水泥生产过程分解炉环节的优化控制-研究

《水泥生产过程分解炉环节的优化控制-研究》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

济南大学硕士学位论文目录第一章绪论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯11．1课题背景及意义⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．11．2分解炉控制研究现状⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．11．3本文的主要工作⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．⋯⋯⋯⋯⋯⋯⋯⋯．3第二章水泥分解炉工艺介绍及优化控制系统总体方案设计⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯52．1CaC03分解反应特性⋯⋯⋯⋯．⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一52．1．1CaC03分解反应方程式⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．52．1．2CaC03分解温度和C02分压之间的关系⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯52．2分解炉出口温度的影响因素及调节方式⋯⋯⋯⋯。⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯62．2．1影响分解炉温度的关键因素⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯62．2．2分解炉出口温度的调节方式⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯72．3控制目标及控制难点分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．72．3．1控制目标⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯72．3．2控制难点⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯82．4分解炉环节优化控制系统的总体方案设计⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．82．5本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一9第三章分解炉温度优化设定系统研究⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯113．1分解炉温度优化设定问题的提出⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．113．2生料成分与分解炉温度设定之间的关系⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯123．3分解炉温度优化设定控制目标提出及方案设计⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯123．4基于LS．SVM的分解炉温度预设定模型设计⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯143．4．1LS．SVM算法简介⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯153．4．2基于LS．SVM的分解炉温度预设定模型的建立⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．163．5基于专家系统的温度设定补偿模型设计⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯203．5．1专家系统介绍⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．203．5．2基于专家系统的温度设定补偿模型的建立⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．203．6基于Fuzzy系统的温度设定校正模型设计⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯233．7本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯26 水泥生产过程分解炉环节的优化控制研究第四章分解炉温度自动控制系统研究⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一274．1分解炉温度自动控制问题的提出⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯274．2分解炉温度自动控制系统方案设计⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯274．3多模态智能控制器设计⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯284．3．1多模态智能控制算法介绍⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一284．3．2多模态智能控制规则模块设计⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一284．3．3变速积分PID控制模块设计⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．304．3．4Fuzzy控制模块设计⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯314．3．5Bang—Bang控制模块设计⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯354．3．6生料前馈控制模块设计⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．384．3．7跑煤处理专家控制模块设计⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．404．4本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．42第五章分解炉优化控制系统开发⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．435．1系统架构⋯⋯⋯⋯⋯⋯⋯⋯⋯．⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯435．1．1工业应用系统架构⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．435．1．2分解炉优化控制系统架构⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一455．2软件开发⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯465．2．1OPCClient软件开发⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯465．2．2操作员站组态界面软件开发⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．495．2．3优化控制算法程序开发⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．505．3系统仿真⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯515．4工业现场应用⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯555．4．1工业应用存在的问题及解决⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．555．4．2工业应用⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．565．5本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯58第六章结论与展望⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．59参考文献⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一61致谢⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．65附录⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．67II 济南大学硕士学位论文摘要分解炉作为预分解窑的核心设备，其主要功能是承担熟料煅烧过程中耗热最多的碳酸盐分解任务，其耗煤量巨大，约占水泥烧成过程的60％。国内水泥生产中存在的生产工况变化频繁、测控点少的问题和分解炉自身非线性、大滞后、时变的特性使得传统的控制方法和国外的控制系统在国内水泥企业均无法取得理想的应用效果。目前，国内分解炉控制大多数采用人工控制，存在着分解炉温度波动大、熟料产量低、质量差并且能耗大等问题，分解炉环节自动控制在水泥企业未得到广泛推广，优化控制更是涉及较少。因此，从国内分解炉控制现状出发，采用先进控制技术，实现分解炉的优化控制，对水泥熟料的正常生产和水泥企业实现节能降耗具有重要的意义。本文依托山东省自然基金项目，以国内某水泥公司5000t／d熟料线DCS系统为应用背景，完成水泥分解炉优化控制系统的方案设计及软件开发。本文主要研究成果如下：(1)将分解炉优化控制系统总体架构分为分解炉温度优化设定系统和分解炉温度自动控制系统两部分。分解炉优化设定系统给出当前工况下的温度最优设定值，分解炉温度自动控制系统通过多模态智能控制算法将分解炉温度稳定在最优设定值上，使分解炉运行在低煤耗状态。(2)分解炉温度优化设定系统。从水泥工艺出发，建立起分解炉温度优化设定模型，该模型由基于LS．SVM(最小二乘支持向量机)的分解炉温度预设定模型、基于专家系统的温度设定补偿模型和基于Fuzzy系统的温度设定校正模型组成。在满足水泥工艺要求的前提下，基于LS．SVM的分解炉温度预设定模型给出当前工况下的分解炉温度预设定值，然后经基于专家系统的温度设定补偿模型和基于Fuzzy系统的温度设定校正模型对分解炉温度预设定值进行补偿校正，得出当前工况下分解炉温度的最优设定值。(3)分解炉温度自动控制系统。针对水泥分解炉环节非线性、大滞后、时变的特性，提出了将Fuzzy控制、Bang．Bang控制、前馈控制、专家控制与变速积分PID控制相结合的多模态智能控制方案。该方案通过多模态智能控制规则自动识别出不同的模态，选择相应的算法对变速积分PID控制进行校正，将分解炉温度稳定在最优设定值上。(4)基于上述控制方案，从工业实际应用出发，研发出分解炉优化控制系统软件。软件分为OPCClient软件、操作员站组态界面软件和水泥分解炉优化控制算法软件三部分，并通过OPC实现与DCS系统的互联。III 水泥生产过程分解炉环节的优化控制研究现场应用证明，水泥分解炉优化控制系统降低了劳动强度，稳定了分解炉温度，提高了分解率，降低了煤耗，实现熟料的高质与低煤耗生产，给企业带来巨大的经济效应，符合国家的节能降耗方针。