水泥回轉(zhuǎn)窯優(yōu)化控制系統(tǒng)的研究與開發(fā)

1、水泥回轉(zhuǎn)窯優(yōu)化控制系統(tǒng)的研究與開發(fā)關(guān)鍵詞：水泥燒成窯，控制器，穩(wěn)態(tài)模型，動(dòng)態(tài)模型1 水泥燒成窯系統(tǒng)控制參數(shù)分析帶窯外分解爐的新型干法水泥回轉(zhuǎn)窯采用窯外分解煅燒技術(shù),生料入回轉(zhuǎn)窯前分解率已達(dá)到80%90%?；谀壳皣鴥?nèi)新型干法水泥生產(chǎn)線廣泛使用的窯外預(yù)熱分解技術(shù)和水泥熟料煅燒工業(yè)的生產(chǎn)經(jīng)驗(yàn),燒成帶溫度和窯尾廢氣溫度的穩(wěn)定是保證水泥回轉(zhuǎn)窯熱工過程穩(wěn)定,生產(chǎn)出高質(zhì)量水泥熟料的重要標(biāo)志1。為了達(dá)到優(yōu)化工藝生產(chǎn)過程的目的,對水泥回轉(zhuǎn)窯系統(tǒng)的主要參數(shù)進(jìn)行分析。主要參數(shù)如下:(1) 控制變量CV 燒成帶溫度:正常工作范圍是13001500,是直接反應(yīng)燒成帶工況的重要參數(shù)。 窯內(nèi)氧氣含量:正常工作范圍是3.5

2、%5.5%,在煅燒的過程中窯內(nèi)的氧氣含量直接影響到燃料的燃燒狀況。進(jìn)而對窯溫也有一定的影響。 窯內(nèi)含量:在煅燒的過程中窯內(nèi)的含量直接影響到熟料的燒制狀況,從而影響熟料的品質(zhì)。 窯內(nèi)含量:窯內(nèi)含量直接反映窯內(nèi)煤和風(fēng)的配比情況是否合理。(2) 操作變量MV 喂煤量:它對燒成帶溫度和廢氣中的氧含量有直接影響。增加喂煤量可以提高燒成帶溫度并降低氧含量;反之,減少喂煤量則可以降低燒成帶溫度和提高氧含量。 高溫風(fēng)機(jī)擋板開度:它主要用于改變窯負(fù)壓、保證風(fēng)煤配合和保證廢氣中的氧含量;同時(shí)也用來改變窯內(nèi)的溫度分布,控制窯尾溫度。增加擋板開度,將提高窯尾溫度并增加氧含量;反之,則可以降低窯尾溫度和窯尾廢氣中的氧含

3、量,對的含量變化也有很大的作用。 回轉(zhuǎn)窯轉(zhuǎn)速和喂料量:當(dāng)窯運(yùn)行穩(wěn)定時(shí),回轉(zhuǎn)窯轉(zhuǎn)速和喂料量之比應(yīng)基本保持不變。具體控制量在操作員組態(tài)畫面上的位置如下圖1所示。2 水泥回轉(zhuǎn)窯系統(tǒng)模型辨識(shí)本項(xiàng)目對河北唐山冀東股份有限公司豐潤三期水泥廠進(jìn)行現(xiàn)場數(shù)據(jù)的采集,采樣周期是60s,共采集20030組數(shù)據(jù)。首先將采集數(shù)據(jù)中不合理的數(shù)據(jù)進(jìn)行剔除,然后再分出動(dòng)、靜態(tài)數(shù)據(jù),當(dāng)系統(tǒng)中的兩個(gè)輸入量有一個(gè)保持不變,而另一個(gè)發(fā)生階躍變化,從階躍到最終系統(tǒng)達(dá)到穩(wěn)定狀態(tài)時(shí)的數(shù)據(jù)選為動(dòng)態(tài)數(shù)據(jù);從穩(wěn)定狀態(tài)到下一個(gè)階躍發(fā)生前的數(shù)據(jù)選為穩(wěn)態(tài)數(shù)據(jù)。經(jīng)分析處理后得到動(dòng)態(tài)數(shù)據(jù)2342組,穩(wěn)態(tài)數(shù)據(jù)1548組。水泥回轉(zhuǎn)窯系統(tǒng)可以簡化為一個(gè)2入2出

4、的被控對象,該系統(tǒng)的輸出量分別是:窯內(nèi)氮氧化物含量;窯內(nèi)含量,輸入量為:噴煤量;:高溫風(fēng)機(jī)擋板開度。2.1 回轉(zhuǎn)窯系統(tǒng)穩(wěn)態(tài)模型辨識(shí)根據(jù)組合模型的框架結(jié)構(gòu)所需,需要利用篩選出來穩(wěn)態(tài)數(shù)據(jù)利用模糊神經(jīng)網(wǎng)絡(luò)的辨識(shí)方法建立回轉(zhuǎn)窯的穩(wěn)態(tài)模型。為了提高穩(wěn)態(tài)模型辨識(shí)精度,采用了分步辨識(shí)的方法,該方法要求辨識(shí)出的回轉(zhuǎn)窯系統(tǒng)穩(wěn)態(tài)模型是兩個(gè)2入1出的模型2,從而避免模型發(fā)散, 達(dá)到更佳的控制效果。利用篩選出的穩(wěn)態(tài)數(shù)據(jù),使用模糊神經(jīng)網(wǎng)絡(luò)辨識(shí)模型的方法對水泥回轉(zhuǎn)窯系統(tǒng)的兩個(gè)2入1出的穩(wěn)態(tài)模型進(jìn)行了辨識(shí),然后對辨識(shí)出的穩(wěn)態(tài)模型進(jìn)行檢驗(yàn)。以下圖2、圖3是辨識(shí)出的模型輸出值和實(shí)際輸出值之間的對比。 從上面的模型對比圖中可以看

