欢迎来到天天文库
浏览记录
ID:53029995
大小:229.29 KB
页数:3页
时间:2020-04-14
《基于智能复合控制技术的电弧炉电极调节器设计-论文.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库。
1、繁加熟2015年第44卷第3期INDUSTRIALHEATINGVo1.44No.32015DOI:10.39696.issn.1002-1639.2015.03.015基于智能复合控制技术的电弧炉电极调节器设计郑孝东(华北科技学院机电工程学院,河北三河065201)摘要:根据交流电弧炉在冶炼周期的不同阶段对电极调节系统的不同要求,提出了基于复合智能控制系统的集成系统控制方案。在熔化期采用基于遗传模拟退火算法(GSA)的BP神经网络控制器进行控制,在氧化期采用模糊控制器进行控制,在还原期采用数字式PID控制器进行控制,并进行了控制器设计。关键词:电弧炉;电极调节器;
2、神经网络;模糊控制;遗传算法中图分类号:TG232.3文献标志码:A文章编号:1002—1639(2015)03.0044—03AElectrodeRegulatorDesignBasedonIntelligentandCompositeControlTechnologyZHENGXiaodong(SchoolofMechanicalandElectricalEngineering,NoahChinaInstituteofScienceandTechnology,Sanhe065201,China)Abstract:AccordingtotheACEAFdifere
3、ntrequirementsoftheelectrooleregulationsystematdiferentsmeltingperiod,putsforwardintegratedsystemcontrolschemebasedonintelligentcontrolsystems.Firstofall,usestheBPneuralnetworkcontrolerbasedongeneticsimulatedannealingalgorithm(GAS)tocontrolinthemeltdownperiod,thenusesthefuzzycontroller
4、tocontrolintheoxidationperiod,finallyusesdigitalPIDcontrollertocontrolinthereductionperiod,andcarriesoutcontrollerdesign.Keywords:EAF;electroderegulator;neuralnetwork;fuzzycontrol;geneticalgorithm电弧炉是利用三相电极与废钢等金属短路形成的炉况相对平稳,要求有较高的控制精度,采用PID控制方高温电弧来冶炼的,具有温度高、电压低和电流大的特案。图1为电弧炉电极智能复合调节器控制
5、框图。点。由于被控对象具有高度的非线性、强耦合、时变性和时滞性等特点用传统的PID控制策略或现代经典的控制理论都难以达到期望的高精度控制要求,随着人工智能控制技术的发展,一些诸如模糊控制、神经网络和专家系统被引入到电极升降控制中,取得了较好的控制效果。但在一些要求较高的系统,采用单一控制技术难以满足要求。因此,有必要采用基于复合控制策略的集成控制技术方案来解决电弧炉电极升降控制要求较高的问题。图1电弧炉电极智能复合调节器控制框图1复合控制方案2基于智能复合控制技术的电弧炉电极调节电弧炉冶炼可分为熔化期、氧化期和还原期3个阶器设计段,冶炼过程的不同阶段,对电极升降控制
6、性能要求也不相同。根据这个特点可采用复合控制策略对电极进行2.1基于GSA—BP网络的增量式PID控制器设计控制。熔化期系统扰动大,弧长变化和偏差大,要求控制遗传算法是一种模拟自然界生物进化的寻优方器具有较高的无超调快速响应特性,采用基于遗传模拟法,它是一种全局优化方法,具有很强的全局优化能退火算法(GSA)的BP网络与PID相结合的控制方案;氧力,但这种方法有诸如早熟收敛、收敛速度慢、收敛过化期扰动相对减小,弧长变化也较稳定,偏差不太大,要程稳定性差和搜索过程的可控制性差等缺点。模拟退求兼顾快速.陛和精度,所以采用模糊控制方案;还原期,火算法的出发点是基于物理中固
7、体物质的退火过程与一般组合优化问题之间的相似性。将遗传算法和模拟收稿日期:2014.11-20;修回日期:2014—12—01退火算法进行混合,有利于丰富优化过程中的搜索行作者简介:郑孝东(1972,男,硕士,讲师,研究方向:电为,增强全局和局部意义下的搜索能力和效率【1J。力系统及其自动化和电机智能控制.曹加熟2015年第44卷第3期45Vo1.44No.32O15INDUST砒ALHEATING基于神经网络的PID控制器的结构方式有两类:一生成初始种群——I确定BP神经网络结构类是以单神经元输人权值一一对应的PID控制参数,以计算各染色体适应度fL—初始化网
此文档下载收益归作者所有