球團(tuán)燒結(jié)過程智能控制方法及其應(yīng)用研究.pdf

1、鏈篦機(jī)-回轉(zhuǎn)窯氧化球團(tuán)燒結(jié)過程是一個(gè)涉及到傳質(zhì)、傳熱和復(fù)雜化學(xué)反應(yīng)的工業(yè)過程。從控制角度來看，球團(tuán)燒結(jié)過程具有非線性、分布參數(shù)、慢時(shí)變和大時(shí)滯等特性，屬于典型的復(fù)雜被控對(duì)象。本文在查閱大量文獻(xiàn)資料、廣泛收集鏈篦機(jī)-回轉(zhuǎn)窯氧化球團(tuán)燒結(jié)生產(chǎn)過程歷史數(shù)據(jù)、專家經(jīng)驗(yàn)和操作規(guī)程和對(duì)現(xiàn)場(chǎng)工藝進(jìn)行充分調(diào)研的基礎(chǔ)上，綜合運(yùn)用球團(tuán)燒結(jié)工藝、計(jì)算機(jī)控制技術(shù)、現(xiàn)代控制理論和人工智能技術(shù)等多學(xué)科知識(shí)，提出了基于球磨機(jī)制粉系統(tǒng)多變量解耦控制模型、回轉(zhuǎn)窯溫度控制模

2、型和球團(tuán)礦化學(xué)成分軟測(cè)量模型的球團(tuán)燒結(jié)過程智能控制策略。 1.針對(duì)煤基球團(tuán)廠球磨機(jī)制粉系統(tǒng)的多變量強(qiáng)耦合特性，以球磨機(jī)的數(shù)學(xué)模型為依據(jù)，提出一種新型的多變量PID解耦控制策略。它由比例因子α模糊自整定單元、PID控制器和基于對(duì)角矩陣法的解耦補(bǔ)償器組成，PID控制器參數(shù)由粒子群算法進(jìn)行優(yōu)化。仿真研究表明所建模型和所提控制方法的有效性。 2.基于粗糙集理論的知識(shí)約簡(jiǎn)方法和T-S模糊神經(jīng)網(wǎng)絡(luò)的非線性映射理論，建立了回轉(zhuǎn)窯自動(dòng)噴

3、煤系統(tǒng)?；谝环N新的聚類有效性準(zhǔn)則函數(shù)的模糊C均值聚類算法對(duì)連續(xù)屬性進(jìn)行最優(yōu)離散化；采用粗糙集理論對(duì)球團(tuán)燒結(jié)生產(chǎn)過程中一些代表性工藝參數(shù)所構(gòu)成的決策表進(jìn)行知識(shí)約簡(jiǎn)分析；最后根據(jù)最小規(guī)則約簡(jiǎn)建立權(quán)值不完全連接的T-S模糊神經(jīng)網(wǎng)絡(luò)模型。 3.結(jié)合球團(tuán)燒結(jié)過程工藝機(jī)理，采用T-S模糊神經(jīng)網(wǎng)絡(luò)建立了球團(tuán)礦化學(xué)成分(FeO含量和堿度R)軟測(cè)量模型。模型采用灰色關(guān)聯(lián)分析方法進(jìn)行輔助變量選取，以對(duì)軟測(cè)量模型輸入進(jìn)行降維；粒子群優(yōu)化算法和最小二

4、乘法相結(jié)合的混合算法來調(diào)整T-S模型的前提參數(shù)和結(jié)論參數(shù)，該混合學(xué)習(xí)算法提高了網(wǎng)絡(luò)參數(shù)辨識(shí)的收斂速度。然后基于球團(tuán)礦化學(xué)成分軟測(cè)量模型建立了球團(tuán)燒結(jié)過程狀態(tài)粗糙集專家控制系統(tǒng)，實(shí)現(xiàn)鏈篦機(jī)過程狀態(tài)的優(yōu)化控制。 4.將上述智能建模和優(yōu)化控制方法在球團(tuán)燒結(jié)過程進(jìn)行了工業(yè)應(yīng)用實(shí)驗(yàn)。結(jié)果表明，使用智能建模和優(yōu)化控制方法提高了產(chǎn)品的產(chǎn)量和成品球團(tuán)礦的質(zhì)量，對(duì)提高球團(tuán)企業(yè)的整體經(jīng)濟(jì)效益具有推動(dòng)作用，同時(shí)為復(fù)雜工業(yè)過程的優(yōu)化控制提供了實(shí)用的方法