control rules of bunker-level

根據(jù)現(xiàn)場(chǎng)實(shí)際情況，確定最大減小的ΔR為?0.5，微量減小的ΔR為?0.05，最大增加的ΔR為+0.5，微量增加的ΔR為+0.05。

2.3 基于優(yōu)先級(jí)的協(xié)調(diào)優(yōu)化控制模型

燒結(jié)過(guò)程是復(fù)雜連續(xù)的動(dòng)態(tài)過(guò)程，控制中必須綜合考慮各個(gè)獨(dú)立控制環(huán)節(jié)的控制目標(biāo)[20]。針對(duì)燒結(jié)終點(diǎn)和混合料料槽料位的協(xié)同優(yōu)化問(wèn)題，通過(guò)研究系統(tǒng)的可行性和目標(biāo)協(xié)調(diào)的關(guān)系，采用基于優(yōu)先級(jí)的協(xié)調(diào)優(yōu)化控制模型。

（1）設(shè)計(jì)基于優(yōu)先級(jí)的協(xié)調(diào)控制規(guī)則?；旌狭狭喜哿衔皇菬Y(jié)生產(chǎn)安全進(jìn)行的重要指標(biāo)，混合料料位過(guò)高或者過(guò)低，就可能造成溢料或者斷料，引發(fā)燒結(jié)生產(chǎn)事故。因此，對(duì)料槽料位的控制是首要的，將其定義為控制的第一優(yōu)先級(jí)。根據(jù)該優(yōu)先級(jí)判斷采用料槽料位LW和料位變化率LWBH作為標(biāo)準(zhǔn)，設(shè)定協(xié)調(diào)優(yōu)化控制模型的控制規(guī)則見(jiàn)表2。

表2 協(xié)調(diào)控制規(guī)則Table 2 Rules of coordinated control

由表2可以看出，LW劃分為3個(gè)區(qū)間，其中高位異常表示料位高于正常料位，低位異常表示料位低于正常料位。LWBH也劃分為3個(gè)區(qū)間，其中正表示料位上升快，負(fù)表示料位下降快。在輸出的結(jié)果中，料位控制即指輸出全部為料位控制器的輸出值，BTP控制即指輸出全部為BTP控制器的輸出值?？梢钥闯觯?dāng)料槽料位不正常，且料位變化率會(huì)加劇這種不正常時(shí)，系統(tǒng)只針對(duì)料位進(jìn)行控制；當(dāng)料槽料位不正常，而料位變化率可以很好緩解這種不正常時(shí)，系統(tǒng)只針對(duì)BTP進(jìn)行控制；當(dāng)料位與料位變化率至少一個(gè)正常時(shí)，才采用軟切換控制。這樣可以保障生產(chǎn)安全，提高系統(tǒng)的實(shí)用性。

（2）設(shè)計(jì)軟切換控制思路。軟切換控制模型通過(guò)計(jì)算料槽料位和燒結(jié)終點(diǎn)的軟切換強(qiáng)度系數(shù)，改變兩個(gè)獨(dú)立的連續(xù)控制器輸出的比例關(guān)系，將兩個(gè)控制器相結(jié)合，充分發(fā)揮各自的控制作用，實(shí)現(xiàn)燒結(jié)過(guò)程的協(xié)調(diào)優(yōu)化控制。在燒結(jié)協(xié)調(diào)控制系統(tǒng)投運(yùn)之初，BTP預(yù)測(cè)控制模型的輸出比例因子α初值設(shè)定為0，即此時(shí)完全采用料位控制器的輸出。在系統(tǒng)運(yùn)行的過(guò)程中，料位狀態(tài)逐漸穩(wěn)定，則α值逐漸增大至1，即完全采用BTP預(yù)測(cè)控制輸出為控制量。一般情況下，由于系統(tǒng)過(guò)程時(shí)變的影響，α在0至1之間波動(dòng)，除了特定的完全控制輸出量，系統(tǒng)輸出為料位專(zhuān)家控制器和BTP預(yù)測(cè)控制器的綜合。采用模糊數(shù)學(xué)的思想計(jì)算軟切換的系數(shù)，如圖4所示。

