CN102298316B - 有效抑制原料流量波动的烧结制粒水分控制参数整定方法 - Google Patents

Abstract

本发明公开了一种有效抑制原料流量波动的烧结制粒水分控制参数整定方法，首先对混匀矿实时流量及其变化率、生石灰实时流量及其变化率等4个过程变量进行模糊化处理；然后根据原料工况评判模型，得出当前原料所处的工况；最后根据这些工况建立专家规则，实现生石灰消耗水分因子和加水流量修正因子的在线调整。本发明能够有效地抑制了由于原料流量突变导致的混合制粒加水流量剧烈波动，继而出现水分不平稳的现象，从而保证烧结过程的稳顺运行，提高烧结矿的产量和质量。

Description

有效抑制原料流量波动的烧结制粒水分控制参数整定方法

技术领域

本发明属于烧结生产过程控制技术领域，涉及一种有效抑制原料流量波动的烧结制粒水分控制参数整定方法。

背景技术

钢铁烧结过程中，将混匀矿、溶剂、燃料等进行混合制粒，获得具有良好粒度分布的混合料，对于增加烧结料层透气性，保证烧结生产过程的顺利进行，提高烧结矿的产量和质量有着极其重要的指导意义。而水分控制是混合制粒过程的关键环节，实现生石灰消耗水分因子和加水流量修正因子的自调整，对于稳定混合料水分有着非常重要的影响。

目前的混合制粒过程水分控制一般采用前馈串级的方法，通过前馈加水设定模型得到混合圆筒的加水流量，然后通过串级控制系统实时跟踪水分，从而达到稳定混合料水分的目的。实际生产表明，由于混合制粒水分的控制存在某些不稳定的干扰因素，如混匀矿料仓或生石灰料仓各料仓之间的换仓，或者是它们其中某个料仓由于故障断料，这些都将导致混合料加水流量产生很大的波动，继而导致混合料水分的剧烈扰动。因此，仅仅依据传统的前馈串级智能控制方法，不能很好的稳定水分。

发明内容

本发明所要解决的技术问题是提出一种有效抑制原料流量波动的烧结制粒水分控制参数整定方法，该有效抑制原料流量波动的烧结制粒水分控制参数整定方法能有效减少了加水设定流量的波动，从而稳定了混合料的水分。

本发明的技术解决方案如下：

一种有效抑制原料流量波动的烧结制粒水分控制参数整定方法，包括以下步骤：

步骤1：模糊化步骤：采集和计算混匀矿实时流量、混匀矿实时流量变化率、生石灰实时流量、生石灰实时流量变化率4个过程变量并进行模糊化处理；

步骤2：原料工况评判步骤：根据模糊化的4个过程变量，基于原料工况评判模型得到当前原料流量处于何种工况；所述的工况为混匀矿实时流量和生石灰实时流量的工况；

步骤3：参数在线调整步骤：根据原料工况评判步骤获得的工况，基于建立的专家规则，在线调整生石灰消耗水分因子α和加水流量修正因子β。

步骤1中，4个过程变量的模糊化过程为：

模糊化采用的量化因子均为1，隶属度函数均采用三角形函数，最大隶属度为1，4个过程变量选取的论域如下：

混匀矿实时原料流量(吨/小时)＝{375，415，445，465}；

混合料实时原料流量变化率(吨/分钟)＝{-40，-25，-13，-5}；

生石灰实时原料流量(吨/小时)＝{20，23，26，30}；

生石灰实时原料流量变化率(吨/5s)＝{-5，-3，-2，-1}；

4个过程变量的模糊评语集均采用{负大，负中，负小，正常}的形式；

经模糊化后，4个过程变量变为4个模糊评语和对应的隶属度值。

步骤2中包括模糊评判步骤和工况获取步骤；

模糊评判步骤：将混匀矿实时流量M、混匀矿实时流量变化率ΔM、生石灰实时流量C、生石灰实时流量变化率ΔC作为评价因子，采用模糊综合评判法，根据如下2个公式分别得到反映当前混匀矿和生石灰状况的评价向量E_m和E_c，即：

