燒結過程智能優(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工況和燒結礦品質(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，因此針對復雜原料來源的煉鐵過程，研究燒結過程智能優(yōu)化控制有著非常重要的意義。
　　 本課題是國家863重點項目“面向平穩(wěn)運行和節(jié)能降耗的高爐煉鐵過程集成控制系統(tǒng)”在杭州鋼鐵集團公司合作實施示范工程的重要組成部分，研究將燒結過程劃分為配料、混料

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

3、聚類算法，設計水分軟測量模型和燒結熱狀態(tài)過程模型的網(wǎng)絡結構；由于燒結礦品質(zhì)的機理關系復雜，采用主元分析法選擇預測模型的輸入變量；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計了模型參數(shù)在線更新方法。
　　 3．基于燒結礦品質(zhì)預測模型，提出利用在線更新的原料參數(shù)表與下料量調(diào)整規(guī)則庫設計配比與配量的計算方法；由于熱狀態(tài)和燒結礦品質(zhì)對水分要求較高，采用梯度法設計混料過程水分多路自適應控制器，實現(xiàn)了混合料水分的閉環(huán)控制；對燒

4、結熱狀態(tài)的RBF網(wǎng)絡辨識模型，提出將微分算子與控制量加權系數(shù)中引入預測控制方法，并設計燒結熱狀態(tài)廣義預測控制器，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，進行燒結過程智能優(yōu)化控制系統(tǒng)的軟件設計，并在杭鋼煉鐵廠1＃燒結機上得到了成功的驗證，達到了預想的設計技術指標。最后分析了燒結機尾橫向斷面影響因素，提出將燒結臺車橫向分為多通道的設想，并采用改進微粒子群優(yōu)化算法進行多通道協(xié)調(diào)優(yōu)化的仿真研究，取得