陳文波

摘要：轉(zhuǎn)爐煉鋼在吹煉時，會產(chǎn)生大量轉(zhuǎn)爐煤氣，轉(zhuǎn)爐煤氣成分中CO含量很高。特別是在吹煉中期CO的濃度可達80%左右。CO具有很高的回收價值。通過轉(zhuǎn)爐煤氣的回收，節(jié)約大量能源和對煙塵利用，能夠變廢為寶，又凈化了自然環(huán)境。精確地控制爐口的壓力是提高煤氣的回收量的前提。爐口的壓力控制一些采用傳統(tǒng)PID控制方法，但煤氣回收效果差，將模糊PID控制器進行實際應用。

關(guān)鍵詞： 爐口微差壓；模糊PID；煤氣

中圖分類號：TP393 文獻標識碼：A

文章編號：1009-3044（2019）07-0250-02

轉(zhuǎn)爐煉鋼在吹煉時，會產(chǎn)生大量轉(zhuǎn)爐煤氣，轉(zhuǎn)爐煤氣成分中CO含量很高。特別是在吹煉中期CO的濃度可達80%左右。CO具有很高的回收價值。通過轉(zhuǎn)爐煤氣的回收，節(jié)約大量能源和對煙塵利用，能夠變廢為寶，又凈化了自然環(huán)境。精確地控制爐口的壓力是提高煤氣的回收量的前提。如爐內(nèi)壓力大于大氣壓力，則煙氣噴出，污染環(huán)境，降低煤氣的回收量；如爐內(nèi)壓力小于大氣壓力，則從爐口吸入空氣使CO燃燒而變成CO2，也降低了合格煤氣的回收量。從理論上講，微差壓控制應在±0Pa左右，但在實際運行中，根據(jù)排煙效果及回收煤氣的質(zhì)量微差壓一般控制在±10Pa。要想回收和利用轉(zhuǎn)爐煤氣，就必須控制好爐口微差壓。

1 爐口微差壓控制系統(tǒng)的描述

在轉(zhuǎn)爐煉鋼過程中，冶煉初期從兌鋼水和加廢鋼后，開始吹氧氣，煙氣量會迅速提高，RD閥口開度也較大；在吹氧停止后煙氣量較少，RD閥口開度也較小。這里有個關(guān)鍵的設備是RD閥，它是連接轉(zhuǎn)爐煉鋼與煤氣回收的關(guān)鍵設備，它的控制決定著轉(zhuǎn)爐煤氣的回收。所以，RD閥的自動控制在整個過程里顯得很重要。首先人工設定爐口微差壓數(shù)值為（-10～+10Pa），測量轉(zhuǎn)爐爐口實際值，當設定值和實際值有了差值以后，PLC會發(fā)出調(diào)節(jié)信號，液壓伺服閥動作根據(jù)調(diào)節(jié)信號動作，最后實際值與設定值幾乎一樣，達到爐口微差壓的精確控制，通過爐口微差壓的精確控制，可以提高回收煤氣的品質(zhì)和煤氣回收量。

根據(jù)模糊控制的優(yōu)缺點，本課題中在爐口微差壓控制中采用模糊PID控制。

2 爐口微差壓控制

在冶煉初期從兌鋼水和加廢鋼后，開始吹氧氣，煙氣量會迅速提高，RD閥口開度也較大；在吹氧停止后煙氣量較少，RD閥口開度也較小。這里有個關(guān)鍵的設備是RD閥，它是連接轉(zhuǎn)爐煉鋼與煤氣回收的關(guān)鍵設備，它的控制決定著轉(zhuǎn)爐煤氣的回收。所以，RD閥的自動控制在整個過程里顯得很重要。下圖為模糊PID控制的爐口微差壓控制系統(tǒng)結(jié)構(gòu)圖。

從上圖可以看出，對RD閥的自動控制就顯得尤為重要。

3 爐口微差壓模糊PID控制

模糊控制的核心是利用模糊理論將人的模糊的策略轉(zhuǎn)化為計算機可執(zhí)行的語言，通常情況下，被控變量的誤差及其變化率較為容易獲取，將模糊控制的思想引入PID控制，即為模糊PID控制，其系統(tǒng)框圖如圖2所示。