关键词：分解炉；优化控制系统；温度最优设定；多模态智能控制 济南大学硕士学位论文AbstractCalcinerasacoredeviceofNSPkiln，itsmainfunctionistoundertakethetaskofCaC03竹decompositionanditscoalconsumptionaccountsforabout60％ofcementclinkeringprocess．Inthedomestic，traditionalcontrolmethodsandforeignadvancedcontrolsystemcannotachieveadesiredeffectindomesticcementcompaniescausedbyfrequentchangesinproductionconditions，lessmonitoringandcontrolpointandthecharacteristicsofcalciner,suchasnon—linear,largetimedelay,time-varying．Somostofdomesticcementusingmanualcontrolforcalciner,butmanualcontrolmethodexitingalotofprogramssuchascalcinertemperaturefluctuations，lowyield，poorqualityofclinkerandlargeenergyconsumption．Automaticcontrolforcalcinerincemententerprisehasnotbeenwidelypromotion，andoptimalcontrolislessinvolved．Therefore，fromdomesticcementcalcinercontrolpresentsituation，usingtheadvancedcontroltechnologytorealizetheoptimalcontrolforcementcalcineroptimizationhasagreatsignificanceforthecementclinkernormalproductionandcemententerprisestorealizesavingenergyandreducingconsumption．ThispaperbasedonNaturalScienceFundprojectsinShandongprovinceandadomesticcementcompany5000t／dofclinkerlineDCSsystemastheapplicationbackground，tocompletethecementcalcineroptimalcontrolsystemdesignandsoftwaredevelopment．Inthispaperthemainresearchresultsobtainedasfollows：(1)Thecalcineroptimalcontrolsystemisdividedintotwopartsincludingcalcinertemperatureoptimalsettingsystemandcalcinertemperatureautomaticcontrolsystem．Calcineroptimalsettingsystemgivesthecurrentoptimalvalueunderthecurrentcondition．Calcinertemperatureautomaticcontrolsystemusesmulti-modelintelligentcontroltostablethecalcinertemperatureontheoptimalvalue．Throughabovemethodmakecalcineroperationinlowcoalconsumptionstatus．(2)Calcinertemperatureoptimalsettingsystem．Basedonthecementtechnology,thecalcinertemperatureoptimalsettingmodelissetup．ThemodelconsistsofthecalcinertemperaturepresettingmodelbasedonLS—SVM，calcinertemperaturesettingcompensationmodelbasedonexpertssystemandcalcinertemperaturesettingcorrectionmodelbasedonFuzzysystem．Meetthetechnologicalrequirementsincement，calcinertemperaturepresettingV 水泥生产过程分解炉环节的优化控制研究modelbasedonLS-SVMgiventhecurrentpresettingvalueunderthecurrentcondition，thenthroughthecalcinertemperaturesettingcompensationmodelbasedonexpertssystemandcalcinertemperaturesettingcorrectionmodelbasedonFuzzysystemcompensationandcorrectionthepresettingvalue，drawthecalcinertemperatureistheoptimalvalueundercurrentconditions．(3)Calcinertemperatureautomaticcontrolsystem．Inordertoovercomethecontroldifficultiesresultfromthecharacteristicsofcalciner,suchasnon—linear,time．varying，largetimedelay,amulti-modeintelligentcontrolmethodisproposedinthepaperbythecombinationofFuzzycontrol，Bang-Bangcontrol，feed—forwardcontrol，expertcontrolandvariableintegralPIDcontr01．Thiscontrolmethodthroughamulti-modeintelligentcontrolrulesautomaticallyidentifythedifferentmodesandselectaappropriatecontrolalgorithmtocorrectvariableintegralPIDcontroltostablethecalcinertemperatureontheoptimalvalue．(4)Basedonthecontrolscheme，fromindustrialapplicationactualconditions，developedcalcineroptimizationsystemsoftware．SoftwareconsistsofOPCClientsoftware，operatorsstandconfigurationsoftwareinterfaceandcementcalcineroptimalcontrolalgorithmsoftware．ThesystemusingtheOPCrealizedthecommunicationwithDCS．Fieldapplicationprove，optimalsystemimprovedthedecompositionrate，reducedlaborintensity,stabledcalcinertemperature，reducedthecoalconsumption，realizedthehighquality,highyieldandclinkerlowcoalproduction，broughthugeeconomiceffecttotheenterprise，compliedwiththestate’Ssavingenergyandreducingconsumptionpolicy．KeyWords：calciner；optimalcontrolsystem；optimaltemperaturesetting；multi-modeintelligentcontrolVI 济南大学硕士学位论文1．1课题背景及意义第一章绪论我国水泥总产量居世界第一位，2011年，我国的水泥产量达20．6亿吨，占全球总量的50％以上，同时，我国的水泥行业也是全国能源消耗大户，其能源消耗总量约占全国总能源消耗的5％，颗粒排放物约占工业排放总量的30％，因此工业和信息化部制定的《水泥工业“十二五”发展规划》中明确提出力争2015年行业平均节能减排水平接近世界先进水平【11，因此，如何利用自动化技术实现水泥行业节能降耗成为当前水泥生产的研究重点与热点。目前，国内水泥企业基本都配备了DCS控制系统，从而使水泥生产具有一定的自动化基础。分解炉自动控制、优化控制在国内水泥行业的研究与应用虽然取得了一定的成果，但是尚未在水泥企业得到广泛的推广应用，所以水泥生产的优化控制研究与应用在国内具有很大的发展空间。本课题的研究意义在于：首先，课题内容顺应国家节能减排政策，具有重要的现实意义；其次，课题研究成果在水泥行业应用，可以实现水泥行业的节能降耗，使我国水泥单产能耗接近国际先进水平，对我国成为水泥强国具有一定的促进作用。1．2分解炉控制研究现状分解炉的主要功能是承担生料分解任务，其耗煤量巨大，约占水泥烧成过程的60％。由于生料预分解过程的工况条件变化频繁并且测控点少，这使得在实际生产中经常出现分解炉温度大幅波动的现象。温度过高容易引起预热器结皮，影响窑系统正常运行；温度过低，则造成入窑分解率过低，增加窑系统负担，不能充分发挥分解炉的作用【21。因此，分解炉出口温度的控制，既对水泥企业实现节能降耗具有重要的意义，又影响着水泥生产的正常进行。分解炉自身非线性、大滞后、时变的特性与国内水泥生产测控点少、工况波动大的现状，共同造成了国外先进的分解炉控制技术无法在国内得到广泛的应用。因此，从国内分解炉控制的现状出发，采用先进控制技术，实现分解炉的优化控制，进而实现企业 水泥生产过程分解炉环节的优化控制研究的节能降耗，引起了水泥专家的关注。通过阅读文献，发现目前对水泥烧成系统分解炉环节优化控制的研究主要集中于以下几个方面：(1)通过优化水泥工艺实现节能降耗通过研究水泥生产工艺实现节能降耗，这不属于控制领域所研究的问题。(2)分解炉出口温度的优化控制在水泥企业，对分解炉出口温度实施自动控制，主要通过自动加减喷煤量实现。当分解炉出口温度稳定在给定的设定值上时，一方面可以使分解炉保持最高的生产率，另一方面不会发生生料粘结，保证窑系统的正常运行。在水泥生产分解炉环节的机理研究中，文献【3]研究了生料特性对分解炉内煤燃烧的影响；文献[4]研究了分解炉用煤与熟料煅烧之间的关系；文献[5】研究了分解炉的送风系统，文献[6]分析了CaC03的反应特性；文献[7]在工艺上研究了烧成系统的降煤节电方法；以上文献在机理上对分解炉进行了研究。在分解炉自动控制方面，既有智能控制研究又有对分解炉模型的研究，文献[8】-[13】研究了模糊控制的方法在水泥回转窑上的应用；文献[14]提出了模糊与专家控制结合的方法对水泥回转窑进行控制；文献[15]．[17]对分解炉的数学模型建立进行了研究；文献[18]研究了预测控制在水泥窑的应用；文献[19]_[20]研究了模糊预测在水泥烧成系统中的应用；以上文献研究的都是分解炉温度自动控制问题，其炉温设定值都是采用人工设定方式，对于温度优化设定问题涉及较少。虽然水泥分解炉的优化控制研究较少，但在石油化工和电力系统领域的优化控制研究比较广泛，!tl：l[21]．[25]对石油化工和电力系统领域的优化控制进行了深入的研究，对其进行总结发现，目前对于最优设定值的问题主要是采用智能控制算法来实现。