E_m＝θ₁μ(M)+θ₂μ(ΔM)；

E_c＝θ₃μ(C)+θ₄μ(ΔC)；

式中，θ₁、θ₂、θ₃、θ₄分别为混匀矿实时流量、混匀矿实时流量变化率、生石灰实时流量、生石灰实时流量变化率的权重，记为模糊权重向量Φ＝(θ₁，θ₂，θ₃，θ₄)，其大小反映各因素的重要程度；μ(M)、μ(ΔM)、μ(C)、μ(ΔC)分别为混匀矿实时流量、混匀矿实时流量变化率、生石灰实时流量、生石灰实时流量变化率进行模糊化后的隶属度向量；

工况获取步骤：根据评价向量E_m和E_c，计算工况评价函数S_m和S_c，即；

S_m＝E_m·V；

S_c＝E_c·V；

式中，S_m和S_c的大小分别反映混匀矿工况和生石灰工况的好坏；工况评价函数S_m和S_c即对应原料工况评判模型；

表1工况等级分类

通过表1查询工况的等级，得出最终的模糊评判结果；V表示等级评价向量，V＝[0.1250.3750.6250.875]^T。

采用变异系数法确定模糊权重向量Φ＝(θ₁，θ₂，θ₃，θ₄)，混匀矿实时流量、混匀矿实时流量变化率、生石灰实时流量、生石灰实时流量变化率的数据样本分别记为D_i＝(d₁，d₂，......，d_n)，i＝1，2，3，4，d₁，d₂，......，d_n为n个具体的样本数据；

数据样本D_i的平均值为：

数据样本D_i的标准差为：

j＝1，2，3，4；

则数据样本D_i的变异系数v_j为：

j＝1，2，3，4；则：k＝1，2，3，4。【这里的思路为：对于D_i＝(d₁，d₂，......，d_n)，i＝1，2，3，4，分别求出其变异系数，得到4个变异系数，再将4个变异系数归一化，得到最终的权重向量。】

步骤3中，专家规则采用了基于规则的表达形式，总共建立16条规则，如表2所示，具体描述为：IF条件1AND条件2THEN结论，每条规则的输入条件由上述混匀矿和生石灰二者工况的与关系构成，结论是生石灰消耗水分因子α，加水流量修正因子β的设定值和参数调整周期T；

表2专家规则表

基于表2和混匀矿和生石灰二者工况得到的生石灰消耗水分因子α和加水流量修正因子β将直接应用于加水设定流量的计算。

加水设定流量的计算公式如下：

$W_{\mathrm{addwater}}=\frac{(M\%-\mathrm{\α}\%)\×W_{\mathrm{totalmass}}-(W_{\mathrm{water}}-W_{\mathrm{caowmass}}\×\mathrm{\β})}{1-M\%};$

其中，W_addwater表示加水流量前馈计算值即加水设定流量，每秒钟计算一次，单位是吨/小时；M％为水分率设定值，由人工设定；W_totalmass表示总的实时原料流量，每秒钟采集一次，单位是吨/小时；W_water表示总的原料流量中原有的水分，每秒钟采集一次，单位是吨/小时；W_caomass表示生石灰的实时原料流量，每秒钟采集一次，单位是吨/小时；α和β的变化周期为T。

有益效果：

本发明提出了一种有效抑制原料流量波动的烧结制粒水分控制参数整定方法，首先对混匀矿实时流量及其变化率、生石灰实时流量及其变化率等4过程变量进行模糊化处理；然后根据原料工况评判模型，得出当前原料所处的工况；最后根据这些工况建立专家规则，实现生石灰消耗水分因子和加水流量修正因子的在线调整。本发明能够有效地抑制了由于原料流量突变导致的混合制粒加水流量剧烈波动，继而出现水分不平稳的现象，从而保证烧结过程的稳顺运行，提高烧结矿的产量和质量。

本发明的有效抑制原料流量波动的烧结制粒水分控制参数整定方法，除了考虑实时原料流量的影响外，还充分考虑其他因素(混匀矿和生石灰的实时原料流量变化率，生石灰消耗水分)的影响，从而设计出基于原料工况评判的水分控制方法，以调整关键参数，提高混合制粒过程的抗干扰性能。

具体实践表明，本发明在应用中使得水分控制的精度基本稳定在±0.2之间，水分波动幅度减少了50％。由此可见，本发明提出的控制算法实现了混合制粒过程的智能控制，能够有效地抑制由于原料工况不稳定导致的混合制粒过程不顺的现象，稳定了混合料水分。