圖4 軟切換系數(shù)原理Fig.4 Schematic diagram of soft-switch coefficient

圖中，lim1和lim2表示料位的安全極限值，s1和s2表示料位的正常值；lim3表示料位變化的安全極限值，s3表示料位變化的正常值；T( k )和T′( k )表示當(dāng)前時(shí)刻的料槽料位和料位變化率，k1和k2表示當(dāng)前料位和料位變化率所對(duì)應(yīng)的強(qiáng)度系數(shù)。根據(jù)燒結(jié)實(shí)際工況，分別取lim1= 20 t，lim2= 60 t，s1= 30 t，s2= 50 t；lim3= 0.77 t·min?1，s3= 0.55 t·min?1。易知

當(dāng)料位接近正常范圍，且相對(duì)穩(wěn)定，則k1、k2均接近1.0，此時(shí)應(yīng)該采用BTP預(yù)測(cè)控制器為主，反之，應(yīng)該采用料位控制器為主。由以上分析可知，設(shè)BTP預(yù)測(cè)控制器的輸出強(qiáng)度系數(shù)為α1，則

料位控制器的輸出強(qiáng)度系數(shù)為α2，則

則經(jīng)過(guò)軟切換優(yōu)化控制，復(fù)合控制器的最終速比增量輸出為

最終臺(tái)車(chē)速度增量輸出為

由式（7）、式（8）可見(jiàn)，當(dāng)混合料料槽料位正常時(shí)，料位變化越大，則k2越?。划?dāng)料位變化正常時(shí)，料槽料位偏離正常值越大，則k1越小。此時(shí)，BTP預(yù)測(cè)控制器的輸出強(qiáng)度系數(shù)α1將越小，料位控制器的輸出強(qiáng)度系數(shù)α2將越大，起主要作用的是料位控制器；同理，當(dāng)料位與料位變化率均偏向正常的情況下，BTP預(yù)測(cè)控制此時(shí)起主要作用。

3 系統(tǒng)實(shí)現(xiàn)方法

目前國(guó)內(nèi)鋼鐵企業(yè)都已經(jīng)實(shí)現(xiàn)了基礎(chǔ)自動(dòng)化以及相關(guān)參數(shù)的監(jiān)控。針對(duì)國(guó)內(nèi)鋼鐵企業(yè)普遍實(shí)施的分層遞階控制結(jié)構(gòu)，分析燒結(jié)過(guò)程控制系統(tǒng)的特點(diǎn)和本文方法的實(shí)現(xiàn)要求，設(shè)計(jì)了智能協(xié)調(diào)控制策略的工廠實(shí)現(xiàn)方案。

現(xiàn)場(chǎng)的燒結(jié)過(guò)程控制系統(tǒng)總體結(jié)構(gòu)如圖5所示，可以分為3級(jí)：L1級(jí)、L2級(jí)和L3級(jí)，3級(jí)之間通過(guò)工業(yè)以太網(wǎng)連接。L1級(jí)由配混PLC、余熱回收與脫硫PLC以及燒冷PLC組成，通過(guò)I/O卡或Profibus總線(xiàn)實(shí)現(xiàn)了過(guò)程儀表檢測(cè)量的采集以及執(zhí)行機(jī)構(gòu)控制量的下發(fā)。L2級(jí)采用Wonderware公司開(kāi)發(fā)的監(jiān)控軟件InTouch搭建工程師站和操作站，其中InTouch與PLC通過(guò)DAServer采用SuiteLink協(xié)議進(jìn)行通信。工程師站面向開(kāi)發(fā)與維護(hù)人員，用于控制回路組態(tài)、控制界面的生成與修改、PLC控制程序的修改與下載；而操作站面向操作工人，用于實(shí)現(xiàn)燒結(jié)過(guò)程的監(jiān)視與控制。L3級(jí)由數(shù)據(jù)庫(kù)與監(jiān)視大屏幕組成，采用TCP/IP協(xié)議，收集所有關(guān)鍵過(guò)程變量，供企業(yè)集中監(jiān)視及記錄。