5、出,通過使用模糊神經(jīng)網(wǎng)絡(luò)方法辨識(shí)回轉(zhuǎn)窯系統(tǒng)的穩(wěn)態(tài)模型,由于現(xiàn)場數(shù)據(jù)中有很大的干擾值,導(dǎo)致辨識(shí)的結(jié)果有些偏差,但是辨識(shí)出的模型在精度上可以滿足后續(xù)預(yù)測控制的要求,可以用辨識(shí)出的模型來真實(shí)地反映出現(xiàn)場實(shí)際被控對象的輸入輸出問題特性,進(jìn)一步驗(yàn)證了模糊神經(jīng)網(wǎng)絡(luò)模型辨識(shí)方法的可行性。2.2 回轉(zhuǎn)窯系統(tǒng)動(dòng)態(tài)ARX模型辨識(shí)對篩選出來的回轉(zhuǎn)窯系統(tǒng)階躍動(dòng)態(tài)數(shù)據(jù),分別用當(dāng)前時(shí)刻的輸入輸出值減去上一時(shí)刻的輸入輸出值獲得系統(tǒng)的動(dòng)態(tài)變化增量數(shù)據(jù)。通過使用最小二乘法擬合辨識(shí)獲得回轉(zhuǎn)窯控制系統(tǒng)的動(dòng)態(tài)變化量的ARX模型。通過對回轉(zhuǎn)窯現(xiàn)場工況的分析,及對所獲得的數(shù)據(jù)進(jìn)行分析比對,選擇二階模型作為回轉(zhuǎn)窯系統(tǒng)的動(dòng)態(tài)模型,給定系統(tǒng)的

6、延遲時(shí)間為一個(gè)周期,通過仿真獲得的ARX模型的參數(shù)為對利用LS辨識(shí)出來的ARX模型進(jìn)行數(shù)據(jù)檢驗(yàn),檢驗(yàn)結(jié)果如下: 檢驗(yàn)的結(jié)果由對比圖上可知,對回轉(zhuǎn)窯系統(tǒng)的數(shù)據(jù)使用最小二乘法辨識(shí)出動(dòng)態(tài)ARX模型的精度較高,符合預(yù)測控制的要求。3 水泥回轉(zhuǎn)窯預(yù)測控制算法仿真實(shí)驗(yàn)為了使設(shè)計(jì)的水泥回轉(zhuǎn)窯預(yù)測控制器可以更好地應(yīng)用于現(xiàn)場,使用現(xiàn)場的一些控制量的數(shù)據(jù)進(jìn)行仿真實(shí)驗(yàn),進(jìn)而也通過現(xiàn)場數(shù)據(jù)的仿真實(shí)驗(yàn)來訓(xùn)練出水泥回轉(zhuǎn)窯的初步系統(tǒng)模型,為預(yù)測控制算法應(yīng)用到實(shí)際的現(xiàn)場控制奠定了基礎(chǔ)。3.1 水泥回轉(zhuǎn)窯預(yù)測控制器設(shè)計(jì)和實(shí)驗(yàn)為了獲得穩(wěn)定的工況條件,同時(shí)為了達(dá)到提高水泥強(qiáng)度降低單位能耗的目的,通常對于回轉(zhuǎn)窯窯內(nèi)含量和含量控制在4

7、.9%、含量500ppm。針對該生產(chǎn)條件進(jìn)行仿真分析,設(shè)計(jì)一個(gè)兩入兩出的預(yù)測控制器,控制器的兩個(gè)輸入分別為窯頭噴煤量和高溫風(fēng)機(jī)檔板開度,控制器的兩個(gè)輸出量為窯內(nèi)含量和含量,并利用模糊神經(jīng)網(wǎng)絡(luò)穩(wěn)態(tài)模型和ARX動(dòng)態(tài)模型組成預(yù)測控制器如圖6所示。設(shè)定預(yù)測控制系統(tǒng)的預(yù)測時(shí)域?yàn)?步,控制時(shí)域?yàn)?步,給定系統(tǒng)的初值分別為，,參考軌跡為,控制系統(tǒng)的參數(shù)選擇,對回轉(zhuǎn)窯系統(tǒng)控制系統(tǒng)中噴煤量和高溫風(fēng)機(jī)擋板開度的求解使用序列二次規(guī)劃算法,為了保證控制變量的精度及確保算法的順利求解,對目標(biāo)函數(shù)的約束是模糊的,約束會(huì)根據(jù)目標(biāo)值的變化做如下調(diào)整,當(dāng)參考軌跡與實(shí)際的輸出值的差值大于約束值時(shí),在不影響控制穩(wěn)定性的前提下,約束