虽然水泥专家对分解炉出口温度的控制做了大量的研究，但分解炉难以建立精确数学模型、时变、大滞后、非线性的特性和工况波动大的问题使得传统的控制方式无法取得理想的应用效果，并且智能控制的研究成果尚未在国内水泥企业得到广泛的推广，与真正的工业应用还有很大的距离。此外，虽然国外的水泥优化控制研究与应用领先于国内，但由于国外优化控制软件价格昂贵、技术保密和国内水泥企业测控点少、工况波动大的现状，使得国外先进的水泥优化控制技术无法在国内的水泥企业取得良好的应用效果。因此，在实际的水泥生产中，国内分解炉的控制主要还是采用人工控制的方式，操作员水平的参差不齐导致了分解炉温度波动大、熟料产量低、质量差并且能耗大等问题的产生。也就是说，目前水泥工业应用中分解炉优化控制的应用具有局限性，尚未得到广泛的推广。 济南大学硕士学位论文通过以上对国内外水泥分解炉研究现状的分析总结发现，目前对水泥烧成系统分解炉环节的节能降耗研究存在以下几个问题：(1)国内关于分解炉温度控制的理论研究多，虽然工业应用上也取得了一定的应用成果，但并未得到广泛的推广应用。(2)对分解炉温度的控制研究大多是将其稳定在操作员设定的设定值上，对其温度最优设定值的研究较少。1．3本文的主要工作为实现水泥生产分解炉环节的优化控制，并在国内水泥企业得到推广应用，进而实现企业的节能降耗，本课题依托山东省自然基金项目，以国内某水泥公司5000t／d熟料线DCS系统为背景，完成水泥分解炉优化控制系统的方案设计及软件开发。本论文一共分为六章。第一章介绍了本课题的背景及意义，并对国内外关于水泥分解炉优化控制的研究现状进行了深入分析；第二章主要介绍了分解炉内碳酸钙分解的工艺特性、分解炉出口温度的调节手段和影响分解炉出口温度的关键因素，并从控制的角度分析了分解炉优化控制系统的控制目标和控制难点，进一步提出了分解炉优化控制系统总体设计方案，该总体设计方案将分解炉优化控制系统分为分解炉温度优化设定系统和分解炉温度自动控制系统；第三章详细介绍了分解炉出口温度优化设定系统的实现，建立起基于LS．SVM的分解炉温度预设定模型、基于专家系统的温度设定补偿模型和基于Fuzzy系统的温度设定校正模型，从而得到当前工况下的分解炉温度最优设定值，作为第四章分解炉温度自动控制系统的设定值；第四章详细介绍了分解炉温度自动控制系统的实现，该控制系统通过多模态智能控制规则自动识别出不同的模态，选择相应的算法对变速积分PID算法进行校正，将分解炉温度稳定在最优设定值上；第五章从工业应用的角度出发，开发出分解炉温度优化控制系统软件，该系统软件通过OPC通讯实现与DCS控制系统的连接，现场的成功应用证明了该优化控制系统的合理性；第六章对水泥分解炉优化控制系统进行了总结，提出未来研究的重点。 水泥生产过程分解炉环节的优化控制研究4 第二章水泥分解炉工艺介绍及优化控制系统总体方案设计分解炉作为预分解窑的核心设备，它的诞生和发展代表着国际水泥工业的先进水平，其主要功能就是来承担熟料煅烧过程中耗热最多的碳酸盐分解任务[26】，保证进入回转窑内的生料分解率维持在90％以上。2．1CaC03分解反应特性2．1．1CaC03分解反应方程式CaC03§CaO+C02一q(2．1)CaC03的分解反应为可逆反应，只有保证较高的化学反应温度、降低周围二氧化碳分压才能使CaC03快速分解为CaO。根据碳酸钙的特性可知，碳酸钙于600。C左右时开始分解，但由于反应温度较低，因此分解速度很慢。随着反应温度的提高，到800～850℃时，分解速度显著加快，到900。C左右，碳酸钙分解出的二氧化碳分压可达1个大气压，此时，分解反应快速进行，因此绝大部分水泥企业将分解炉的出口温度控制在900℃左右，就是为了保证碳酸钙快速的分解，从而使入窑生料分解率达到90％以上。同时，由碳酸钙分解反应方程式看出，碳酸钙分解需要吸收大量的热量，900℃时分解大约吸热1660kJ／kg。2．1．2CaC03分解温度和C02分压之间的关系根据CaC03分解反应方程，得出分解反应方程的独立组分数C=2，相数P=3。根据吉布斯相律：f=C—P+2(2．2)式中厂为体系的自由度。将C=2，P=3带入式2．2得出f=l。也就是说CaC03分解反应体系中分解温度和二氧化碳压力只有一个是独立变量，即当CaC03分解温度确定时，其二氧化碳平衡分压也随之确定；与之相反，当二氧化碳平衡分压确定时，CaC03分解温度也随之确定。其中，CaC03分解温度与C02分压之间的关系可由范特荷夫公式得出【26]： 1鸣一筹+常数(2．3)式中Kp代表CaC03分解反应的恒压平衡常数，它一般等于C02分压圪，，丁代表分解温度，胡代表恒压反应体系所吸收的热量，R代表气体常数【261。将文献[26]中经实验确定得出的胡及R和常数值带入公式，从而得出分解温度与二氧化碳平衡分压之间的定量关系：lgPc。，：一-930-0。t-7．85(2．4)式中‰代表C02分压。一般在水泥企业，分解炉内二氧化碳浓度约为20～28％，代入上述公式可求得分解温度约为817．9～836．8。C，而一般气流温度比物料温度高20～50℃，因此水泥企业一般将分解炉内气流温度控制在850～900。C之间。从以上介绍可知，分解炉内碳酸钙分解反应与反应温度紧密相关，也就是说，要达到一定的入窑生料分解率就必须有一定的分解炉温度作为保障，分解炉温度越高入窑生料分解率就越高。2．2分解炉出口温度的影响因素及调节方式在水泥生产中，分解炉温度对于水泥能否正常生产具有重要的作用。分解炉出口温度的高低，不仅决定了碳酸盐分解的多少而且决定了窑系统运行的稳定与否。分解炉出13温度过高，易导致结皮堵塞从而破坏窑系统运行；反之，分解炉出1：3温度过低，易导致入窑分解率过低，增加窑系统负担，导致分解炉的作用不能完全发挥[261。因此，分解炉出1：3温度是水泥生产中一个十分重要的工艺参数，它直接决定着生料入窑分解率，所以，有必要对分解炉温度的关键影响因素和调节方式进行分析。2．2．1影响分解炉温度的关键因素通过分析水泥工艺相关文献，得出以下几个主要影响因素：(1)窑尾喂煤量对温度的影响：当入炉空气量维持稳定时，窑尾喂煤量增加，引起分解炉温度上升；反之，窑尾喂煤量减少，引起分解炉温度下降，但窑尾喂煤量过多，会导致煤粉不能完全燃烧，从而使废气中CO含量高，并易引起旋风筒结皮堵塞，引发生产事故。因此，窑尾喂煤的连续准确是使分解炉出13温度稳定在工艺要求的合理波动范围之内，从而保证分解炉热工制度稳定的关键因素。 (2)入炉生料量对温度的影响：当入炉生料量较小时，会导致分解炉出口温度较高，这不仅使热耗增加，也不利于分解炉的热工稳定，从而影响熟料的烧成；相反，当入炉生料量较大时，会导致分解炉出口温度较低。(3)三次风对温度的影响：影响分解炉温度的主导因素是三次风的温度与风量，风量要适度，而温度则越高越好，但影响风量的有关因素很多，它不仅受到系统内总排风的制约，也受到窑炉内用风平衡制约，一般，不允许操作员去调节。(4)尾煤压力对温度的影响：当尾煤压力突变时，会造成窑尾喂煤实际给定突然增加，这就直接导致分解炉温度的急剧上升，对水泥正常生产带来不利的影响。(5)生料成分对温度的影响：此部分详见第三章分解炉温度优化设定系统部分。2．2．2分解炉出口温度的调节方式从影响分解炉温度的关键因素得知，分解炉温度主要受窑尾喂煤量、生料量、尾煤压力、生料成分和三次风量的影响，所以对分解炉温度的调节主要从一下几方面着手：(1)改变窑尾喂煤量由影响分解炉温度的关键因素得知，窑尾喂煤量的改变主要是调节分解炉温度，因此在水泥企业一般采用改变窑尾喂煤量的方式调节分解炉出口温度。(2)改变生料流量生料流量的改变影响着分解炉温度的变化，但由于水泥生产要求产量保持稳定，因此生料流量大小的调节在水泥企业一般不作为分解炉出口温度调节的手段。综上，可以得知在水泥企业一般采用改变窑尾喂煤量的方式调节分解炉出口温度。另外对分解炉出口温度也有影响的尾煤压力、生料流量、生料成分、三次风等一般作为干扰变量存在。2．3控制目标及控制难点分析2．3．1控制目标分解炉的功能是完成碳酸钙的分解。根据工艺要求，分解率要控制在90～95％，入窑分解率太低不能发挥分解炉应有的作用，并造成窑负担加重；入窑分解率过高，其所需要的分解温度也越高，即所需要的窑尾喂煤量也越高，这就造成了能源浪费。据此，得出控制目标： 水泥生产过程分解炉环节的优化控制研究(1)在满足工艺要求的前提下，给出当前：工况下的分解炉温度最优设定值，从而使分解率最为满足水泥生产的工艺要求，使分解炉运行在最优状态。(2)使分解炉出口温度处于稳定状态。在稳定工况下，分解炉出口温度一般控制在最优设定值的±6℃以内。分解炉出口温度的稳定，对于水泥熟料高产、高质具有决定性作用。2．3．2控制难点分解炉优化控制难点如下：(1)分解炉自身复杂的特性和国内水泥生产测控点少的现状，使得建立分解炉温度精确的机理模型极其困难，而且分解炉温度设定采用人工设定的方式，人工设定的主观性和随意性较大，从而不能保证当前分解炉温度设定值为当前工况下的最优值，使分解炉运行在最优工况下变得十分困难。(2)分解炉出口温度调节的大滞后性。由于喷煤管道较长，当窑尾喂煤给定后，需要较长的一段时间煤粉才能输送到分解炉内。而且，煤粉的燃烧也需要一定的时间，这就导致了分解炉温度调节具有大滞后性。(3)温度与煤粉之间存在非线性。由于分解炉内进行着复杂的物理化学反应过程，使得分解炉温度与喂煤量之间存在着严重非线性。(4)工况波动严重。由于众多因素影响着分解炉出口温度，而且这些因素与分解炉出口温度大多是非线性关系，这使得分解炉经常处于不同的工况之中，单一的控制方式无法实现对分解炉温度的连续稳定的控制。2．4分解炉环节优化控制系统的总体方案设计为解决分解炉控制中存在的控制难点，完成分解炉控制目标，根据上述工艺分析，提出水泥生产分解炉环节的优化控制方案具体实现如下：将水泥生产分解炉环节优化控制系统分为两部分进行设计，即分解炉温度优化设定系统和分解炉温度自动控制系统。分解炉温度优化设定系统根据由生料三率值KH、n、P和生料细度建立起的基于LS．SVM的分解炉温度预设定模型得出分解炉出口温度的预设定值，然后经基于专家系统的温度设定补偿模型和基于Fuzzy系统的温度设定校正模型对分解炉温度预设定值进行补偿校正，得出当前工况下分解炉出口温度的最优设定值；然后分解炉温度自动控制系统以此 济南大学硕士学位论文最优设定值作为系统的设定值，通过多模态控制规则自动识别出不同的模态，选择相应的算法对变速积分PID控制进行校正，将分解炉温度稳定在最优设定值上。控制方案如图2．1所示：2．5本章小结图2．1分解炉环：爷优化控制系统的总体方案本章首先分析了分解炉内碳酸钙分解的工艺；在此基础上从控制角度对分解炉温度优化控制系统的控制目标、控制难点进行了分析；最后提出了分解炉环节优化控制系统的总体方案。9 一．水泥生产过程分解炉环节的优化控制研究10 第三章分解炉温度优化设定系统研究在上一章的分解炉优化控制系统总体方案中提出，本课题将分解炉优化控制系统分为分解炉温度优化设定系统和分解炉温度自动控制系统两部分进行研究，本章主要介绍分解炉温度优化设定系统的研究。3．1分解炉温度优化设定问题的提出水泥分解炉内进行着CaC03的分解过程，并且分解炉以由窑尾转子称喷入的煤粉作为燃料，通过煤粉燃烧使分解炉内达到一定的温度，促进生料中CaC03的分解，使分解率维持在90％以上。在此过程中，分解率的高低直接决定了水泥熟料能否高质、低耗、连续稳定的生产。如果分解率太低，则分解炉的作用受到限制，进而会加重窑的负担；反之，如果分解率过高，则会需要过多的窑尾喷煤，进而造成资源的浪费。水泥工艺同时表明，一定的分解率需要一定的分解温度。可以说控制分解炉出温度的目的就是保证进入窑内的生料分解率处在合理的工艺指标范围内。水泥生产中，一般要求分解率在90％～95％的工艺指标范围内。但水泥企业入窑生料分解率的获取都是采用化验室离线化验的方式，通过操作人员采样每两小时化验一次，这就导致了获取的分解率参数都是一些离线值，其实时性和可靠性都无法得到保证。同时，入窑生料分解率随着生料成分的波动和分解炉出口温度的波动而波动，并呈现出严重的非线性特性，这些都导致了其精确地数学模型难以建立。因此，目前水泥企业均采用人工设定的方式，根据离线化验的分解率来设定分解炉出口温度设定值，以保证入窑生料分解率在工艺要求的合理波动范围之内。