圖5 系統(tǒng)整體硬件結(jié)構(gòu)Fig.5 Hardware structure diagram of system

針對(duì)現(xiàn)場(chǎng)的燒結(jié)過(guò)程控制系統(tǒng)，在L2級(jí)操作站加入智能協(xié)調(diào)控制系統(tǒng)?？刂葡到y(tǒng)采用DDE通信協(xié)議從Intouch組態(tài)軟件獲取實(shí)時(shí)生產(chǎn)量，并將最終的實(shí)時(shí)控制量進(jìn)行下發(fā)，實(shí)現(xiàn)與Intouch組態(tài)軟件的實(shí)時(shí)數(shù)據(jù)交互。整個(gè)燒結(jié)過(guò)程控制系統(tǒng)的數(shù)據(jù)流圖如圖6所示。

圖6 系統(tǒng)數(shù)據(jù)流Fig.6 Data flow diagram of system

燒結(jié)過(guò)程的實(shí)時(shí)生產(chǎn)數(shù)據(jù)通過(guò)PLC上傳到L2層，供工作人員進(jìn)行監(jiān)控與操作，同時(shí)L2層的實(shí)時(shí)數(shù)據(jù)庫(kù)從PLC讀取數(shù)據(jù)轉(zhuǎn)存到L3層的歷史數(shù)據(jù)庫(kù)中。L3層的監(jiān)控大屏幕通過(guò)訪問(wèn)實(shí)時(shí)數(shù)據(jù)庫(kù)能查看歷史數(shù)據(jù)，實(shí)現(xiàn)監(jiān)控的目的。

4 結(jié) 論

復(fù)雜工業(yè)過(guò)程存在著難以建模、關(guān)聯(lián)復(fù)雜、要求多樣等特點(diǎn)。本文深入研究了燒結(jié)終點(diǎn)與混合料料槽料位的智能化控制方法。首先建立燒結(jié)終點(diǎn)預(yù)測(cè)控制器，解決了人工判斷隨機(jī)性大，易造成工況波動(dòng)的問(wèn)題，動(dòng)態(tài)穩(wěn)定燒結(jié)終點(diǎn)在最佳位置；然后建立了混合料料槽料位的專(zhuān)家控制器，利用專(zhuān)家知識(shí)有效地對(duì)料位進(jìn)行控制，使之穩(wěn)定保持在正常范圍之內(nèi)；最后，構(gòu)造基于優(yōu)先級(jí)的協(xié)調(diào)控制模型，利用軟切換有效地實(shí)現(xiàn)對(duì)燒結(jié)終點(diǎn)和混合料料槽料位的協(xié)調(diào)優(yōu)化控制。

通過(guò)對(duì)鋼鐵企業(yè)現(xiàn)有燒結(jié)過(guò)程控制系統(tǒng)進(jìn)行分析，包括其硬件結(jié)構(gòu)與數(shù)據(jù)流結(jié)構(gòu)，確定了智能協(xié)調(diào)控制系統(tǒng)的工廠實(shí)現(xiàn)方案。該方案能較好實(shí)現(xiàn)控制軟件與整個(gè)控制系統(tǒng)的契合，有較好的可行性，可以推廣運(yùn)用到其他復(fù)雜工業(yè)過(guò)程。

References

[1] 龍紅明. 鐵礦粉燒結(jié)原理與工藝 [M]. 北京: 冶金工業(yè)出版社, 2010: 57.

LONG H M. Mechanism and Technology for Sintering of Iron Ore Fines [M]. Beijing: Metallurgical Industry Press, 2010: 57.

[2] ZHANG J. On-line control of burning through point based on numerical simulation [J]. Sintering and Pelletizing, 2011, 36 (3): 5-9.

[3] WANG C S, WU M. Closed-loop identification method of sintering process with part of the inputs controlled [J]. Procedia Engineering, 2011, 15: 1910-1915.

