燒結(jié)過程智能優(yōu)化控制系統(tǒng)研究與開發(fā).pdf

1、近年來，國內(nèi)大中型鋼鐵企業(yè)自動化水平逐步提高，燒結(jié)生產(chǎn)過程自動控制與參數(shù)檢測能力也不斷上升，但是由于原料特性的波動使燒結(jié)工況和燒結(jié)礦品質(zhì)面臨著巨大的威脅，也間接影響了高爐的平穩(wěn)性和鐵水質(zhì)量，因此針對復(fù)雜原料來源的煉鐵過程，研究燒結(jié)過程智能優(yōu)化控制有著非常重要的意義。
　　 本課題是國家863重點(diǎn)項目“面向平穩(wěn)運(yùn)行和節(jié)能降耗的高爐煉鐵過程集成控制系統(tǒng)”在杭州鋼鐵集團(tuán)公司合作實(shí)施示范工程的重要組成部分，研究將燒結(jié)過程劃分為配料、混料

2、、燒結(jié)熱狀態(tài)三個工段，主要工作如下：
　　 1．提出了實(shí)驗系統(tǒng)的總體網(wǎng)絡(luò)架構(gòu)設(shè)計方案，使協(xié)調(diào)優(yōu)化系統(tǒng)運(yùn)行于基礎(chǔ)自動化系統(tǒng)之上，通過中心服務(wù)器實(shí)現(xiàn)控制系統(tǒng)信息的實(shí)時采集及運(yùn)算結(jié)果上傳，實(shí)現(xiàn)了煉鐵全過程的信息集成，同時降低了系統(tǒng)間影響的風(fēng)險；系統(tǒng)使用C＃與Matlab混合編程方法設(shè)計建模、控制與優(yōu)化算法的程序模塊，使系統(tǒng)的軟件設(shè)計得以在3個月內(nèi)完成。
　　 2．采用RBF神經(jīng)網(wǎng)絡(luò)作為過程建模工具，并提出了峰值密度函數(shù)法和中心

3、聚類算法，設(shè)計水分軟測量模型和燒結(jié)熱狀態(tài)過程模型的網(wǎng)絡(luò)結(jié)構(gòu)；由于燒結(jié)礦品質(zhì)的機(jī)理關(guān)系復(fù)雜，采用主元分析法選擇預(yù)測模型的輸入變量；為避免模型因時變而失配，采用帶遺忘因子的遞推最小二乘法設(shè)計了模型參數(shù)在線更新方法。
　　 3．基于燒結(jié)礦品質(zhì)預(yù)測模型，提出利用在線更新的原料參數(shù)表與下料量調(diào)整規(guī)則庫設(shè)計配比與配量的計算方法；由于熱狀態(tài)和燒結(jié)礦品質(zhì)對水分要求較高，采用梯度法設(shè)計混料過程水分多路自適應(yīng)控制器，實(shí)現(xiàn)了混合料水分的閉環(huán)控制；對燒

4、結(jié)熱狀態(tài)的RBF網(wǎng)絡(luò)辨識模型，提出將微分算子與控制量加權(quán)系數(shù)中引入預(yù)測控制方法，并設(shè)計燒結(jié)熱狀態(tài)廣義預(yù)測控制器，增加了GPC在多變量、時滯、非線性系統(tǒng)中的適用性。
　　 基于上述算法和思想，進(jìn)行燒結(jié)過程智能優(yōu)化控制系統(tǒng)的軟件設(shè)計，并在杭鋼煉鐵廠1＃燒結(jié)機(jī)上得到了成功的驗證，達(dá)到了預(yù)想的設(shè)計技術(shù)指標(biāo)。最后分析了燒結(jié)機(jī)尾橫向斷面影響因素，提出將燒結(jié)臺車橫向分為多通道的設(shè)想，并采用改進(jìn)微粒子群優(yōu)化算法進(jìn)行多通道協(xié)調(diào)優(yōu)化的仿真研究，取得