由于操作员水平的参差不齐、生产工况的波动和生料成分的波动都易导致由其设定的分解炉出口温度设定值偏高或偏低，从而导致入窑生料分解率波动很大：当出口温度设定偏高时，使得分解率偏高，从而造成窑尾喂煤量加大，导致煤耗加大，造成资源浪费；反之，当出口温度设定偏低时，使得入窑生料分解率又偏低，从而加重了窑负担。这些都影响了水泥生产的熟料质量，严重时甚至影响了水泥企业的正常生产。针对以上分析得知，为保证水泥熟料高质与低能耗生产，就必须要保证入窑生料分解率稳定在合理的波动范围内，也就是说，必须保证分解炉温度设定合理。 水泥生产过程分解炉环节的优化控制研究3．2生料成分与分解炉温度设定之间的关系为解决分解炉温度优化设定问题，必须深入分析影响分解炉温度设定的有关参数。分析水泥工艺可知，生料成分的波动对分解炉内生料的分解有着极为重要的影响。生料成分的波动主要导致生料三率值KH(石灰饱和系数)、11．(硅酸率)、P(铝氧率)的改变，进一步导致了生料易烧性的改变，因此生料成分对熟料生成和水泥窑的产量、质量、热耗都有着很大的关系。一般情况下，生料的分解能力随温度升高而提高：在生料量一定的情况下，当生料易烧性较差时，可适当提高分解炉出口温度，以提高入窑生料分解率；与之相反，而当生料易烧性较好时，可适当的降低出口温度。因此，选取生料易烧性作为影响分解炉出口温度设定值的主要参数，即根据当前工况下的生料易烧性来设定当前工况的分解炉出口温度设定值。查阅相关文献，得知对生料易烧性有影响的主要因素为生料三率值KI-I、n、P和生料细度。(1)生料细度越小，则生料的相对表面积就越大，使得生料颗粒之间具有较大的接触面积，化学反应活性就越高。这样，在生料其它的条件不变的前提下，生料的易烧性就越好。(2)生料的三率值的波动严重影响着生料易烧性，并且P的影响最大，n的影响次之，KH的影响最小。3．3分解炉温度优化设定控制目标提出及方案设计在水泥正常生产过程中，操作人员通过调节窑尾喂煤量的方式来控制分解炉出口温度，从而使入窑生料分解率最满足水泥工艺要求的合理波动范围，即表示为：‘rain[A"一无(f)](3．1)约束条件为：五(f)=／(y1，Y2，Y3，Y4，Y5)见min≤名!‘)≤兄max(3．2)Alni。≤∥≤五。。。Ylmi。≤Yl≤Yl。“式3．1，3．2中，分为分解率的目标值；五(f)是用来反映入窑生料分解率的非线性动态函数；九；。为工艺要求范围内的分解率上限；允。。为工艺要求范围内的分解率下限；Y。 为分解炉出口温度；Ylrain为工艺要求范围内的分解炉温度下限；Y，。。。为工艺要求范围内的分解炉温度上限；Y2,Y，，Y。分别为生料三率值KH、n、P，Y，为生料细度。其中，五。i。=90％，允。。。=95％，Yl数据从DCS系统中实时读取，Y2Y3，Y4数据由化验室化验得到，而y。m，Y，。。。的确定如下：根据分解温度和C02平衡分压间的关系，即Ig'co，：一—93-00+7．85(3．3)并知道在水泥企业，分解炉内二氧化碳浓度约为20～28％，代入公式3．3可求得分解温度约为817．9～836．8。C，而一般气流温度要稍微比物料温度高20-50*C，因此将分解炉内温度控制在850～900℃之间，即将分解炉温度设定在850℃至890℃，则Yl。i。=850。C，Yl。。=900。C。针对分解炉优化设定控制目标，本章提出分解炉温度智能优化设定控制方法，通过优化设定分解炉温度，从而使分解率最为满足工艺指标要求的范围。分解炉温度优化设定系统由基于LS．SVM(最小二乘支持向量机)的分解炉温度预设定模型、基于专家系统的温度设定补偿模型和基于Fuzzy系统的温度设定校正模型组成。在满足水泥工艺要求的前提下，基于LS,SVM的分解炉温度预设定模型给出当前工况下的分解炉温度预设定值Y。；基于专家系统的温度设定补偿模型综合考虑实际生产中相关参数的影响进行推理得出温度补偿值Y。；由水泥工艺可知，生料粉磨过程在熟料烧成过程之前完成，因此采用基于Fuzzy系统的温度设定校正模型根据当前熟料的f-CaO(游离氧化钙)含量判断出的生料易烧性对分解炉温度预设定值进行校正得出分解炉温度的校正值y，；这样得出当前工况下温度的最优设定值Y如式3．4所示：Y=Y。+Y6+Y，(3．4)系统框图如图3．1所示： 图3．1分解炉温度优化设定系统3．4基于LS．SVM的分解炉温度预设定模型设计基于LS．SVM的分解炉温度预设定模型给出当前工况下的分解炉出口温度预设定值。根据水泥工艺，选取生料易烧性来决定分解炉出口温度的预设定值，其中生料易烧性是出生料三率值KH、n、P和生料细度所反应。在实际生产中，生料成分处在实时变化的状态，因此分解炉温度预设定值与生料易烧性之间存在着严重的非线性时变关系，这就导致了无法建立起分解炉出口温度预设定值的精确数学模型，使得传统的依靠数学模型的控制算法难以获得良好的效果。并且水泥生产的多变量、强耦合、复杂性使得建立描述分解炉系统的机理模型极其困难。因此，对这类问题，利用可获取的已知数据进行模型辨识变得极为重要，最d"-----乘支持向量机已被证明是解决非线性系统难以建立过程模型问题的可行性方法。14 济南大学硕士学位论文3．4．1LS．SVM算法简介LS-SVM的运算过程表示为，对于数据样本(_，Y。)，(x2，Y2)，⋯，(％，Y，，)，并且X，∈RN,Y∈R，i=1,2，⋯，玎。我们可以选取非线性的映射函数矽(·)将数据样本从原来的空、司一一映射到一高维空间，则可在高维空间中构造一个最优的决策函数：y(x)=W7。·矽(x)+6(3．5)公式3．5中，w表示权向量，b表示偏置项。由公式知道y(x)为线性回归函数，这样，LS．SVM的线性回归问题就可以转化为求解如下的约束性优化问题：哮讹萨三wⅥ去c≯NB6，J．t：Yf=w，·矽(xf)+6+ef，i=1,2，⋯Ⅳ公式3．6中，e，代表误差项，C代表惩罚因子，引入拉格朗日函数将其转换成不具有约束条件的优化问题：ⅣL(w,b，P，乡)=J(w,e)-∑幺(w，·≯(xf)+6+Pf—y，)(3．7)i=1公式3．7中，0代表拉格朗日乘子，进而依据优化条件可以推得：w=∑幺·矽(x，)，=】Ⅳ∑Oi=0(3．8)Oi=C·efw。·矽(xf)+b-I-ef—Yj=0进而可以推得LS．SVM函数的输出为：Ⅳ少(x)=∑只·k(x，x，)+6i=l(3．9)公式3．9中，k(x，，x)代表核函数，核函数的不同所构造的LS-SVM也就不同，本文采用径向基核函数：m^)_exp[一譬]，硝核宽(3．10)≥O0O0lI=钇一跏钇一∞钇一％钇一够 水泥生产过程分解炉环节的优化控制研究则可将公式3．9转换为：贴)=擎N⋯p【_簪]+6(3．11)由公式3．8～3．11可以看出，C，仃的选取对基于LS．SVM的模型的精确性十分关键。基于LS．SVM的分解炉温度预设定模型的建立流程如图3．2所示。确定模型的输入和输出儿数据预处理U样本数据分为训练集和测试集』}确定LS．SVM模型的参数』i利用训练样本建立模型jl利用测试样本验证模型图3．2分解炉温度预设定模型建立流程图3．4．2基于LS．SVM的分解炉温度预设定模型的建立基于LS．SVM的分解炉温度预设定模型的输入选为生料细度和生料三率值KH、n、P，输出选为分解炉温度的预设定值。3．4．2．1数据预处理数据预处理部分包括对异常数据的处理和数据标准化。其中，异常数据处理采用最常用的3仃准则，3仃准则计算过程如下：对于采样数据_，x2，⋯，吒，其平均值为标准差为：一1占--肛‰Zx，(3．12) s=仃=。[x厶,e他；／／一1)]巧(3．13)定义数据偏差ei=x，一；。若旧I>30-，则说明数据异常需要除去。对所采样的50组样本数据，采用3盯准则进行异常数据剔除。所求取的；和盯如表3．1所示。根据3仃准则和所求的；和盯发现，所采样的50组样本数据中共有一个异常样本数据予以剔除。因此，采用剩余的49组数据样本作为基于LS．SVM的分解炉温度预设定模型的样本数据，予以建模。数据样本如图3．3所示。 水泥生产过程分解炉环节的优化控制研究生料细度、一，+7、、，，一～_．一～一一‘253035404550P1——～一一一————J—一————————～一～～J一———__————～～——一～O5101520253035404550KH1．2————⋯———⋯]一——⋯——一——一～__——T———⋯———————]1r一一一一～、．、，，，’‘、、～一一——一、～一一一、、、，，一‘，、一一、、、，。，，一一、～一一、．．一一～．．．～，一～，，一、～．、，，__0．8L——————L一————L——————上————一一——J——～——上一—————L——————二一一——一05101520253035404550分解炉温度设定值870i———————r——————T———T——一———r——一———__一——T一===———r———一———————i_860}＼，八、～／、～一一、～／＼／、＼厂一一⋯一＼＼～／、、，／～一、、J—1850—-，-—一——-，---上——【—，---一——L——————-———————-』，r．-------』————--u-L——．————』————，．．．．．．一05101520253035404550图3．3LS．SVM建模数据样本由于数据样本的物理单位和数值不一致，直接去使用未标准化的数据会导致建立的模型不准确。因此，剔除完异常数据后，需要对数据样本进行标准化处理，也就是将数据进行归一化处理，从而使数据的平均值变为0、方差变为1，所采用的公式如3．14所示。嘞+=孚(3．14)其中，i=专喜勃，Jj=万≥荟N(勤一i)2，x：为标准化后的数据。3．4．2．2模型的建立将预处理完的数据样本，分为两部分：一部分用来建模，另一部分用来模型校验，即选取前36组数据建模，后13组数据模型校验。模型建立前需要确定的参数为C，仃，对于C，仃的确定，采用实验试凑法获得，选取C=60，盯=O．8，其训练效果如图3．4所示。由图3．4可以看出温度预测差值在±2℃以内。一、■≯一4了矿～二銮一二≥面李||、、一暑／一o}_／熏一11一一，_，5一一ro352 870r—，—————————u，——r————————————u8608508658608550510152装o．2训练效果一¨_一一——]|／7j、．一，⋯’{／实际值一——————————。一——，，’．＼一＼r。一。l～～_、；‘一一。L二——一——一一拟合值2025303540验证效果0246误差一·实际值预测值l81012144图3．4LS．SVM建模效果图确定了模型参数之后，进而可以确定基于LS．SVM的分解炉温度预设定模型为：ycx，=善B·e冲卜％等，+6=蔷N幺·exp卜百(X--Xi)2，+。．3。9。c3∞，其中包值如表3．2所示：表3．2o／取值表_—————————————————————————————————————————————一编号a编号谚编号堡塑兰堡塑兰旦塑兰堡I—————————————一—————————————————一10．45517．0．300113．2．5139191．0122250．4265310．49392．0．56698．1．8526140．2757200．9541260．685321．298933．80349—5．041150．5153211．3185270．3174331．112740．137710．2．3861161．39222—5．297428-0．0028340．3975—1．30411．0．4138171．210923—0．1372290．601735—0．32926．1．365912．0．38618．0．1187244．2112301．53836—0．1413一——————————————————————————————————一19遥波魁越赠曼濮求迥波魁越赠妥琏求 水泥生产过程分解炉环节的优化控制研究综上，便完成了基于LS．SVM的分解炉温度预设定模型的设计。分解炉温度预设定模型便可确定出当前工况下分解炉温度预设定值。3．5基于专家系统的温度设定补偿模型设计基于专家系统的温度设定补偿模型可以根据现场工况的变化，及时给出温度预设定值补偿值，使分解炉温度设定值适应现场实时工况。由于现场工况的多变性与复杂性，使得建立工况变化的机理模型变得异常困难，而专家系统以其不需要对象精确的数学模型和尤其适用于非线性、多变量、时变系统的优点为此类问题的解决提供了良好的方法。因此，根据水泥工艺和专家操作经验设计专家系统对分解炉温度预设定值进行补偿。3．5．