[4] KRAFT T, RIEDEL H. Numerical simulation of solid state sintering [J]. Journal of European Ceramic Society, 2004, 24 (2): 345-361.

[5] 郭立新，李浩，黃秋野，等. 燒結(jié)機(jī)模糊控制規(guī)則設(shè)計(jì)及其仿真 [J].東北大學(xué)學(xué)報(bào), 2006, 27(10): 1075-1078.

GUO L X, LI H, HUANG Q Y, et al. Design and simulation for fuzzy control rules of trolley [J]. Journal of Northeastern University, 2006, 27 (10): 1075-1078.

[6] WU M, LEI Q, CAO W H, et al. Integrated soft sensing of coke-oven temperature [J]. Control Engineering Practice, 2011, 19 (10): 1116-1125.

[7] 李家新，胡林，龍紅明. 燒結(jié)終點(diǎn)控制優(yōu)化策略的實(shí)現(xiàn) [J]. 安徽工業(yè)大學(xué)學(xué)報(bào), 2010, 27 (4): 339-343.

LI J X, HU L, LONG H M. Realization of BTP control system optimum strategy [J]. Journal of Anhui University of Technology, 2010, 27 (4): 339-343.

[8] WU W, HUANG H, GU Y. The satisfaction solution of multi-objective optimization of reliability based on control principle of feedback [J]. Journal of Shanghai Jiaotong University, 2005, 39 (10): 1700-1705.

[9] SAKAWA M, YAUCHI K. An interactive fuzzy satisficing method for multiobjective nonconvex programming problems with fuzzy numbers through coevolutionary genetic algorithms [J]. IEEE Transactions on Systems Man & Cybernetics, Part B: Cybernetics, 2001, 31 (3): 459-467.

[10] BAREA R, MOCHON J, CORES A, et al. Fuzzy control of micum strength for iron ore sinter [J]. ISIJ International, 2006, 46 (5): 687-693.

[11] 崔凱. 面向綜合生產(chǎn)目標(biāo)的鉛鋅燒結(jié)過(guò)程優(yōu)化方法研究 [D]. 長(zhǎng)沙: 中南大學(xué), 2009.

CUI K. Optimization method based on comprehensive product indices for lead-zinc sintering process [D]. Changsha: Central South University, 2009.

[12] 向婕, 吳敏, 曹衛(wèi)華, 等. 基于模糊滿(mǎn)意度的燒結(jié)過(guò)程多目標(biāo)優(yōu)化控制 [J]. 化工學(xué)報(bào), 2010, 61 (8): 2138-2143.

XIANG J, WU M, CAO W H, et al. Multi-objective optimal control based on fuzzy satisfying for sintering process [J]. CIESC Journal, 2010, 61 (8): 2138-2143.

[13] ZHANG X H, ZHANG J J, ZHANG J J, et al. Numerical simulation of heat and mass transfers in sintering process [J]. Journal of Central South University, 2013, 44 (2): 805-810.

[14] 劉斌, 馮妍卉, 姜澤毅, 等. 燒結(jié)床層的熱質(zhì)分析 [J]. 化工學(xué)報(bào), 2012, 63 (5): 1344-1353. DOI: 10.3969/j.issn.0438-1157.2012.05.003.

LIU B, FENG Y H, JIANG Z Y, et al. Heat and mass transfer in sintering process [J]. CIESC Journal, 2012, 63 (5): 1344-1353. DOI: 10.3969/j.issn.0438-1157.2012.05. 003

[15] WU M, CHEN X X, CAO W H, et al. An intelligent integrated optimization system for the pro-portioning of iron ore in a sintering process [J]. Journal of Process Control, 2014, 24: 182-202.

[16] 劉玉平, 翟廉飛, 柴天佑. 基于神經(jīng)網(wǎng)絡(luò)和多模型的非線(xiàn)性自適應(yīng)PID控制及應(yīng)用 [J]. 化工學(xué)報(bào), 2008, 59 (7): 1671-1676.

LIU Y P, ZHAI L F, CHAI T Y. Nonlinear adaptive PID control using neural networks and multiple models and its application [J]. Journal of Chemical Industry and Engineering (China), 2008, 59 (7): 1671-1676.

