年月第卷增刊控制工程
回
文章编号别【
刀
切棋
炼钢智能自动化系统
曲丽萍曲永印白晶柳成
北华大学电气信息工程学院
吉林吉林
加
摘要全面分析了转炉炼钥生产特点并在此基础上建立了神经元网络的预报模型和控制模型同时将炼钢的终点温度和终点破含童作为控制目标计算氧气的补吹童和冷却
剂的补入童实现转炉炼钢的终点控制从计算机仿真结果看终点温度和终点破含童仿真
精度高控制策略有效关键词转炉炼钢终点控制终点温度终点碳含童氧气补吹童冷却剂补入量中圈分类号钾刀文献标识码
几甲吨
玩而助面印叻袱几吧如阅】氏山四口肠户石月了五咭口日公加比
由,
明
菌朋目州吨挂兄毗恤涌训汕皿成加记司
犯
吧
旧以巾和比仆即侧花耐记卯州比,找妇玩。址功加邵创罗司
,
以曰皿幻吨
即犯汕画廿坦卿
曲山田
记川比
,
正阴叫岁曰于任
况
旋俐”】月朋肠飞司如犯此卯面比叮罗记
引言氧气顶吹转炉炼钢存在自动化程度低下钢产品质量时好时坏事故多发等问题针对这种现状自行研制了转炉炼钢综合自动化系统该套系统投人运行后对炼钢生产全过程进行了全面监
视自动控制和现代化管理所有参数实现了实时监控实时记录自动报表打印操作人员能够
精
确地把握各种原料的给进量及比例并及时调整氧气和氮气压力能够及时掌握氧枪水冷护套泄漏迹象进而及时采取必要措施防止重大事故的发生虽然上述系统大大提高了炼钢自动化水平但
要全面提高炼钢质量提高生产效率降低能量消
耗还需进一步改进为此在原有基础自动化系图系统结构
圈
统的基础上加人了炼钢终点智能控制策略使原转炉炼钢智能控制系统可分为废钢及铁水重量
有的转炉炼钢综合自动化系统上升为转炉炼钢智能监视仪表监视控制及电气控制指示三部分废钢控制系统及铁水重量监视部分包括安装于天车上的压式称重,,,
。,,
‘
,
,,
传感器配料控制器叹无线数
转炉炼钢智能自动化系统三弩竺亡似丫毛少竺竺下巴犷竺丫甲二匕笠会甘平
一、“”一一一一”一据采发站无线接收中心和废钢及铁水
转炉炼钢智能自动化系统结构系统结构监视计算机仪表监视控制部分包括重量流量如图所示压力温度等传感器及调节阀仪表
扰
收稿日期加肠拐收修定稿日期么艾斤岭甚金项目科技部科技型中小企业技术创新基金小额资助项目以场石夕发叮作者简介曲丽萍肠女山东昌邑人副教授研究生主要从事智能控制等方面的教学与科研工作
© 1994-2009 China Academic Journal Electronic Publishing House. All rights reserved. http://www.cnki.net控制工程第卷乃‘〕通讯适配器通讯分线箱工艺子图监控计算机服务器工艺子图监控备用计算机备用服务器散装料监视计算机煤气回收监控计算机和车间生产调度计算机电气控制指示部分包括电气加关关通讯适配器和电气控制指示计算机上述各计算机组成计算机网络实现数据共享转炉炼钢智能控制策略转炉炼钢的终点控制主要是指终点温度和成分的控制终点控制不仅要保证终点含碳量温度的精确命中确保成分达到出钢要求而且要求控制尽可能低的钢水氧含量〔‘〕转炉炼钢智能控制系统采用的是国际上先进的控制方法静态控制和动态控制相结合策略系统采用副枪在吹炼过程中测量温度取样测定钢水中碳含量和氧含量以及熔池液面高度等并送人计算机的实时数据库当转炉接近终点时将测到的温度及碳含量输人优化计算机优化计算机根据所测到的实际数值利用优化专家系统动态模