1专家系统介绍专家系统结构如图3．5所示：图3．5专家系统组成框图3．5．2基于专家系统的温度设定补偿模型的建立基于专家系统的温度设定补偿模型由以下四部分组成：1．信息获取与处理。信息获取与处理主要是通过对系统的输入信息的处理以获得对控制有用的信息【39】。在本模型中，根据影H向分解炉工况变化的因素，选取输入信息为分解率、一段风室电流、窑电流、二次风温、分解炉温度和C5旋风筒温度。2．知识库。知识库中主要存放系统求解问题所需要的知识[39】。本模型中，主要用知识库来存取分解率、一段风室电流、窑电流、二次风温、分解炉温度和C5旋风筒温度的变化范围和指标。20 济南大学硕士学位论文3．规则集。规则集作为专家系统的核心部分，集中反映了专家及其熟练操作者在此领域的专门知识与经验【39】。本章采用最为广泛的产生式规则形式来存储补偿规则，即“如果满足条件，那么产生结果”的形式，规则集求取如下：(1)分解率异常时的温度设定补偿规则由于分解率随着分解炉温度的提高而提高。因此，当离线分解率低于分解率工艺目标值时，说明分解炉内温度低导致分解率无法达到正常范围，此时应提高分解炉出口温度设定值；反之，当离线分解率高于分解率工艺目标值时，说明分解炉内温度高导致分解率高于正常范围，此时应降低分解炉温度设定值，因此，制定两条补偿规则：IF离线分解率低于分解率工艺目标值THEN提高温度设定值；IF离线分解率高于分解率工艺目标值THEN降低温度设定值。其中，分解率工艺目标值根据工艺指标确定为90％～95％。并且，从现场操作专家得知，出现离线分解率低于分解率工艺目标值时，大约提高分解炉温度设定值5℃；出现离线分解率高于分解率工艺目标值时，大约降低分解炉温度设定值5℃。(2)温度倒挂现象出现时温度设定补偿规则温度倒挂现象就是出现C5旋风筒的温度与分解炉的出口温度之差处于一定的阈值内，这个时候分解炉内会有一部分煤粉不能完全燃烧，从而进入C5旋风筒并继续燃烧，进而导致C5旋风筒的温度上升，导致温度倒挂出现。此时，如不及时进行处理，则容易发生旋风筒堵塞，影响水泥熟料的正常生产。由于C5旋风筒温度下降的速度要快于分解炉温度下降的速度，因此，发生温度倒挂现象时，操作人员会降低分解炉温度设定值，使分解炉温度控制的较低一些，进而促使C5旋风筒温度下降，恢复到水泥熟料生产正常的工艺指标范围内。当恢复正常后，需要提高温度设定值以保证正常的水泥熟料生产。因此，制定出一条补偿规则：IF出现温度倒挂现象THEN降低温度设定值ANDIF温度倒挂消失THEN提高温度设定值。对某水泥企业的大量历史数据进行分析，确定温度设定补偿值的大小。对数据分析得出如表3．3所示的关系： 水泥生产过程分解炉环节的优化控制研究表3．3温度设定补偿值分析数据发现，在一定的范围内分解炉温度与C5温度差值的改变与温度设定值的改变具有一定的对应关系，故制定如下分段函数来确定温度设定补偿值。厂(x)=0X≥15111≤x<1528≤x<11(3．16)35≤x<840THEN<产生何种结论>这种规则灵活性很强，而且推理决策快速准确。具体实现过程如下： (1)当扰动导致分解炉温度趋势剧烈变化时，说明分解炉温度会有急剧变大或变小的波动。此时，调用Fuzzy控制器对变速积分PID进行校正。(2)当扰动导致分解炉出口温度值大幅偏离设定值时，易使分解炉稳定的热工制度破坏，影响水泥生产连续稳定的运行。因此，采取Bang-Bang控制对变速积分PID进行校正，即及时给出最大或最小的窑尾喂煤调整，使分解炉出口温度快速回复到正常范围之内。(3)变速积分PID控制是根据偏差进行控制的，控制作用落后于扰动对系统的影响，若能将扰动作为前馈控制，就可以减小温度的波动。影响分解炉温度稳定的最主要扰动是生料流量的波动，因此，当生料流量大幅波动时，选取生料前馈控制器对变速积分PID进行校正。(4)由于工艺设备的原因，尾煤称跑煤也易造成分解炉出口温度大幅度波动，此时就应该根据窑尾喂煤压力的波动设计专家控制器对变速积分PID进行校正，使温度稳定在工艺允许范围内。综E所述，得出基于产生式规则的多模态智能控制规则集如下。R1：ifee(k)I>I妒lthenu(k)=△“P，D+“F眦yR2：if}e(k)I>l尸cthen“(后)=△“P，D+“肋R3：ifsl(k)I>l乩Ithenu(k)=△“肋+U艇R4：if脚耽¨=1then甜(尼)=△“P册+“∥M规则中，ee(k)表示温度趋势变化值；e(k)表示温度偏差值；sl(k)表示生料流量实时值；“(后)表示多模态智能控制器输出值；△“P，D表示变速积分PID控制器输出值，采用增量式算法；UFUZZy表示Fuzzy控制器输出；“B占表示Bang-Bang控制器的输出；U毗表示生料前馈控制器输出；“删表示跑煤处理专家控制器输出；筘表示温度趋势变化阈值；PC表示温度值变化阈值；盟表示生料流量变化阈值；月昭聊表示尾煤称跑煤工况出现标志位，值为1时说明尾煤称跑煤工况出现。 水泥生产过程分解炉环节的优化控制研究4．3．3变速积分PID控制模块设计PID控制因具有鲁棒性好、算法简单和易于操作的优点，在流程工业得到了广泛运用。在分解炉出口温度自动控制中，PID控制器是根据分解炉出口温度的偏差产生控制作用的，只要偏差存在，PID控制器就会产生控制作用。而且，增量式PID以其输出是控制增量，当系统故障时，对系统的影响范围小，不会严重影响系统工况；手自动切换冲击小；控制器的输出仅与最近几次采样值有关的优点得到了更为广泛的应用，因此采用增量式PID控制算法t301，其控制规律如式4．1所示。△甜纠D(k)=K。[P(尼)一e(k一1)]+KfP(尼)+Kd[P(尼)一2e(k一1)+e(k一2)](4．1)式中，K。、K，、Kd分别表示比例、积分、微分系数。其中，PID控制器中的积分环节可以消除稳态误差，并提高系统的控制精度，但积分作用过大易引起系统不稳定，因此，工业应用时积分作用应为：偏差大，积分作用弱；偏差小，积分作用强。所以本章引入变速积分解决这一问题，即在积分项乘以一个系数厂(口)以使积分作用与偏差大小成比例。f(e)=1e(k)IA+B式4．2中，A、B为温度偏差设定区间。将式4．2代入式4．1便得增量式变速积分PID控制算法如下：Au(k)=K。【e(庀)一e(尼一1)】+厂【l口(尼)1]木K，8(尼)+Kd[P(尼)一2e(k一1)+e(尼一2)](4．3)变速积分PID控制效果的好坏取决于控制器参数的设置，在现场反复试凑调试得出比较理想的控制参数为：K。=0．046，Kf=0．001，Kd=0．002，A=3．5。C，B=5．0。C(4．4)据此参数，得出变速积分PID的实际调试效果如图4．2所示。30 济南大学硕士学位论文黼黼麟缫黼黼黼黼黼黼黼麟黼鬻翻黼瓣羹粪分解炉出口温度／，一彳|、、、匕，，／／、／、～～⋯，＼“。／、、；‘，∥～’1、⋯／＼、i一～，，7、一～一～，，‘u、．，’，一?：g尾喂膘0，，¨v⋯1、1‘1’’“J1，。11+'、、一、j㈧≯图4．2变速积分PID的实际调试效果图由图可以看出，变速积分PID控制可以实现对分解炉出口温度良好的跟随。4．3．4Fuzzy控制模块设计当扰动导致分解炉温度趋势剧烈变化时，说明分解炉温度会有急剧变大或变小的波动，使得变速积分PID控制效果变差，从而不能抑制住分解炉温度的大幅变化而导致分解炉出口温度剧烈波动。而模糊控制为此类问题提供了解决方法。Fuzzy控制器主要由四部分组成：输入量模糊化接口、知识库、推理机和输出解模糊接口，如图4．3所示[281。图4．3Fuzzy控制器组成部分图(1)精确量的模糊化处理 水泥生产过程分解炉环节的优化控制研究Fuzzy控制器的结构选为双输入单输出结构。输入选取温度偏差e(k)和温度变化趋ee(k)，输出选取窑尾喷煤增量“一，，。选择温度变化趋势做输入，主要是为了消除系统采样过程中干扰数据对控制算法的影响和吸收操作专家控制温度时的操作经验。选取输入输出量的语言变量值均为{PA，PB，PM，PS，O，NS，NM，NB，NA}，其含义为{正极大，正大，正中，正小，零，负小，负中，负大，负极大)，同时根据现场情况选取输入输出量的语言变量论域均为(．10，10)。隶属度函数选取三角形隶属函数，形式如图4．4所示。图4．4隶属厦函数(2)量化因子与比例因子的确定计算机采样采集的是参数实际值，为了使这些数据能被模糊控制算法所应用，因此必须对这些数据进行模糊化处理，故引入量化因子实现数据的模糊化。同理，经模糊控制算法计算出的控制量必须经过解模糊才能作用于被控对象，因此引入比例因子实现解模糊化过程。经现场反复实践，选取e(k)的论域为[一6，+6]，ee(k)的论域为[一1．82，+1．82]，据此计算得量化因子：Ke=i10_1．6667,Kee--兰=5．4945(4．5)选取“朋，的论域为【一3，+3】，据此计算得比例因子：K户孟203(4石)(3)模糊控制规则库的建立采用ifAandBthenC的语言进行描述。控制规则的制订来源于水泥工艺和现场实际应用经验，．如： 当分解炉温度远大于温度设定值，并且分解炉温度变化趋势仍有上升趋势时，给予降低最大的窑尾喂煤调整。采用如上方式制订的控制规则集如表4．1所示：表4．1Fuzzy控制规则表————————————————————————————————一E矿1。NAI',IBlqlVINS0PSPMPBPANA’PAPAP5PBPMPS0NSPS0NSPSONSPS0NSPS0NSPS0NSNMNSⅢNMNBPBNMlqlVlI',IM1,15NBlqBNBNAPANBlqBNA一—————————————————————_—————————_———————一(4)输出信息模糊判决解模糊运算采用加权平均法：∑／2肚)“，U=土L—一n∑∥胎)(4．7)式4．7中，／2，为uF啦，的隶属度，“，为“刚：：，的论域。最后乘以K。得喂煤增量“眦r为UF陇y=UKIfo(5)Fuzzy控制的现场应用根据优秀工程师在温度调节时“调、等、看、判断”的控制模式，实现调用Fuzzy控制对变速积分PID控制进行校正的现场应用，控制流程如图4．5所示。33阳刚l￡o懈舱阳州；￡o懈mⅢmoi￡蹦 水泥生产过程分解炉环节的优化控制研究图4．5Fuzzy控制流程图即步骤为：1)判断温度变化趋势Jee(k)I是否大于趋势阈值I妒I。2)若lee(k)l>I妒l，则进行一次Fuzzy运算对变速积分PID进行校正。3)进行一次Fuzzy运算校正后，等待一段时间间隔墨看控制效果。在等待时间内，切除Fuzzy控制算法，仅进行变速积分PID控制。等待时间到，观察上次Fuzzy输出对温度的控制效果，若Iee(k)闰$f，说明上次Fuzzy输出将温度控制在平稳范围内，则返回步骤1，否则返回步骤2进行第二次Fuzzy运算对变速积分PID进行校正。综上为调用Fuzzy控制对变速积分PID进行校正的控制算法。经现场反复实践，得出Fuzzy控制模块中温度偏差变化趋势阈值IQSI与等待时间间隔互如下：QS=0．5。C，互=135s(4．8)Fuzzy控制器的实际调试效果如图4．6所示。在10：46：00时刻判断出分解炉出口温度变化趋势为0．59。C，大于温度变化趋势阂值0．5V，因此，控制器给出第一次Fuzzy34 济南大学硕士学位论文调整加于变速积分PID控制输出上，等待135秒后，在10：48：15时刻判断出分解炉出121温度变化趋势为0．51℃，仍大于温度变化趋势阂值0．5℃，因此，控制器给出第二次Fuzzy调整加于变速积分PID控制输出上，再次等待135秒后，在10：50：30时刻判断出分解炉出口温度变化趋势为O．11℃，小于温度变化趋势阈值O．5℃，说明分解炉出口温度处于正常的波动范围内，不需要进行第三次Fuzzy调整加于变速积分PID控制输出。＼、，／＼、⋯j＼⋯一9"／-胖矿专u甚曼，7一＼、、、．一一，／、’、、、电／7＼、、、～，一一窑尾喂煤‘WT7，、’；啊量羽一‘～r’‘0厶1啊鼍，，‘+、，、弟一伏f’L‘Z、Z．IlllUj■，+，图4．6Fuzzy控制效果图4．3．5Bang—Bang控制模块设计(1)Bang-Bang控制Bang．Bang控制是一种时间最优控制【29】。当扰动下分解炉温度值大幅度偏离设定值时，实施Bang—Bang控制对变速积分PID控制进行校正，及时给出最大或最小的喂煤调整，加快温度的响应速度，快速的消除温度偏差，使温度以最短的时间快速回复到『F常范围之内。f“。。。