[17] 張英俊, 馬培軍, 蘇小紅, 等. 屬性權(quán)重不確定條件下的區(qū)間直覺(jué)模糊多屬性決策 [J]. 自動(dòng)化學(xué)報(bào), 2012, (2): 220-228.

ZHANG Y J, MA P J, SU X H, et al. Multi-attribute decision making with uncertain attribute weight information in the framework of interval-valued intuitionistic fuzzy set [J]. Acta Automatica Sinica, 2012, (2): 220-228.

[18] 陳至坤, 唐瑞尹, 王福斌, 等. 基于RBF神經(jīng)網(wǎng)絡(luò)的燒結(jié)終點(diǎn)預(yù)報(bào)系統(tǒng) [J]. 機(jī)械工程與自動(dòng)化, 2011, (1): 1-3.

CHEN Z K, TANG R Y, WANG F B, et al. Adaptive prediction system of sintering burning through point based on RBF neural network model [J]. Mechanical Engineering Automation, 2011, (1): 1-3.

[19] 吳敏, 莊坤, 丁雷, 等. 鉛鋅燒結(jié)過(guò)程燒穿點(diǎn)的模糊預(yù)測(cè)控制方法[J]. 化工學(xué)報(bào), 2008, 59 (7): 1698-1702.

WU M, ZHUANG K, DING L, et al. Fuzzy predictive control of burning through point for lead-zinc sintering process [J]. Journal of Chemical Industry and Engineering (China), 2008, 59 (7): 1698-1702.

[20] 曹衛(wèi)華, 段平, 吳敏, 等. 基于分級(jí)遞階結(jié)構(gòu)的鐵礦石燒結(jié)過(guò)程智能控制 [J]. 儀器儀表學(xué)報(bào), 2010, 31 (3): 553-557

CAO W H, DUAN P, WU M, et al. Intelligent control of iron ore sintering process based on a hierarchical configuration [J]. Chinese Journal of Scientific Instrument, 2010, 31 (3): 553-557.

研究論文

Received date: 2015-12-22.

Foundation item: supported by the National Natural Science Foundation of China (61210011) and the Natural Science Foundation of Hubei Province (2015CFA010).

Coordinated optimal control based on priority for sintering process

CHEN Xin1, HUANG Bing2, WU Min1, HE Yong1
(1School of Automation, China University of Geosciences, Wuhan 430074, Hubei, China;
2School of Information Science and Engineering, Central South University, Changsha 410083, Hunan, China)

Abstract:Sintering process is a complex physical and chemical reaction process which possesses the characteristics such as large delay, strong nonlinearity and uncertainty, multi-objective and multi-constrained. Burning through point is a key factor during sintering, which affects heat status of sintering process. Bunker-level is related to the sintering safety directly. To optimize these two key parameters of the iron ore sintering process, a coordinated optimal control method is presented based on priority. First, an intelligent control model of the burning through points is established by using neural network predictive and fuzzy control. In addition, based on the analysis on the factors affecting the stability of bunker level, a bunker-level control model is set up according to the experience of the local expert, which can maintain the bunker level and insure the safety of the sintering process. Then, the coordination control model based on priority which takes the soft switch control is designed to combine two different controllers, so that it results in coordinated optimal control of ratio and trolley speed. Finally, an experiment platform system of sinter is designed to realize this coordinated optimal control method.

Key words:sintering; burning through point; optimize; neural network; priority; soft switch

DOI：10.11949/j.issn.0438-1157.20151945

中圖分類(lèi)號(hào)：TP 273

文獻(xiàn)標(biāo)志碼：A

文章編號(hào)：0438—1157（2016）03—0885—06

基金項(xiàng)目：國(guó)家自然科學(xué)基金重大國(guó)際合作研究項(xiàng)目（61210011）；湖北省自然科學(xué)基金創(chuàng)新群體項(xiàng)目（2015CFA010）。

Corresponding author:Prof. CHEN Xin, chenxin@cug.edu.cn