附图说明

图1本发明基于原料工况评判的前馈加水控制结构图；

图2本发明三角-梯形隶属度函数曲线；

图3本发明投运后水分率效果曲线；

图4本发明投运前后对原料工况波动抑制效果比较曲线。

具体实施方式

以下将结合附图和具体实施例对本发明做进一步详细说明：

实施例1：

如图1所示，本发明的前馈加水控制结构主要有原料工况归类、参数自调整和前馈加水模型组成，混合矿实时原料流量及其变化率、生石灰实时原料流量及其变化率等实际检测值经过模糊化后得到混匀矿和生石灰的模糊评语集，然后通过原料工况评判模型得到二者的工况，查询专家规则，在线调整生石灰消耗因子和加水修正因子，这两个参数直接应用于前馈加水模型的计算，最终得到混合圆筒的加水流量。

所述的实时原料流量是通过皮带秤读到的原料瞬时总量，单位是吨/小时，混匀矿的实时原料流量一般维持在490到500吨/小时之间，生石灰的实时原料流量一般维持在29到31吨/小时之间，混匀矿和生石灰实时原料流量的变化率分别是基于每1分钟和每5秒计算一次来确定的。混匀矿和生石灰实时原料流量变化一般是由于换仓、故障断料等造成的，尤其在流量减少的情况对加水流量的影响很大，而从低流量恢复到正常的过程不会对加水流量产生很大的影响，因此，模糊评语集定义为{负大，负中，负小，正常}。

首先是模糊化的步骤。烧结过程中综合状况的信息一般以模糊命题的形式出现，如“混匀矿实时原料流量正常”、“生石灰实时原料流量变化率负大”等。用于描述综合状况的生产数据必须经过模糊化后才使用，模糊化所用的隶属度函数采取三角-半梯形函数，隶属度函数曲线如图2所示，是三角函数和半梯形函数的组合，中间是三角形函数，如(7)所示，两边是半梯形函数，分别如式(8)和(9)所示。

$\mathrm{\&mu;}\left(x\right)=\left\{\begin{array}{cc}0,& x<X_{i-1}\\ \frac{x-X_{i-1}}{X_i-X_{i-1}},& X_{i-1}<x<X_i\\ \frac{x-X_{i+1}}{X_i-X_{i+1}},& X_i<x<X_{i+1}\\ 0,& x>X_{i+1}\end{array}\right.,i=\mathrm{2,3}---\left(7\right)$

$\mathrm{\&mu;}\left(x\right)=\left\{\begin{array}{cc}0,& x<X_3\\ \frac{x-X_3}{X_4-X_3},& X_3<x<X_4\\ 1,& x>X_4\end{array}\right.---\left(8\right)$

$\mathrm{\&mu;}\left(x\right)=\left\{\begin{array}{cc}0,& x>X_2\\ \frac{x-X_2}{X_1-X_2},& X_1<x<X_2\\ 1,& x<X_1\end{array}\right.---\left(9\right)$

其中，x表示实时原料流量或其变化率的实际检测或计算值，X_i表示各模糊论域划分的等级，μ(x)表示x属于该模糊命题的隶属度，即模糊命题成立的确信度。

采集和计算得到的实际值通过模糊化后得到混匀矿实时原料流量及其变化率、生石灰实时原料流量及其变化率的模糊隶属度向量分别为μ(M)、μ(ΔM)、μ(C)、μ(ΔC)。

然后是原料工况评判步骤。混匀矿和生石灰两种原料实时工况的评判是根据两者的实时流量和流量的变化率来综合判断的，包含以下三个步骤：

Step 1：模糊权重向量Φ的确定

本发明采用变异系数法确定模糊权重向量Φ＝(θ₁，θ₂，θ₃，θ₄)，混匀矿实时原料流量及其变化率、生石灰实时原料流量及其变化率等4个评价指标的数据样本分别记为D_i＝(d₁，d₂，......，d_n)，i＝1，2，3，4，每个数据样本可以有n个数据。数据样本D_i的平均值和标准差为：

$\stackrel{\&OverBar;}{d}=\frac{1}{n}\underset{i=1}{\overset{n}{\mathrm{\&Sigma;}}}{d}_i---\left(10\right)$

${\mathrm{\&sigma;}}_j=\sqrt{\frac{1}{n-1}\underset{i=1}{\overset{n}{\mathrm{\&Sigma;}}}{(d_i-\stackrel{\&OverBar;}{d})}^2},$ j＝1，2，3，4(11)