e(尼)>s甜肋={0}P(七)I≤占(4．9)【U。ine(尼)<一占式中，U肋表示Bang—Bang控制器的输出；F表示分解炉温度的偏差阈值；U。。。表示Bang-Bang控制的控制输出最大值；“。i。表示Bang—Bang控制的控制输出最小值。(2)Bang—Bang控制的现场应用 根据优秀工程师在温度调节时“调、等、看、判断’’的控制模式调用Bang．Bang控制对变速积分PID进行校正，以降低系统超调，提高系统精度，改善Bang．Bang控制器品质，控制流程图如图4．7所示。图4．7Bang-Bang控制流程图即步骤为：1)判断温度偏差Ie(k)}是否大于偏差阈值l占l。2)若le(k)J>I占f，则进行一次Bang．Bang运算对变速积分PID进行校正。3)进行一次Bang-Bang运算校正后，等待一段时间间隔Z看控制效果，在等待时间内，切除Bang．Bang控制算法，仅进行变速积分PID控制。等待时间到，观察上次Bang-Bang输出对温度的控制效果，若Ie(尼)}4000、2500--4000、1500～2500}，窑尾喂煤调整语言值大幅、中幅、小幅对应实际的值为{0．64、0．44、0．25)。跑煤处理专家控制实际调试效果如图4．12所示。在采样时刻15：45：12尾煤压力波动2741，则调用控制规则Rule2，跑煤处理专家控制器减小喷煤0．44吨加到变速积分PID控制输出上，当尾煤压力恢复正常，跑煤处理专家控制器加大喷煤0．44吨加到变速积分PID控制输出上。41 薷黧黧煎黼嘲嗍警■删嘲阐删纛锌锰桕矗詹目“}压力突变一口尾煤压j了|?对、。，?，，tV⋯。，．～，二；；、；；二?诋参1：三舞薯冉6t⋯≯，Ⅳ拼≮。＼、．一～』”一?7。l’一譬”⋯簪∞?，，∞～、一r’专’“≮≯。I；叠～：：≥≮一·|。f|，√’⋯。≮、，，j，in～。’J喂煤调整自柑喜童⋯m·±^d且丑二目●●⋯1Ⅷl|l黼攀蕤戳4．4本章小结图4．12跑煤处理专家控制实际调试效果图本章针对水泥分解炉环节非线性、时变、大滞后的特性，提出了将Fuzzy控制、Bang。Bang控制、前馈控制、专家控制与变速积分PID控制相结合的多模态智能控制方法，该方法通过多模态智能控制规则自动识别出不同的模态，选择相应的算法对变速积分PID控制进行校正将分解炉温度稳定在最优设定值上。42 济南大学硕士学位论文第五章分解炉优化控制系统开发针对前几章介绍的分解炉优化控制方案，本章以国内某水泥厂5000t／d熟料线为应用背景，完成分解炉优化控制系统的开发，并实现工业应用。5．1系统架构5．1．1工业应用系统架构集散控制系统简称DCS，又叫分布式控制系统，它具有分散控制、集中操作、系统模块化、可靠性高等优点，在流程工业中得到了应用，水泥行业也不例外。图5．1所示为水泥窑尾操作员站的组态界面。图5．1水泥窑尾操作员站的组态界面图因此，如何实现所开发的分解炉优化控制系统与水泥DCS系统的无缝连接是影响分解炉优化控制系统能否工业应用的决定因素。考虑到水泥DCS系统都支持OPC标准通讯协议，而且优化控制软件可以通过OPC通讯方式与DCS系统站实现互联，所以只需DCS系统提供OPC网关站的接口就可以，并不需要额外的硬件投资，也不需改动43 水泥生产过程分解炉环节的优化控制研究DCS系统程序，关键是对水泥企业原有的基础自动化系统不会产生大的影响。因此，优化控制系统采用OPC通讯方式与DCS互联。以国内某企业5000t／d的熟料线为应用背景说明其实现，该水泥企业DCS系统采用ABB的AC800F系统，要实现分解炉优化控制系统与AC800F的互联，只需要在DCS中添加的OPC网关站即可，添加流程如下所示：(1)在DCS系统中添加网关站，并设置网关类型为OPC．网关，如图5．2所示。图5．2DCS系统中添加OPC网关(2)设置OPC网关站权限。由于分解炉位于水泥窑尾站，因此将窑尾站的读写权限放开，如图5．3所示。图5．3设置OPC网关站权限 济南大学硕士学位论文(3)在系统硬件组态中，添加OPC网关站，并设置IP地址，如图5．4所示。$掳j啦：二，爵蠢《，，建嚆ljo囊群翟，I糖?口o=#”≮1。#g曩替誓≈：“*。i图5．4系统硬件组态添加OPC网关图这样，就完成了DCS系统的OPCServer的设置。分解炉优化控制系统只需开发出相应的OPCClient读取设置好的OPCServer，就可以实现分解炉环节优化控制系统与DCS系统的互联。其实现架构框图如图5．5所示。图5．5分解炉优化控制系统与DCS系统互联架框图5．1．2分解炉优化控制系统架构据此，提出水泥分解炉优化系统工业应用的系统架构：水泥优化控制系统通过OPC实时从DCS系统中读取相关参数，经优化控制算法运算后，其控制输出值在经OPC写45 水泥生产过程分解炉环节的优化控制研究回到DCS系统中，以实现对现场水泥分解炉温度的优化控制。由于采用OPC标准协议作为通讯接口，使得软件的通用性加强，它可以外挂于各种支持OPC标准的PLC和DCS控制系统，如ABB、西门子、施耐德等厂商的DCS控制系统。分解炉优化控制系统框图如图5．6所示。5．2软件开发图5．6分解炉优化控制系统框图根据上述水泥分解炉优化控制系统现场应用系统架构，出于模块化考虑，将分解炉优化控制系统软件分为三部分进行研发，即OPCClient软件、操作员站组态界面软件和水泥分解炉优化控制算法软件。5．2．1OPCClient软件开发一般来说OPCClient开发流程如下：确定OPCSever名称；添加OPCSever；连接OPCSever；添加OPCGroup；添加OPCItem；OPC读写数据；OPC服务器断开。OPCClient程序界面如图5．7所示。 济南大学硕士学位论文图5．7OPCClient界面图其关键开发代码如下：(1)OPC对象申明DimWithEventsOurOPCServerAsOPCServerDimOurOPCGroupsAsOPCGroupsDimOurOPCTestgrpAsOPCGroupDimOurOPCItemsAsOPCItemsDimOu内PCItemAsOPCItemDimiServerhandles()AsLongDimOurOPCBrowseAs0PCBrowser(2)确定OPCSever名称ConststrProgID=”Freelance20000PCServer．129．1”ConststrNode=“’’(3)连接OPCSeverIfOurOPCServerIsNothingThenSetOurOPCServer=NewOPCServerIfOurOPCServer．ServerState=OPCDisconnectedThenOurOPCServer．ConnectstrProglD，strNodeEndIf(4)添加OPCGroupIfOurOPCGroupsIsNothingThen47 水泥生产过程分解炉环节的优化控制研究SetOurOPCGroups=OurOPCServer．OPCGroupsEndIfOurOPCTestgrpIsNothingThenSetOurOPCTestgrp=OurOPCGroups．Add(”GROUP1”)EndIf(5)添加OPCItemDimstritemidsAsStringDimiclienthandlesAsLongDimierrorAsLongDimiAsIntegerIfOurOPCTestgrpIsNothingThenExitSubEndIfNotOurOPCItemsIsNothingThenIfOu内PCItems．Count>0ThenExitSubEndIfEndIfOurOPCTestgrp．IsSubscribed=FalseOurOPCTestgrp．IsActive=TrueSetOurOPCItems=OurOPCTestgrp．OPCItemsstrltemids=”Tl1”iClienthandles=1OurOPCItems．AddItems(1，strltemids，iClienthandles，iServerhandles，ierror)(6)OPC读取数据DimierrorsAsLongDimVtltemValuesAsVariantDimValueAsVariantobjTestgrp．SyncReadOPCCache，l，iServerhandles，VtItemValues，ierrorsValue=VtItemValues48 济南大学硕士学位论文(7)OPC写入数据DimierrorsAsLongDimivalueAsVariantDimiAsIntegerobjtestgrp．SyncWrite1,iserverhandles，ivalue，ierrors(8)OPC服务器断开DimierrorAsLongIfNotOURoPCItemsIsNothingThenOUROPCItems．Removel，iServerhandles，ierrorEndIfSetoUROPCnems=NothingIfNotOUROPCTestgrpIsNothingThenOUROPCGroups．RemoveAllSetobjTestgrp=NothingEndIfNotOUROPCGroupsIsNothingThenSetOUROPCGroups=NothingEndIfNotOUROPCServerIsNothingThenIfOUROPCServer．ServerState<>OPCDisconaectedThenOUROPCServer．DisconnectEndIfSetOUROPCServer=NothingEndIf5．2．2操作员站组态界面软件开发操作员站组态界面软件主要是为了提供给操作人员一个监控操作平台。采用VisualBasic6．0开发的监控及操作界面图5．8所示。49 水泥生产过程分解炉环节的优化控制研究图5．8VisualBasic6．0开发的监控及操作界面图5．2．3优化控制算法程序开发水泥分解炉优化控制算法程序软件采用VisualC++6．0开发，主要由以下几部分组成，这些部分相互协调合作共同实现分解炉优化控制算法。(1)系统登录程序。(2)密码修改程序。(3)分解炉参数设定程序。(4)分解炉优化控制算法程序。这一部分包括：基于LS．SVM的分解炉温度预设定算法程序；基于专家系统的温度设定补偿算法程序；基于Fuzzy系统的温度设定校『F算法程序；变速积分PID算法程序；Fuzzy控制算法程序；Bang-Bang控制算法程序；跑煤处理专家控制算法程序；生料前馈控制算法程序。所开发的优化控制算法程序实现界面如图5．9所示。 00100200300啤00500600700800901001l0120130l‘}0lS01601701801902002l02202302402S02602702802903003l03203303斗035036n375．3系统仿真生料-F料手动给定高温风机出口压力高温风机电流高温风机转速窑尾电收尘入口温度c1级出口温度Ac1级出口温度Bcl级出口压力Ac2级出口温度Ac3级出口温度Ac4级出口温度Ac5缓出口温度Ac5级下料温度A烟室温度烟室压力窑主电机电流窑i塞窑主电机速度原始给定窑头喷煤窑头喷煤手动绐定=次风温窑头罩压力一、丈风机出口压力入窑头电收尘温度窑头排风机压力窑头排风机温度分解炉出口温度分解炉喷煤分麓炉喷煤手动给定分解炉喷煤实际给定三次风总压力三次风温度蓖冷机1室压力蓖冷机2室压力蓖冷机3室压力一段篦速一跆笛{吏l幕抬蛤窄mF5LXLSDGDmf6WF】CKVLmF6WF]DLmf6WF]5DmfYWD5CRKWDmFClCKVuDlmfClCKWD2mFClCKYLlmFC2CKWDlmfC3CKWDlmFC‘}CKWDlmFC5CKWDlmFC5×LWDlmfVSWDmfV5VLmfVZ】DLmI：YZ]5DmfVZ】5DGDmFYTPHmfYTPH5D6DmF2CFWDmFYTZVLmflCFYLmfRVTD5CWDmfVTPF]VLmfYTPFjWDITIFF]LCKWDlmfF】LPHITI．I：F_'ILPMSDGDmfF】LPMS】GDmf3CFZVLmf3CFWDlmfBL】15YLmFBL】25VLmfBL]斗5VLmFBL】lDSDmFRI11n气n6n图5．9分解炉优化控制算法实现界面0．00—2斗．23972．