型计算出达到目标温度和目标碳含量补吹所需的氧气量及冷却剂加人量并以测到的实际数值作为初值以后每吹氧启动一次动态模型预测熔池内温度和目标碳含量当温度和碳含量都进人目标范围时发出停吹命令转炉炼钢的终点控制目标如图所示碳含图转炉炼钢的终点控制目标转炉炼钢系统是一个大时滞非线性强藕合的复杂系统系统内部物理化学反应繁多物质流能量流交叉进行这样纷繁复杂的系统要想实现“高产低耗优质长寿”的多元化优化目标确实不是一件易事为实现高产低耗的优化目标建立如下多元化目标函数‘鬃肇留二肇,豁肇譬。誓二队式中均为参数向量为原料参数为控制参数为状态参数为设备参数各偏导数为其随时间变动的变差积分区间」为炼一炉钢的起始与结束时间为冶炼时间
式代表产量泛函求利用系数的最大化式代表能耗泛函求耗能的最小化图
由于上述多元优化目标函数的优化解既具有相容规律又具有矛盾规律因此很难套用现成的数学公式进行求解经过深人实践潜心研究
摸索出一套样本空间模型样本空间模型就是将以前炼钢生产各参数数据分成若干个样本列出每个样本的相关各项参数及产量能耗生成系统优
化表形成炼钢专家知识库进而形成带有推
理机
制的优化专家系统
在每炉钢吹炼之初人炉铁水量人炉废钢量及各种散装料量都自动记人系统数据库根据这些
数值通过优化专家系统的计算生成保证高产
低耗的最佳终点温度和最佳终点碳含量转炉炼钢生产使用副枪可以在吹练过程中在线测量温度
取样测定钢水中碳含量和氧含量以及熔池液面
等并送人计算机的实时数据库当转炉接近终点
时将测到的温度及碳含量输人优化计算机计
算
出达到目标温度和目标碳含量补吹所需的氧气量及冷却剂加人量并以测到的实际数值作为初值以后每吹氧启动一次动态模型预测熔池内温
度和目标碳含量当温度和碳含量都进人目标范
围
时发出停吹命令转炉炼钢一般分为初期中期和后期三个阶段终点控制主要是在后期完成的是根据第
一次
副枪检测结果通过吹人适量的氧气和加人一定量的冷却剂使炉内的钢水温度和碳含量达到要求的目标范围在转炉炼钢后期钢水中的杂质大部分
已经脱除反应过程不像主吹阶段那样剧烈逐渐
趋于稳定钢水中的碳含量和温度表现出比较确定的规律
为了使转炉炼钢终点命中目标在补吹阶段需要吹人一定量的氧气和加人适量的冷却剂同时为
了使冶炼过程顺利进行还要加人一些辅助原料
通常包括石灰混料矿石和白云石等由
于
神经网络从输人层到隐含层是径向基函数从隐含层到输出层为线性关系可以采用线性调整技术
因而收敛速度快且不易陷人局部极值点因此
以副枪检测信息为基础建立转炉炼钢终点温度和
碳含量预报的神经网络两个网络的结构完
全相同输人节点为个两个网络前个节点相
同分别对应于补吹氧气量补吹阶段加人铁皮量石灰量混料量矿石量和白云石量对
于
终
点温度预报神经网络第个输人节点对应于第一次副枪检测到的钢水温度界而对于终点碳含量
广
© 1994-2009 China Academic Journal Electronic Publishing House. All rights reserved. http://www.cnki.net增刊曲丽
萍等
炼钢智能自动化系
统
预报神经网络第个输人节点则对应于第一次
副
枪检测到的钢水碳含量份隐含节点数由训练结果确定输出节点为个对应于终点钢水温度双或碳含
量
转炉炼钢终点控制的目标是终点温度和碳含量而动态控制模型则是根据副枪检测到的钢水状况和吹炼终点要达到的目标确定控制量即吹氧量