在模糊PID控制系統(tǒng)中，輸入為控制變量的誤差及其變化率，模糊推理根據(jù)輸入量所映射的語言變量值得到輸出變量的語言變量值，每個輸出語言變量值映射一組PID控制參數(shù)修正量，系統(tǒng)依據(jù)修正量實時調(diào)整PID控制參數(shù)，對受控對象實施控制，以上即為模糊PID的基本思想。

4 模糊PID控制設計

模糊PID控制的設計一般包含結(jié)構(gòu)設計和控制規(guī)則設計。操作過程：需選擇描述輸入、輸出變量的詞集，確定模糊變量的模糊集合并且建立模糊控制規(guī)則。模糊控制的精細程度取決于輸入變量，輸入變量為控制變量的誤差及其高階變化率，階數(shù)越高控制的越精細，然而控制執(zhí)行的復雜程度越高，因而需要對精細程度和復雜程度綜合權(quán)衡和考量。人在執(zhí)行控制過程中，一般會對輸入量偏差的大中小有個模糊的概念，根據(jù)對這個模糊的認知按照既定規(guī)則得到模糊的策略，再將這個模糊的策略執(zhí)行處具體的動作，以精確的量表征出來。確切地講，將偏差e及其變化率ec從基本論域映射到模糊論域中，得到模糊量E和EC，經(jīng)過模糊推理得到模糊控制輸出U，再經(jīng)過去模糊化得到可執(zhí)行的控制動作u，完成控制循環(huán)。

5 模糊PID控制的結(jié)構(gòu)與規(guī)則

模糊控制器的結(jié)構(gòu)涉及控制器的輸入與輸出變量的確定。模糊控制器是模擬人的控制行為，因而可將人在執(zhí)行控制過程中的輸入、輸出量作為模糊控制器的輸入輸出。一般而言，人在執(zhí)行控制的過程中可以感知的是控制變量的誤差及其高階變化率。因而可將誤差、誤差變化率以及更高階的變化作為模糊控制器的輸入。兼顧控制的精細程度和控制算法的復雜程度，二維模糊控制器為本論文研究的首選。

模糊控制器的規(guī)則制定，包含輸入輸出變量模糊論域的選擇和確定、隸屬函數(shù)曲線的選擇和控制規(guī)則的制定。

精確量的模糊化是將輸入變量、輸出變量從其基本論域映射到模糊論域的過程，實際上是將具有精確數(shù)字大小的量轉(zhuǎn)換成用模糊量表征的形式，可以通過變換系數(shù)（量化因子）實現(xiàn)由基本論域到模糊論域的變換。例如對于人類男性身高而言，可以將不高于1.6（單位米）轉(zhuǎn)換成矮，將1.6～1.8轉(zhuǎn)換成中，將1.8以上轉(zhuǎn)換成高，這是將男性身高模糊化的過程。模糊化處理后得到的模糊量才可用于模糊控制的算法之中。模糊化的另一個方面是獲取輸入模糊變量的隸屬度。通常而言，將精確量離散化有助于模糊化過程的簡化。一般地，誤差和誤差的變化都是連續(xù)變化的量，通過模糊化處理，可將連續(xù)量模糊化成有限個數(shù)的離散模糊量，利于后續(xù)模糊推理過程的簡化處理。

模糊控制規(guī)則表的制定，可以憑借經(jīng)驗總結(jié)得到。對于模糊PID控制而言，由于選用二維模糊控制器，因而輸入變量選定為控制變量的誤差及其變化率。在模糊化的過程中，將誤差及其變化率均映射到大小為7的模糊論域中，因此，誤差的模糊論域與誤差變化率的模糊論域合成的論域是大小為49的模糊論域。即每次輸入變量均滿足49種情況之一。而輸出變量也模糊化到大小為7的模糊論域中，每次有一個輸入，模糊控制器在模糊規(guī)則的推理下獲取一個輸出。由此，二維模糊控制器，輸入輸出變量的模糊度均為7的情況下，可以構(gòu)建一個包括49條子規(guī)則的規(guī)則集合。例如，一條子規(guī)則可以表述成如下形式：

