矿渣粉磨入口温度智能控制系统的研究与应用

矿渣粉磨入口温度智能控制系统的研究与应用

Study and Application on Intelligent Temperature Control System of Slag Grinding Entrance

刘 岚

针对矿渣粉磨机入口温度受干扰因素多、滞后时间长及易超调的特点，根据实际生产过程和操作经验研制入口温度模糊控制模型。

矿渣粉磨；滞后；模糊控制模型

1 引言

山东鲁碧建材有限公司是莱钢集团下的一个子公司，是国家发展循环经济试点单位之一。主导产品为冶金辅料、水泥、矿渣微粉及商品混凝土等，矿渣微粉具备年产500万吨的能力，两台矿渣辊磨引自德国莱歇辊磨。为了提高水渣的吞吐能力，分别在2010年及2011年新投产两台年产60万吨的生产线，辊磨由成都设计院制造。辊磨作为矿渣粉磨生产过程的核心设备,集细碎、粉磨、提升、烘干、选粉等一系列工序于一体，是一个多变量、强耦合、时变、非线性系统。粉磨的好坏直接影响矿渣水泥生产的成本和品质。磨机入口温度的高低直接影响着生料的烘干与料层的厚度，进而影响着成品的产量。由于磨机入口温度受干扰因素多、滞后时间长及易超调等特点，运用一般的控制理论无法满足工艺的要求，因此运用专家规则和模糊控制算法设计了温度控制模型，并运用在实际生产中，较好地克服了上述问题。

2 智能控制系统概述

智能控制（intelligent controls）是在无人干预的情况下自主驱动智能机器，实现控制目标的自动控制技术。主要包括自适应控制系统、模糊控制系统、神经网络控制系统、自学习控制系统、专家控制系统等。

模糊控制是采用模糊语言控制规律把基于专家知识的控制策略转换为自动控制的具体策略的控制，其基本思想是把专家对特定的被控对象或过程的控制策略总结成一系列的“IF（条件）THEN（作用）”形式表示的控制规律，通过模糊推理得到控制作用集，作用于被控对象或过程。

（1）模糊控制完全建立在操作人员控制经验基础上实现对系统的控制，无须建立数学模型，是解决不确定性系统的一种有效途径。

（2）模糊控制具有较强的鲁棒性，被控对象参数的变化对模糊控制的影响不明显，可用于非线性、时变、时滞系统的控制。

（3）控制的实时性较好。

（4）控制机理符合人们对过程控制的直观描述和思维逻辑，为智能控制应用打下了基础。

3 磨机入口温度模糊控制技术的研究与应用

根据热风炉燃烧PID控制，对控制模型进行了改进和优化。煤气流量数学模型在物料流量、水分含量和温度修正系数的输入下可以计算出煤气流量值，通过煤气PID控制器和煤气调节器实现稳定煤气流量的功能。根据空燃比模型，可以通过煤气流量计算出空气流量，并通过空气PID控制和空气调节器来稳定空气的流量。在调节磨机辊压、选粉机转速、磨机内压值和微粉粒度时，可以对热风温度进行修正，通过修正值重新计算出空燃比，为燃烧系统提供最优的空燃比。通过对热风炉的温度检测，得到温度实测值，实测温度与正常温度之间的差值可以作为模糊控制算法的输入参数，从而计算出温度修正系数，进而通过煤气流量数学模型，得到理想的煤气流量值。图1为热风炉燃烧控制系统结构图。

针对磨机入口温度受干扰因素多、滞后时间长及易超调的特点，根据实际生产过程和操作经验研制入口温度模糊控制模型。

图1 热风炉燃烧控制系统结构图

模糊控制器的输入语言变量为入口温度偏差e及其变化率ec，输出语言变量选为煤气流量调节阀设定值的修正值u。通过控制器定时采样温度值N和温度值变化率与额定温度比较，获得温度偏差e以及偏差变化率ec，并作为PLC控制器的输入变量，模糊控制器的输出控制煤气流量调节阀的开度。模糊控制器包括输入量模糊化、模糊推理和解模糊等三个部分。E和Ec分别为e和ec模糊化后的模糊量，U为模糊控制量，u为U解模糊化后的精确量。

3.1 输入模糊化

在模糊控制器设计中，设：

E的词集为[NB，NM，NS，ZO，PS，PM，PB]，论域为[-4，-3，-2，-1，0，+1，+2，+3，+4]；

Ec和u的词集为[NB，NS，ZO，PS，PB]，论域为[-4，-3，-2，-1，0，+ 1，+2，+3，+4]；

e（k）=N（k）-N（0），N（k）=e（k）-e（k-1），N（0）表示额定值。

将e、ec和U模糊化，根据N值控制经验可得出变量E，Ec和U的模糊量化表。

3.2 模糊决策和模糊控制规则

通过总结温度调节处理过程中手动控制经验,可以得出模糊控制规则。

根据控制规则表，可以得到35条模糊控制规则，例如：当E偏差和偏差变化均为负大时，E值小于额定值,应增大煤气流量，所以U取PB，即控制规则为IF E=NB AND Ec=NB THEN U=PB；如E偏差负大,偏差变化为正大时，煤气流量不变，即控制规则为IF E=NB AND Ec=PB THEN U=ZO。

3.3 输入反模糊化

根据模糊规则表取定的模糊条件语句,就可以计算相应的模糊控制量U，再依据隶属度法得出实际控制量u，经D/A转换后去控制煤气流量阀位开度。

3.4 控制实现

磨机入口温度设定值SP与模型输出修正值U进行运算，作为回路控制的设定值SP＇；设定值SP＇与实际检测温度PV进行比较，形成偏差进入PID控制模块，输出通过限幅模块调节煤气调节阀开度，控制磨机入口温度。

通过模糊控制模型调节可预先判断出温度的变化趋势，并根据这一趋势调节阀门，当温度的变化反应到温度检测值时，阀门正好调到合适的位置，克服了温度调节滞后时间长、易超调、反应速度慢的缺点。

4 结语

根据智能控制系统研究对象具备的特点可知，智能控制的研究对象通常存在严重的不确定性。模型不确定性包含两层意思：一是模型未知或知之甚少；二是模型的结构和参数可能在很大范围内变化。对于具有高度非线性的控制对象，采用智能控制方法往往可以较好地解决其控制问题。对于智能控制系统，任务的要求往往比较复杂。工业生产根据工艺要求，需要多种控制量，对于非实时性的参数，我们可以利用智能控制理论更加精准地满足生产需求，但因没有具体的模型可以遵循，在实际应用中还具有一定的困难。

TQ172.632.5

A

1001-6171（2013）05-0093-02

东鲁碧建材有限公司，山东 莱芜 271103；

2013-01-04； 编辑：孙 娟