和加人冷却剂量因此在某种意义上讲动态终
点控制模型就是转炉炼钢终点过程的逆模型前文建立了转炉炼钢动态终点预报的神经网络模
型在
这里建立转炉炼钢过程的动态控制模型从而实
现整个过程为的传递输人为要求的终点温度和
碳含量而输出为实际的终点温度和碳含量由于
网具有很强的非线性映射能力因此这
里
采
用网建立控制模型建立神经网络逆系统的方
法有直接逆系统建模正逆系统建模等方法
闭
本
文用正模型逆系统学习方法即先要建立一个对象
的正模型用逆神经网络的期望输人与受控系统正模型输出之差来调整逆神经网络的权值因而它是
使系统正模型输出与期望输出之差最小而不是
使
逆神经网络输出与系统输入之差最小
转炉炼钢动态终点控制系统如图所示
个分别对应上述三个变量网络输出对应于补吹氧气量△而补吹阶段加人的冷却剂量则与副枪检测时的钢水温度和碳含量以及目标钢水温度和碳
含量有关因此加人冷却剂神经网络控制器输人节点为个网络输出对应于加入的冷却剂量
磷
隐含层节点数通过训练决定
转炉炼钢智能控制的仿真研究
以某厂转炉的实际测量数据进行神经
网络预报模型和控制模型的训练预报模
型
的隐含
层节点数为学习率,误差准则
。
神经网络控制模型的隐含节点数为
学习
率,二误差准则。二田仿真过程与实际转炉炼钢过程相对应转炉冶炼终点碳含量冶炼终点温度如图图所示
门瓜习旧口巨瓦瞬际,
翻
闻口日厂八刃口口伪压「五模型叫」丑
勺认死以划匹五卫广饭乃月以例至
卜‘、二
欣住冰亡旬
‘二
瓣万硕争一工兀岁工口瓣」炉数图转炉冶炼终点碳含图动态终点控制系统图中△为补吹阶段所需的氧气量为终点钢水碳含量一为主吹结束时副枪测得的钢水碳含量一磷为冷却剂的加人量乓为目标终点碳含量一几为目标终点钢水温度℃份为主吹结束时副枪测得的钢水碳含量一界为主吹结束时副枪测得的钢水温度℃神经网络预报模型输出为钢水终点碳含量,和终点温度几神经网络控制模型有两个一个是补吹阶段所需吹氧量神经网络另一个则是补吹阶段加人冷却剂神经网络网络结构为三层网在补吹阶段所需吹氧量与副枪检测时钢水中的碳含量目标碳含量以及补吹阶段加人的冷却剂有关在实际炼钢中为了操作方便通常只加人一种冷却剂而其他辅助原料加人量很少忽略其对氧气量的影响因此补吹氧气量神经网络控制器输人节点为以洲厂可产酬厂一一一门厂「溯万下门自厂而网旧「瓦仁加口压爪矛门门「瓜勺瓜了「〕可旧了例网巫〕口口幼初钊汀门「【口瓜、月口〔巨二门门目口口口,盯且口汉尸口切、泳陈州压尸尸勺,肠一“二尸尔丫℃阴气
炉数
图转炉冶炼终点温度
由图和图可以看出转炉冶炼的终点碳含
量和终点温度的仿真结果很理想
结语
转炉炼钢冶炼环境恶劣钢水温度极高很难
准确地对其进行连续测量而且影响终点的因素很
多给转炉炼钢终点控制带来很大困难基于神经
网络的转炉炼钢终点控制通过预报模型的传递作
用使得对神经网络控制模型的训练不是使控制模
型的输出与实际补吹氧气量和加人冷却剂之差为最
小而是使预报模型的输出与实际终点温度和碳含量之差最小提高了控制模型的精度克服了
传统
方法只根据边界条件确定补吹氧气量和加人冷却剂量的缺点下转第
页
© 1994-2009 China Academic Journal Electronic Publishing House. All rights reserved. http://www.cnki.net