基于marc的电弧炉电极调节控制系统及仿真

《基于marc的电弧炉电极调节控制系统及仿真》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、基于MARC的电弧炉电极调节控制系统及仿真呼进国（青岛科技大学；自动化与电子工程学院，山东青岛266042）摘要：针对电弧炉电极调节系统非线性，强耦合，多变量的特点，提出了一种基于Popov超稳定性理论的模型参考自适应控制（MRAC）的控制方案，并利用分段线性化算法逼近电弧炉电极调节系统的非线性传递算子，从而避免了非线性系统在线辨识的难题。利用Matlab对电弧炉电极调节系统进行MRAC方案仿真，仿真结果表明，被控系统跟踪参考模型准确度高，速度快，误差小，控制效果良好。关键词：电弧炉；电极调节；MRAC；仿真E

2、lectrodePositionControlSystemandSimulationofElectricArcFurnaceBasedonMARCHUJinguo（CollegeofAutomationandElectronicEngineering,QingdaoUniversityofScience&Technology,Qingdao266042,China）Keywords:electricarcfurnace；electrodepositioncontrolsystem；MRAC；Simulation

3、1引言电弧炉是利用交流或直流电弧产生热来熔炼金属的一种设备，电弧炉冶金过程是一个具有典型非线性、时变性、随机干扰、三相耦合等特点的工业控制过程。而电弧炉冶金过程主要是通过电极调节系统来完成输入电功率、降低能耗、缩短冶炼时间等控制目的，因此电极调节器控制方法成为电弧炉控制系统的主要研究对象。目前实际系统大多仍采用PID控制器,虽然PID控制结构简单、易于实现且有较好的鲁棒性，但对于电弧炉这种非线性时变对象，PID控制的稳定性及控制精度并不能得到保证，而且易造成系统耗电量增加、效率下降、地区电网电压波动等现象。近些

4、年来模糊控制、神经网络等智能控制方法在电弧炉电极调节器的控制中都得到了研究，然而这些控制方法在实际应用中的效果并不理想。模型参考自适应控制（MRAC）以参考模型作为理想性能指标，采用分段线性化方法避开了非线性系统在线辩识的困难。在设计自适应机构时，将三相耦合对系统的影响看作未知的参数扰动，用参考模型来迅速抑制扰动，使三相耦合对系统的影响减至最小，对其实现较强的抑制作用。2电弧炉电极调节控制系统描述2.1系统工作原理电弧炉电极调节控制系统结构原理如图1所示。其中整流滤波环节用来将检测到的主电路电压、电流信号进行整

5、流滤波为相应电平的直流信号，比较器将系统设定值和转换后的直流电压信号进行比较并做差，产生的误差信号经过调节器和功率放大电路后进入触发回路来控制晶闸管整流电压，由此电压驱动直流或交流电机并经过减速器带动电极上下移动来调节电弧长度，使得电弧电压和电流保持在设定值范围内。为了保证系统的稳定运行，一般引入速度反馈作为内环。图1电弧炉电极调节系统工作原理2.2系统数学模型电弧炉电极调节系统总体上可以用一个非线性传递算子来描述其动态特性。其中，电极调节器可以用线性传递函数来描述，而电弧炉主电路可由一组非线性状态方程来描述其

6、特性。如果直接从基本方程出发来分析电弧炉电极调节系统，无疑是十分复杂的，甚至得不出系统的解答。因此，必须对电弧炉系统进行简化。由于电弧炉主电路的时间常数远小于电弧炉电极调节系统的调节过程时间，而我们并不关心电弧电压、电流的瞬时波形，主要关心电弧弧长对电弧电流有效值的影响，故从工程应用的角度，我们可以把电弧炉主电路视为将电弧弧长映射为电弧电流的非线性静态环节，即：（1）式中，是电弧电流的有效值，是电弧弧长。因此电弧炉电极调节系统就可以简化为一个线性动态系统和一个非线性静态环节的串联组合。采用分段线性化的方法对该非

7、线性环节进行线性化，设可以用段分段线性函数来近似，即：（2）其中。对于每一个分段，都可以得到电弧炉电极调节系统相应的一个线性的传递函数。这样就可以用若干个传递函数的序列逼近电弧炉电极调节系统的非线性传递算子。在对电弧炉调节器系统作进一步的化简之后，可得系统的框图如图2所示。图2简化后的电弧炉电极调节系统框图对于第分段区的系统，可得其传递函数为：式中为主电路放大系数，为交流力矩电动机放大系数，为交流电动机的机电时间常数，为机械传动装置的比例系数，为测速发电机放大系数。将视为扰动，只要时系统是稳定且可跟踪参考模型的

8、，则整个电极调节器控制系统就是稳定的。故可以将式（3）再简化为：（4）式中，为常数；在不同分段区随取值不同而变化。3模型参考自适应控制系统为了满足上述电弧炉电极调节系统的工艺要求，本文采用并联参考模型自适应控制方法，选取与被控对象同阶次的参考模型，模型参数可根据最优性能指标预先设置好。为了避免自适应律中包含误差和被控对象输出的各阶导数，在参考模型后和被控对象前各设置一个状态滤波器，模型