论文部分内容阅读
铁矿石烧结过程是钢铁生产的重要环节,烧结矿是高炉炼铁的主要原料,烧结矿质量的优劣直接影响到炼铁生产的产量、质量及能源消耗。目前,在我国铁矿石烧结生产过程中,控制技术落后、自动化水平较低的问题已经成为制约烧结矿产量、质量的一个瓶颈。烧结过程是一个具有强非线性、强耦合性、不确定性、时变、时滞的复杂工业过程,采用传统的控制技术难以满足生产要求。本文综合运用机理分析、先进控制理论、人工智能技术等多学科知识,对烧结过程及其控制的方法和技术进行了深入研究,提出一种基于烧结终点预测的烧结过程智能控制策略,建立了相应的智能控制系统,为有效解决铁矿石烧结过程的控制问题提供了新的途径。论文的主要研究内容和贡献如下:(1)基于烧结终点预测的智能控制系统结构针对烧结过程特性和目前烧结生产过程中存在的主要控制问题,综合运用神经网络、模糊控制和专家控制等多种智能控制方法,提出了一种基于烧结终点预测的智能控制系统结构,为解决烧结过程控制问题提供了一种有效的解决方案。(2)烧结终点预测模型针对烧结过程的大滞后性、非线性以及参数信息的不完整性,结合灰色理论和改进的神经网络方法,建立了烧结终点灰色BP神经网络预测模型,在烧结工况稳定时能有效预测烧结终点;针对烧结过程工况不稳定时该模型预测精度不高的缺陷,建立基于主元分析的预测模型,对灰色BP神经网络模型进行修正,实验及应用结果表明其具有较高的预测精度。(3)烧结终点混杂模糊—预测控制模型针对烧结过程的混杂特性,综合运用模糊控制、预测控制等智能化控制方法,建立了烧结终点混杂模糊—预测控制模型。在稳态时,采用模糊控制为主的控制策略;在非稳态时,采用预测控制为主的控制策略。同时,通过研究多模型柔性切换控制技术实现两模型的协同工作,解决了烧结终点的优化控制问题。(4)基于满意度的智能协调优化方法针对台车速度对混合料料槽料位的持续性影响,在建立混合料料槽料位专家控制模型的基础上,采用基于满意度的烧结过程智能协调优化方法,综合协调控制烧结终点和混合料料槽料位,以保证料槽料位处于安全状态的同时,减小烧结终点的波动,从而实现了整个烧结过程的优化控制。(5)烧结过程智能控制系统基于SIMATIC PCS 7集散控制系统,采用一种多层分布式软件体系结构设计了烧结过程智能控制系统的整体框架;利用OPC通信技术实现了应用软件和基础自动化系统的通信;运用VC++6.0完成了系统功能模块的设计,并且实现了烧结终点软测量模型、预测模型、混杂模糊一预测控制以及协调优化等智能优化控制策略。实际工业应用效果验证了该系统的可行性和有效性。通过应用基于烧结终点预测的烧结过程智能控制策略,提高了铁矿石烧结工艺过程优化控制水平,有效地抑制了烧结终点的波动,产量质量得到了提高,降低了工人的劳动强度,取得了显著的经济效益和社会效益。同时也为复杂工业过程优化控制提供一种实用的、值得借鉴的工业化实现方法。