如果E是NB and EC是NB則U是NB

（if E is NB and EC is NB， then U is NB）

其中，E、EC、U分別為輸入變量誤差、輸入變量誤差變化率和輸出控制的模糊化的離散變量。在模糊PID控制中，U是模糊化的輸出控制，其每個模糊值可以表示為一組PID控制參數(shù)，也可理解為對初始PID控制器的一個修正。

構(gòu)建如上所述的模糊規(guī)則之后，給定輸入變量，在模糊規(guī)則下可以經(jīng)過模糊推理得到?jīng)Q策控制的模糊變量，模糊控制變量不能直接控制被控對象，需要將其翻譯成可以執(zhí)行的精確量，用于對被控變量實施控制動作。

6 結(jié)論

在研究過程中，通模糊控制的原理，對偏差和偏差變化率進行處理控制，當環(huán)境因素發(fā)生變化時，能夠?qū)崿F(xiàn)系統(tǒng)的適應能力，所以，在轉(zhuǎn)爐爐口微差壓的控制過程中，采用模糊PID控制器，使之具有很好的魯棒性，達到對轉(zhuǎn)爐爐口微差壓的最優(yōu)控制。

整個控制程序以傳統(tǒng)PID控制器的參數(shù)為基礎(chǔ)，對偏差和偏差變化率經(jīng)過處理后，即控制輸出的△P、△I、△D值，與傳統(tǒng)PID參數(shù)進行相加處理，最后把參數(shù)送到程序中控制變量。在實驗驗證時，模糊的實現(xiàn)是通過AB RSView32軟件中腳本C語言的編寫實現(xiàn)的。模糊對PID參數(shù)進行了實時控制驗證時，達到了對RD閥調(diào)節(jié)的更高要求。

隨著現(xiàn)代科學技術(shù)的進步，轉(zhuǎn)爐爐口微差壓自動化控制系統(tǒng)也需要不斷地完善和進步，做到與時俱進，使其達到更高的控制精度和水平。

參考文獻：

[1] 張國范，顧樹生，王明順.計算機控制系統(tǒng)[M].北京：冶金工業(yè)出版社，2010：11-21.

[2] 耿美玲，曹煒.轉(zhuǎn)爐干法、濕法除塵工藝及計算機控制系統(tǒng)的比較[D].2009：4-8.

[3] 吳曉峰，費敏銳.轉(zhuǎn)爐干法除塵智能控制系統(tǒng)的設計應用[J].冶金自動化，2010（07）：94-98.

[4] 董春宵，趙元黎.Fuzzy-PID算法在氣體流量控制中的應用[J].微計算機信息，2008（1）：26-29.

[5] Zhao chunjiang.Research and Application of Platform for Agricultural Intelligent Systems[C].In ISIA IT2000 Beijing China. 2008（03）：40-41.

[6] 郝艷紅，邱麗霞，王永耀.基于模糊神經(jīng)網(wǎng)絡PID算法的液位串級控制[J].電力學報，2005（2）：116-125.

[7] P.J.King，E.H.Mamdani.The application of fuzzy control system to industrial process[J]. Automatic，1997（12）：235-242.

[8] 任國戰(zhàn)，徐長江.實現(xiàn)一鍵式自動化煉鋼[N].河南日報，2010（07）：112-116.

[9] 李斌，何濟民.現(xiàn)代控制理論[M].重慶：重慶大學出版社，2008：21-24.

[10] 張秀玲，鄭翠翠，賈春玉.基于模糊神經(jīng)網(wǎng)絡PID控制的污水處理應用研究[J].化學自動化及儀表，2010（4）：17-25.

[11] Simens A G.Process Control System PCS7 Engineering System[M]. SIEMENS，2004：36-49.

【通聯(lián)編輯：光文玲】