基于神经网络解耦的电加热炉温控系统

贺丽

摘 要：针对电加热炉温区间强耦合的特点，分析加热炉结构特点及其耦合性，设计分散式神经网络开环解耦器对相邻温区进行解耦，采用模糊PID控制算法对系统进行控制。系统有效进行解耦，实现了温度的精确控制。

关键词：神经网络解耦；模糊PID；加热炉

随着稀有金属管材广泛的应用于航空、航天、航海、核电、石油化工等领域，对其质量要求越来越高。电加热炉是稀有金属管材加工重要设备，温度的精确控制对稀有金属管材的质量有重大意义。加热炉各个温区之间存在强耦合，传统的单一控制策略难以实现温度的苛刻要求。本文研制基于神经网络解耦与模糊-PID控制相结合的温度控制系统，降低两温区间的耦合性，提高温度的精确控制，增加系统运行的可靠性和准确性。

1 加热炉设备特点与耦合性分析

1.1 加热炉设备与工艺特点

本文研究对象为电加热炉，外加热炉共分两段，采用对半平移开合结构，整个加热炉由2块半圆体组成，运行在加热室的外层，加热体为Cr20Ni80电阻带，各温区空间开放，热量可自由流动。退火炉炉体结构如下图所示。

1.2 加热炉温区间耦合分析与数学模型

该系统采用两区控温，通过改变加热体的供电功率来调整炉温，由于实际运行中，各个温区加热速度难以一致，热量相互传送和干扰，造成相邻温区间输入输出关系的耦合现象。电加热炉加热速度缓慢，热传递效率低，输入响应之间存在时间延迟。工件温度的精确控制具有很大的滞后性和不确定性。根据对现场数据和相关资料分析，对加热炉采用传递函数

作为相邻温区间的传递函数。

2 加热炉温度控制策略

考虑到相邻温区间存在较强的耦合性，严重影响管材质量。本文针对加热炉耦和特点，建立双输入双输出系统，采用神经网络进行解耦且温区采用独立的模糊PID控制器。神经网络解耦与模糊PID综合控制策略，整个系统由模糊PID控制器，神经网络解耦器及被控对象组成。本系统采用分散式神经网络开环解耦器，解耦器由n（n×1）个单输入单输出神经网络构成（n为耦合系统的输入）。对于某一通道，将其余通道对他的影响作为干扰信号，用前馈补偿的方式进行消除。本文以一二区为例进行研究，其中u1'和u2'分别为解耦神经网络ND1和ND2的输出，与模糊PID控制器的输出x1和x2叠加后，得到被控系统的输入u1和u2。即u1=x1+u2'，u2=x2+u1'。

3 控制器设计与实现

3.1 神经网络解耦控制器

本文研究两输入两输出耦合系统，由2个单输入单输出的神经网络（ND1和ND2）构成。神经网络采用相同的三层BP网络，输入层对应该通道温度设定值r、模糊PID控制器输出x、实测温度值y及其他通道温度差e，输出层分别对应解耦网络输出u，建立映射函数，抽取一批样本，根据权值训练方法对ND1，ND2训练。ND1与ND2解耦完全类似，因此仅给出ND1网络结构。

（3）误差反向传播

取指标函数为均方误差 ，按E（k）对加权系数的负梯度方向搜索调整，并附加一个快速收敛全局最小的惯性项 Δw（k）。输出层到隐含层权值利用公式 调整，η为学习速率，α为惯性系数。隐含层到输入层利用公式 调整。

3.2 模糊PID控制器

4 结论

基于神经网络解耦的PID控制控制效果较好，可以解决加热炉温区间的耦合性，非线性和不确定性，控制抗干扰能力强，满足稀有金属管材加热工艺要求，具有很高的应用价值。

[参考文献]

[1]鲁照权，黄会娜，孙木.多温区加热炉新型解耦网络及模糊PID控制[J].化工自动化及仪表，2013年第41卷第1期.

[2]张开碧，李敏.多温区温度控制系统的解耦方法与仿真[J].山东科技大学学报，2006年第25卷第4期.

[3]张栾英，欧丽君，王亚顺.基于BP神经网络的解耦方法在直流锅炉控制系统中的应用[J].动力工程，2009年第29卷第9期.