280．0011斗．74331．95331．83-5739．29S19．006啐9．68779．19811．8珥88畔．啤l1068．51·480．66656．483．673．606．啤斗6．啤0112S．63·31．2525．6788．60—2000．0070．e8866．718．989．009．03·335．72935．586332．765789．1l啤858．80570．77SSn．nn工业应用之前，出于安全与企业生产利益的考虑，需要对系统进行反复的仿真实验。为了使仿真环境更接近于现场环境，因此应用实际数据在实验室搭建水泥企业的DCS仿真系统，并进行仿真。仿真系统实现如下：将从工业现场采集的实时数据先存储于SQL2000数据库，然后通过OPC写入到DCS仿真系统中。水泥分解炉优化控制系统实时读取DCS仿真系统中的数据，经优化控制算法运算后，其结果写回DCS仿真系统，从而控制分解炉，使分解炉温度稳定。这样，就实现了模拟工业应用环境的实验室仿真。仿真系统架构如图5．10所示。51 图5．10仿真系统架构图因此，需要开发用于构建仿真系统的各部分软件。其中，存储工业现场数据的SQL2000数据库如图5．11所示。图5．11SQL2000数据库结构图仿真系统中用于数据通讯的OPCClient界面如图5．12所示。52 图5．12仿真系统数据通讯的OPCClient界面图仿真系统中分解炉优化控制系统界面图5．13所示。007008009OlO01101201301401501601701801902002102202302402502602702802903003l032033034035036N37cl级出口温度Bcl级出口压力Ac2级出口温度Ac3级出口温度AC‘}级出口温度AC5级出口温度Ac5级下料温度A烟室温度烟室压力窑主电机电流窑速窑主电机速度原始给定窑头喷煤窑头喷煤手动绐定=次风温窑头罩压力一次风机出口压力入窑头电收尘温度窑头排风机压力窑头排风机温度分解炉出口温度分解炉喷煤分解炉喷煤手动给定分解炉喷煤实际给定三次风总压力三次风温度蓖冷机I室压力蓖冷机2室压力蓖冷机3室压力一段篦速一酷笛、吏眄抬给宅mfCICKWD2mfCICKVLImfC2CKWDlmfC3CKWDImfC4CKWDImfCSCKWDImfC5XLWDImfY5WDmfYSYLnlfYZJDLmfYZJSDmfYZJSDGDmFYTPMmfYTPM5DGDmF2CFWOmfYTZYLmf1CFYLmfRYTDSCWDmfYTPF]YLmfYTPF．IWDmfF．)LCKWDlITIfF．1LPMIllfFJLPM5D6DmFF．ILPM5】6Dmf3CFZYLmf3CFWDlmfBL．11SYLmfBL_12SYLmfBLJ45YLmfBLJlDSDmFRI11n气136n331．83-5739．29519．00649．68779．198lI．84884．411068．5l-480．66656．483．673．606．446．481125．63—31．2525．6788．60-2000．0070．88866．7l8．989．009．03·335．72935．586332．765789．114858．80570．77,A．AN．nn图5．13仿真系统分解炉优化控制系统界面图53 ———二—————————————型塑型型堡坌壁丝墅蔓竺垡丝堡型里!壅在仿真之前需要建立分解炉温度的仿真模型。分解炉温度的模型用一阶滞后大惯性模型来表示，即G(J)=熹，公式中丁为惯性时间常数，f为滞后时间，K为比例系数。在工业现场做阶跃响应，其中，采样周期为5S，在分解炉出口温度稳定时，做阶跃响应实验，将窑尾喂煤量由13．5吨提高到14．0吨，提取分解炉出口温度再次到达平稳状态的数据如图5．】4所示。削硝日丑氧鞋隶0lO采样点图5．14阶跃响应实验结果图计算得出分解炉温度模型为：G∽=黯(5．1)在DCS仿真系统中，利用ACS00组态软件的控制功能块组态分解炉温度模型如图5．15所示。图5．15AC800组态软件实现的分解炉温度模型 济南大学硕士学位论文根据上述仿真方案，对同一时间段数据，进行仿真，得到效果对比如图5．16所示。885分解炉出口温度实际值，、880一．jj，／875二。。?jj、，／～，870一jjjjr÷885880875870865]．。jj／／＼"j7一nj|『jjjj卜、7√一一050100150200250分解炉出口温度仿真值050100150200250300图5．16分解炉温度模型效果图由仿真效果图可以明显看出，水泥分解炉优化控制系统可以取得较好的控制效果。因此，可以将分解炉优化控制系统投运于工业现场。5．4工业现场应用5．4．1工业应用存在的问题及解决(1)OPC通讯配置问题由于水泥分解炉优化控制系统与DCS系统的连接采用OPC方式，而且DCS工程师站与水泥分解炉优化控制系统不装在同一台计算机上，因此，需要对装有水泥分解炉优化控制系统的计算机进行配置，方能实现两者的顺利通讯。装有水泥分解炉优化控制系统的计算机系统为WindowsXP，配置流程如下：1)首先，DCS工程师站与装有水泥分解炉优化控制系统的计算机操作系统需要有同样的用户名和密码。2)关闭防火墙。3)配置DCOM。O{；；『_一，，一＼～，，＼．～、、、、．一＼一．／『1八◇一、、、、、、、、、、一，，，，一卜一 水泥生产过程分解炉环节的优化控制研究4)配置网络访问为“经典一本地用户以自己的身份验证”方式，这样就完成了两台计算机之间的OPC通讯配置，即可实现两者的OPC通讯。(2)优化控制系统安全性设计工业应用的前提条件就是要保证安全性，根据现场调试发现四个问题可能影响系统的安全性，安全性问题及解决如下：1)变量初始化问题。由于优化控制系统采用VC++6．0开发，在VC++6．0中，空值的数据大小为．1．07374e+008。因此，优化控制系统中使用的变量若不初始化，并且未初始化的变量做分母，那么运算时会出现一个异常的数，比如此时控制的是阀门开度，那么这时阀门就会全开或全关，引起生产事故。因此，必须对优化控制系统中使用的变量进行初始化。2)通讯中断。有时由于系统原因或其它未知原因，会导致OPCServer的自动关闭，进而导致优化控制系统与DCS系统的连接中断，这时会出现优化控制系统异常关闭的现象出现，因此需要对OPCServer的自动关闭的问题进行处理。解决方式为，实时监测OPC通讯状态，如出现OPCServer的自动关闭，那么则进行OPCServer重新连接操作，而此时的优化控制系统进行优化运算的数据为OPCServer自动关闭前的最后一次采样数据。3)控制输出大小。在正常生产中，一次较大的误操作就极易引起现场生产的中断，或生产事故的发生，所以，必须避免误操作。在优化控制系统中，采用增量式的输出方式，即每次的优化输出都是上一次的优化输出加上这一次的优化输出增量，这样就可以降低误操作的发生概率。同时，设定优化输出的上下限，保证误操作时对系统的影响最低。4)手自动切换问题。现场调试时发现，每次由手动切换到自动状态会有冲击出现，因此在每次手动切换到自动时，优化控制的前几个采样周期的实际控制输出跟随切换的手动值，这样就解决了手自动切换冲击问题。5．4．2工业应用分解炉优化控制系统在国内某水泥厂5000t／d熟料线成功投运，该厂使用ABB的AC800F系统。优化控制系统自投入运行以来，实现连续稳定的运行，取得了良好的应用效果，为企业创造了显著的经济效益。其投运后的效果如图5．17和图5．18所示。 济南大学硕士学位论文l●●●●●●●1●●●●¨二．鬻≮．j．．．j：。『。-．．j一，”卜．汁”‘‘’?’r‘”。：f“‘^。)(：36‘l、』Y：092“l●●●●●●●目标值一I!_．卜j优化控制一＼j：÷■：0102030405060708090图5．17分解率控制效果图由图可以看出，优化控制系统投运之前人工控制的分解率平均为91．7％，投运之后优化控制的分解率平均为93．4％，增加了1．7％。图5．18分解炉温度效果对比图由图5．18看出，手动控制的分解炉温度上下波动15。C，优化控制系统控制的分解炉温度上下波动6*C之内，稳定在工艺要求的波动范围内，表现出了良好的控制效果。据企业年统计分解炉优化控制系统每年可使企业实现节煤3％，综合能耗降低1．5％，实现企业的节能降耗，给企业带来巨大的经济效益。一一，_ 水泥生产过程分解炉环节的优化控制研究5．5本章小结本章针对分解炉优化控制系统研发出分解炉优化控制软件，该优化控制软件由OPCClient软件、操作员站组态界面软件和水泥分解炉优化控制算法软件组成，并详细介绍优化软件各部分的实现，然后介绍了分解炉优化控制系统的仿真实现，最后介绍了分解炉优化控制软件的工业应用。 第六章结论与展望分解炉作为预分解窑的核心设备，其主要功能是承担熟料煅烧过程中耗热最多的碳酸盐分解任务，其耗煤量巨大，约占水泥烧成过程的60％。国内水泥生产生产工况变化频繁、测控点少和分解炉自身非线性、大滞后、时变的特性使得传统的控制方法和国外先进的控制系统在国内水泥企业无法取得理想的应用效果。目前，国内分解炉控制绝大多数采用人工控制，并存在分解炉温度波动大、熟料产量低、质量差并且能耗大等问题，分解炉环节自动控制在水泥企业未得到广泛推广，优化控制更是涉及较少。因此，从国内分解炉控制现状出发，采用先进控制技术，实现分解炉的优化控制，对水泥熟料的正常生产和水泥企业实现节能降耗具有重要的意义。本文主要研究成果如下：(1)将分解炉优化控制系统总体架构分为分解炉温度优化设定系统和分解炉温度自动控制系统两部分。分解炉优化设定系统给出当前工况下的温度最优设定值，自动控制系统通过多模态智能控制算法将分解炉温度稳定在最优设定值上，使分解炉运行在低煤耗状态。(2)分解炉温度优化设定系统。从水泥工艺出发，建立起分解炉温度优化设定模型，该模型由基于LS．SVM的分解炉温度预设定模型、基于专家系统的温度设定补偿模型和基于Fuzzy系统的温度设定校正模型组成。在满足水泥工艺要求的前提下，基于LS．SVM的分解炉温度预设定模型给出当前工况下的分解炉温度预设定值，然后经基于专家系统的温度设定补偿模型和基于Fuzzy系统的温度设定校正模型对分解炉温度预设定值进行补偿校正，得出当前工况下分解炉温度的最优设定值。(3)分解炉温度自动控制系统。针对水泥分解炉环节非线性、大滞后、时变的特性，提出了将Fuzzy控制、Bang．Bang控制、前馈控制、专家控制与变速积分PID控制方式相结合的多模态智能控制方案。该方案通过多模态智能控制规则自动识别出不同的模态，选择相应的算法对变速积分PID控制进行校正将分解炉温度稳定在最优设定值上。(4)基于上述控制方案，从工业应用实际出发，研发出分解炉优化系统软件。软件分为OPCClient软件、操作员站组态界面软件和水泥分解炉优化控制算法软件三部分，通过OPC实现与DCS系统的通讯。 水泥生产过程分解炉环节的优化控制研究现场应用证明，水泥分解炉优化系统降低了劳动强度，稳定了分解炉温度，提高了分解率，降低了煤耗，实现熟料的高质、高产与低煤耗生产，给企业带来巨大的经济效应，符合国家的节能降耗方针。虽然本课题取得一定的研究成果，但也存在一些不足：(1)由于水泥分解炉系统的复杂性，所以不可能将所有影响它的因素都考虑在内，因此，基于专家系统的温度设定补偿模型的补偿规则还需要进一步的完善。(2)优化控制系统在稳定工况下可以取得良好的优化效果，但是当系统工况变化严重时，取得的效果不是非常满意，有时甚至需要人工干预，因此，使优化控制系统能够适应水泥生产中出现的恶劣工况还需要进一步的研究。因此，本课题虽然取得一定的研究成果，但还有一些细节需要完善。 济南大学硕士学位论文参考文献【1]中国建筑材料联合会．建筑材料行业“十二五”科技发展规划[J】．21世纪建筑材料居业，201l，(11)：28．37．[2]周惠群．水泥煅烧技术及设备(回转窑篇)[M1．武汉：武汉理工大学出版社，2006．【3]何峰，谢俊林．分解炉中水泥生料对煤燃烧过程的作用[J]．新世纪水泥导报，2003，(2)：18—19．[4]赵金魁．窑与分解炉用煤量对熟料煅烧的影响[J]．四川水泥，2008，(3)：15—16．【5]袁昆．分解炉喂煤送风控制系统的研究【J]．新世纪水泥导报，2008，(5)：11-14．[6]窦彦斌，黄志良．CaC03在分解炉中反应特性[J】．武汉化工学院学报，2001，23(1)：56-59．[7】李修启，郝得香．