基于RBF神經網絡自適應PID的焙燒爐溫度控制算法研究.pdf

1、陽極焙燒是鋁工業(yè)的重要工序之一，陽極焙燒質量的好壞將直接影響到鋁電解生產的電流效率和能耗。因此，如何改進陽極焙燒技術提高陽極質量就成為鋁電解工業(yè)的重要課題。而加緊對陽極焙燒爐的基礎理論及控制算法進行深入系統(tǒng)研究就成為實現(xiàn)這一目的的必然途徑。這也是國內具有自主知識產權新型焙燒爐控制系統(tǒng)開發(fā)設計的迫切需求。本文主要針對白銀鋁廠預焙陽極焙燒爐，展開對陽極焙燒溫度控制算法的研究。 本文首先詳細地敘述了陽極焙燒爐的焙燒機理，簡單介紹了陽極

2、焙燒爐的工作原理及結構組成，并對陽極焙燒爐的生產工藝進行了總結。綜述了目前國內外陽極焙燒技術發(fā)展狀況，分析了研究陽極焙燒爐溫度控制算法的現(xiàn)實意義。提出了在我國開展陽極焙燒爐溫度控制算法研究的綜合思路，并以此作為本文的研究思路，展開了相應的研究工作。 針對預焙陽極焙燒爐溫度控制系統(tǒng)是一個大時滯、非線性、無精確數學模型的復雜系統(tǒng)，系統(tǒng)存在擾動，且不可測量，爐室間溫度存在嚴重的耦合。本文提出了采用基于徑向基函數(RBF)神經網絡自適應

3、PID控制策略，該方法是通過神經網絡的自學習能力在線調整PID控制器的參數，因而，其兼顧神經網絡和傳統(tǒng)PID控制的特點，能根據被控對象當前特征迅速地做出相應決策、克服實際控制過程穩(wěn)態(tài)性和準確性之間的矛盾。為了實現(xiàn)預焙陽極焙燒爐的解耦控制，本文采用了神經網絡分散解耦控制，利用神經網絡的自學習能力、非線性映射能力和容錯能力來實現(xiàn)系統(tǒng)的在線解耦。該控制算法結構簡單，便于實現(xiàn)并行分布式實時處理，在工程上會使設計問題簡化，適合預焙陽極焙燒爐溫度控

4、制。 本文在對以上兩種算法研究的基礎上，將RBF神經網絡自適應PID控制器與神經網絡分散解耦控制算法結合起來，提出了一種基于RBF神經網絡自適應PID的在線解耦控制算法，以適應預焙陽極焙燒爐復雜工況和高指標的控制要求。該算法既避免了當單獨采用自適應PID控制算法時，多變量被控對象耦合嚴重，控制效果不佳的問題；又解決了當單獨采用分散解耦算法時，出現(xiàn)多變量被控對象模型參數發(fā)生變化，原有的控制器參數不能適應變化后的對象的問題。將其應用