8、值的絕對值將會(huì)提升。系統(tǒng)的控制效果如圖7、圖8所示,控制輸入量的變化曲線如圖9、圖10所示。由于水泥回轉(zhuǎn)窯系統(tǒng)在窯升溫過程是個(gè)很復(fù)雜過程,且涉及到很多變量的影響,所以目前還沒有預(yù)測控制算法應(yīng)用于窯體的升溫過程,都是在窯溫基本穩(wěn)定,并且生產(chǎn)穩(wěn)定時(shí)才將設(shè)計(jì)的預(yù)測控制算法投入使用,所以本次仿真實(shí)驗(yàn)也是主要觀看在輸出量穩(wěn)定較穩(wěn)定時(shí),控制輸入量是否可以保持準(zhǔn)確及穩(wěn)定。從圖中可以看出,對于回轉(zhuǎn)窯這樣的復(fù)雜非線性系統(tǒng),通過選擇合適的控制參數(shù),該控制器可以獲得很高的控制精度。3.2 預(yù)測控制器穩(wěn)定性分析為了測試該控制器的穩(wěn)定性,在250步時(shí)給輸出量施加一個(gè)強(qiáng)度為10%的隨機(jī)干擾量,系統(tǒng)的控制效果如圖11、12

9、所示,控制輸入量的變化曲線如圖13、14所示。從圖中可以看出,在250步時(shí),系統(tǒng)輸出發(fā)生波動(dòng),動(dòng)態(tài)變增益模糊預(yù)測控制器可以根據(jù)輸出量和預(yù)測值之間的誤差,實(shí)時(shí)調(diào)節(jié)輸入量,使系統(tǒng)獲得良好的控制精度。在工業(yè)現(xiàn)場經(jīng)常會(huì)發(fā)生,在相同的噴煤量的條件下,煤的質(zhì)量不同產(chǎn)生的熱量卻會(huì)變化,這種干擾需要控制系統(tǒng)能夠根據(jù)現(xiàn)場情況實(shí)時(shí)判斷自動(dòng)調(diào)節(jié),變增益預(yù)測控制器可以很好的抑制這種隨機(jī)性干擾,使窯內(nèi)的含量和含量保持穩(wěn)定。通過仿真結(jié)果可以看到,當(dāng)系統(tǒng)存在較強(qiáng)的不確定性干擾時(shí),該控制系統(tǒng)仍可以根據(jù)干擾的情況,對控制系統(tǒng)的增益進(jìn)行自動(dòng)調(diào)節(jié),表現(xiàn)出良好的魯棒性。4 控制效果分析將兩入兩出的預(yù)測控制器結(jié)合相關(guān)的應(yīng)用軟件應(yīng)用到水

10、泥回轉(zhuǎn)窯的控制中,在2000步以后將設(shè)計(jì)好的預(yù)測控制器投入使用,窯內(nèi)含量設(shè)定在4.9%,設(shè)定在450ppm。預(yù)測控制器投入使用前后的數(shù)據(jù)對比如圖15、圖16所示。由投入前后的數(shù)據(jù)對比可以看出,基于組合模型的預(yù)測控制算法在實(shí)際的使用中可以獲得很好的控制效果,投入使用后被控輸出量含量和含量都穩(wěn)定在設(shè)定值附近,使控制量運(yùn)行穩(wěn)定的同時(shí)降低了能耗。5 結(jié)束語水泥回轉(zhuǎn)窯系統(tǒng)是一個(gè)復(fù)雜的非線性系統(tǒng),對水泥回轉(zhuǎn)窯的氧含量和氮氧化物進(jìn)行準(zhǔn)確控制對提高水泥質(zhì)量和降低水泥生產(chǎn)的能耗有重要意義3。通過驗(yàn)證試驗(yàn)可知,在使用了由穩(wěn)態(tài)模糊神經(jīng)網(wǎng)絡(luò)模型和動(dòng)態(tài)ARX模型所組成的組合模型對回轉(zhuǎn)窯系統(tǒng)進(jìn)行預(yù)測控制,達(dá)到了很好的控制效果。并對基于動(dòng)態(tài)變增益的控制器的性能進(jìn)行了分析驗(yàn)證,仿真結(jié)果證實(shí)該方法設(shè)計(jì)的控制器用很高的控制精度和較強(qiáng)的魯棒性,證實(shí)了該預(yù)測控制算法具有較好的可行性和很強(qiáng)的實(shí)用價(jià)值。參考文獻(xiàn):1 史蒂夫麥格蓋瑞,俞紀(jì)鯤.水泥工業(yè)的過程控制優(yōu)化及Pavilion方案介紹.水泥工程,2005(3):75-76.2 李永亮.基于信息融合的水泥回轉(zhuǎn)窯工況的智能識(shí)別.濟(jì)南大學(xué)碩