新型干法烧成系统的降煤节电途径[J】-水泥工程，2009，(4)：23—26．[8】杨婕．窑炉生产过程智能监控系统[D】．武汉：武汉理工大学，2006．【9]李志明．智能控制技术在水泥工业中的应用[D】．武汉：武汉理工大学，2003．【lO】袁铸钢，狄小峰，申涛．模糊控制及其在水泥分解炉的应用[J]．济南大学学报(自然科学版)，2006，20(1)：58-61．[1l】MikaJarvensivu，EskoJuuso，OlliAhava．Intelligentcontrolofarotarykilnfiredwithproducergasgeneratedfrombiomass【J]．EngineeringApplicationsofArtificialIntelligence．2001，14(5)：629-653．[12】周德泽，袁南儿，应英．计算机智能监测控制系统的设计及应用【M]．北京：清华大学出版社，2002．[13]朱娜．水泥回转窑生产过程计算机监控系统设计与研究【D]．武汉：武汉理工大学，2006．[14]王连峰．新型干法窑智能优化控制专家系统的研究[D]．武汉：武汉理工大学，2007．[15]刘晓琳，袁昆．分解炉温度的数学模型和控制算法[J]．控制理论与应用，2004，23(8)：18-20．[16】高建树．分解炉温度控制的数学模型[J]．中国民航学院学报，2006，24(2)：16—19．[17]王忐荣．分解炉数学模型在没计和生产中的应用【J]．水泥技术，1995，(6)：3—8．【18】郝晓弘，粘坤，张帆．预测控制在水泥回转窑中的应用【J]．电子测量技术，2009，32(5)：25-43．[19】邹健．模糊预测函数控制在水泥回转窑分解炉温控系统中的应用研究[J】．硅酸盐学报，2001，29(4)：318-321．[20]汪海峰，诸静．模糊预测控制在水泥生产过程中的应用【J]．工业仪表与自动化装置，2003，(2)：10·13．[21]方彬浩．氧化铝熟料烧成回转窑温度设定控制软件的研究与开发[D】．沈阳：东北大学，2006．[221锡淮，李柠，李少远等．步进式加热炉建模和炉温优化设定策略[J]．上海交通人学学61 水泥生产过程分解炉环节的优化控制研究报，2001，35(9)：1306．1309．[23】王为晓．步进式加热炉炉温的优化控制方法研究[D]．大连：大连理工大学，2008．[24]耿增显，柴天佑，岳恒．浮选药剂智能优化设定控制方法的研究[J]．仪器仪表学报，2008，29(12)：2486—2491．[25]吴小芳，李少远．基于前馈补偿的加热炉炉温设定值优4L[J]．控制：[程，2008，15(1)：35．38．[26]刘俞铭．预分解窑水泥生产新技术新工艺流程与质量控制及窑炉、机械设备设计改造操作参数、系统运行维护实务全书[M]．北京：北方：工=业出版社，2006．[27】张利建．仿人智能控制算法研究【D]．青岛：青岛科技大学，2007．[28】诸静．模糊控制原理与应用[M]．北京：机械：I：业出版社，1995．[29]张强，冯树兴，岳巍强．基于神经网络的大容积环境温度模拟系统的控制策略[J】．控制理论与应用，2006，23(3)：429-432．【30】何克忠，李伟．计算机控制系统[M]．北京：清华大学出版社，1998．[31]李祥东．分解炉内燃烧与分解的CFD技术应用研究[D]．南京：南京工业大学，2003．[32]PikeHE，CitronSJ．Optimizationstudyofaslabreheatingfurnace[J]．Automatic，1970，6(1)：41．50．[33]李涛．熟料产质量精细管理的技术措施．中国水泥：【业生产精细化管理优秀案例【C】．北京：水泥商情网，2009．[34]-T-I苑．新型干法水泥生产新j：艺、新技术与新标准[M]．北京：当代中国音像出版社，2005．[35]赵艳秋，王建民．采用OPC技术实现竖炉烧结DCS系统与VB软件的接口[J]．计算机与数学：E程，2006，34(1)：114．I17．[36】王孝红，张加良，于宏亮．Fuzzy·PID复合控制在水泥冷却过程中的应用[J]．控制jr程，2011，18(2)：232．235．[37】袁铸钢，王孝红，孟庆金等．FUZZY控制理论在水泥机立窑煅烧过程中的应用[J]．白动化学报，1999，25(1)：25．31．[38]王孝红，房喜明，于宏亮．基于专家系统的回转窑窑头．。l：况识别[J]．控制工程，2010，17(3)：309．312．[39]尹朝庆．人工智能与专家系统[M】．北京：北京中国水利水电出版社，2009．【40]中国建筑材料工业协会．中华人民共和国建材行业标准．2005．[41]王孝红．如何将我国水泥企业的CIMS落到实处?一相关理论、策略、方法与案例研究[D]．沈目l：东北大学，2004．[42]于宏亮．综合自动化背景下的水泥企业生产运营优化系统研究[D]．沈阳：东北大学，2006．[43]WuYan，ShiHongbao．Fuzzyrulesacquisitionandparametersevolutionbasedonfuzzyneural62 济南大学硕士学位论文networks．In：IJCNN’99[C]．WashingtonD．C，1999[44]D．K．Fidaros，C．A．Baxevananou，C．D．Dritseliseta1．Numericalmodelingofflowandtransportprocessinacalcinerforcementproduction[J]．PowderTechnology,2007，171(2)：81．95．[45]MaryamFallahpou，AlirezaFatehi，BabakN．Araabieta1．Aneuro·fuzzycontrollerforrotarycementkilns．In：IFAC[C]．Korea，2008．[46]KonradS．Stadler,JanPoland，EduardoGallestey．Modelpredictivecontrolofarotaycementkiln[J]ControlEngineeringPratice，2011，l9(1)：1-9[47】Correcher．Failurediagnosisofacementkilnusingexpertsystems[J]．28thannualconferenceoftheIEEEIndustrialElectronicsSociety(IECON一2002)，2002，3：1881—1886[48】MansourSE，KemberGC，DubayR，eta1．OnlineoptimizationofFuzzy-PIDcontrolofathermalprocess[J]．ISATransactions，2005，44(4)：305-314[49]MJarvensivu，KSaari，SLJamsaJounela．IntelligentcontrolsystemofanIndustriallimekilnprocess[J】．ControlEngineeringPractice，2001，9：589—606．【50】MujumdarKS，GaneshKVKulkarniSB，eta1．Rotarycementkilnsimulator(ROCKS)：Integratedmodelingofpre-heater,calciner,kilnandclinkercooler[J]．ChemicalEngineeringScience，2007，62(9)：2590．2607．[51]郭璨，袁铸钢，申涛．基于水泥分解炉工况分析的优化控制[J】-济南大学学报(自然科学版)，2008，22(2)：124．127．[52]乔景慧，柴天佑，孙明岩等．基于案例推理的篦冷机熟料冷却过程智能优化控制[J]．东北大学学报(自然科学版)．2009，30(12)：1673．1677[53】HuijunDong，XiaohongWang，HongliangYu，eta1．ApplicationResearchonRecognitionofWorkingConditionforDecomposingFurnaceBasedonExpertSystem．In：TMEE2011[C】．Changchun，2011．[54】ShizengLu，XiaohongWang，HongliangYu，eta1．ApplicationofFuzzy—PICompositeControlinTemperatureControlofDecomposingFurnace．In：TMEE2011[C]．Changchun，2011．【55]AstromK．J，HagglundT．ThefutureofPIDcontrol[J]．ControlEngineeringPractice，2001，9：1163．1175．【56]SujitNair,NaomiEhrichLeonard，LucMoreau．Coordinatedcontrailofnetworkedmechanicalsystemswithunstabledynamics．In：42ndIEEECDC[C]．HyattRegencyMaui，2003[57]JuergenLange，Frank1wanitz，ThomasBurke．OPCfromDataAccesstoUnifiedArchitecture[M]．Berlin，Germany：VdeVerlagGmbH，2010．63 水泥生产过程分解炉环节的优化控制研究 济南大学硕士学位论文致谢本课题所取得的每一点成果，都离不开导师王孝红教授的帮助。王老师极高的学术水平和对学生无微不至的关怀都时时影响着我，他教会我不仅要学会学术研究，同时也要具有正确的人生观，在这里，真挚的感谢王老师，说一声谢谢。另外，本课题也得到了副导师于宏亮副教授的关怀，这对我取得一定的研究成果十分有帮助，同时，袁铸钢教授、孟庆金教授、景绍洪教授、申涛教授都对我的课题研究提供了很大的帮助，在这表示诚挚的感谢。感谢研究所的同学，他们使我的生活变得多彩。感谢我的父母和妹妹，家人的关怀使我终生感到温暖。652012年4月 水泥生产过程分解炉环节的优化控制研究 济南大学硕士学位论文一、在校期间发表的学术论文附录【1]LuShizeng，WangXiaohong，YuHon酉iangandDongHuOun．ApplicationofFuzzy．PICompositeControlinTemperatureControlofDecomposingFurnace．In：TMEE20i1[c]．Changchun，2011．[2】DongHuijun，WangXiaohong，YuHongliangandLuShizeng．ApplicationResearchonRecognitionofWorkingConditionforDecomposingFumaceBasedonExpertSystem．In：TMEE2011[C】．Changchun，2011．二、在校期间参加的项目1．2010年1月—2011年12月，参与水泥烧成优化控制系统的研发及调试工作，主要负责分解炉优化控制系统和煤磨出口温度自动控制系统的研发调试。项目采用VC++6．0、SQL2000、VB6．0开发，并参与平阴山水水泥厂水泥烧成优化控制系统和河南驻马店同力水泥厂、大连山水水泥厂、辽阳山水水泥厂的分解炉优化控制系统的研发调试工作。2．2011年3月，参与微山山水水泥有限公司4500t／d熟料生产线DCS工程的设计调试工作。项目采用AC800F系统实现。3．2011年4月，参与山东水泥厂助磨剂自动控制系统的设计调试工作。项目采用AC500PLC和IFIX实现。4．2011年5月，参与山西大同七峰山水泥厂的矿山系统设计调试工作。项目采用AC800M和IFIX实现。5．2011年6月一2011年7月，参与山水三号线篦冷机自动控制系统的设计调试工作。项目采用AC500PLC和IFIX实现，并实现篦冷机自动控制。6．2012年2月，参与山西大同兴旺矿渣磨机控制系统设计调试工作。项目采用AC800M和IFIX实现。在校期间获奖情况2011年10月，济南大学研究生创新论坛一等奖。67 。i。o蠢戆滚黧瑟鹱罐獾溪，，；羹懑霪麴鬻麓穗缳谨