则数据样本D_i的变异系数v_j为：

$v_j=\frac{{\mathrm{\&sigma;}}_j}{\left|\stackrel{\&OverBar;}{d}\right|},$ j＝1，2，3，4(12)

${\mathrm{\&theta;}}_k=\frac{v_j}{\underset{j=1}{\overset{4}{\mathrm{\&Sigma;}}}{v}_j},$ k＝1，2，3，4(13)

Step 2：模糊评判

将混匀矿的实时原料流量M及其变化率ΔM、生石灰的实时原料流量C及其变化率ΔC作为评价因子，采用模糊综合评判法，按式(1)和式(2)分别得到反映当前混匀矿和生石灰状况的评价向量E_m和E_c。

Step 3：工况获取

根据评价向量E_m和E_c，根据式(6)计算工况评价函数S。设变量数值根据S的大小，并通过表1查询工况的等级，得出最终的模糊评判结果。

最后根据得到的混匀矿和生石灰的实时工况，查询表2的专家规则，即可得到生石灰消耗水分因子α和加水流量修正因子β，并应用于加水设定流量的计算。

根据原料含水经验计算方法，加水流量前馈计算公式如下式所示：

$W_{\mathrm{addwater}}=\frac{(M\%-\mathrm{\&alpha;}\%)\&times;W_{\mathrm{totalmass}}-(W_{\mathrm{water}}-W_{\mathrm{caowmass}}\&times;\mathrm{\&beta;})}{1-M\%}$

其中，W_addwater表示加水流量前馈计算值，每秒钟计算一次，单位是吨/小时；M％为水分率设定值，通过人工设定；W_totalmass表示总的实时原料流量，每秒钟采集一次，单位是吨/小时；W_water表示总的原料流量中原有的水分，每秒钟采集一次，单位是吨/小时；W_caomass表示生石灰的实时原料流量，每秒钟采集一次，单位是吨/小时；α和β的变化周期为T。

应用实例

下面以某时刻的混匀矿和生石灰的实时原料流量为例对本发明做进一步的说明。

若混匀矿和生石灰的实时原料流量分别为473吨/小时和28吨/小时，而前一时刻分别为487吨/小时和29吨/小时，则混匀矿和生石灰的实时原料流量的变化率分别为-14吨/10s和-1吨/10s。

通过模糊化，可以得到4个变量的隶属度函数分别为：

μ(M)＝(0，0，0.85，0.15)，μ(ΔM)＝(0，0.08，0.92，0)，

μ(C)＝(0，0，0.5，0.5)，μ(ΔC)＝(0，0，0，1)         (14)

根据式(10)～(13)，结合表3和表4的数据样本，得到各模糊权重为：

θ₁＝0.0003，θ₂＝0.9997，θ₃＝0.001，θ₄＝0.999       (15)

则：

E_m＝θ₁μ(M)+θ₂μ(ΔM)＝(0，0.0799，0.9196，0.00005)  (16)

E_c＝θ₃μ(C)+θ₄μ(ΔC)＝(0，0，0.0005，0.9995)        (17)

根据式(6)，分别得到混匀矿和生石灰的评价值：

S_m＝E_m·V＝0.605                                       (18)

S_c＝E_c·V＝0.875                                       (19)

根据S的大小，查询表1可得混匀矿的工况是一般，生石灰的工况是好，最后查询表2，得到：

α＝1.1，β＝0.26，T＝120s    (20)

这样就可以得到当前工况下的生石灰消耗水分因子α和加水流量修正因子β，并应用于加水设定流量的前馈计算。

若本次采样的W_totalmass、W_water、W_caomass采样值分别为846.5吨/小时、43.9吨/小时、28吨/小时，水分设定值M％为7.6％，则此次的加水流量前馈计算值为：

$W_{\mathrm{addwater}}=\frac{(M\%-\mathrm{\&alpha;}\%)\&times;W_{\mathrm{totalmass}}-(W_{\mathrm{water}}-W_{\mathrm{caowmass}}\&times;\mathrm{\&beta;})}{1-M\%}$

$=\frac{(0.076-0.011)\&times;846.5-(43.9-28\&times;0.26)}{1-0.076}$

$\&ap;19.9$

本发明投入运行后，如图3所示，水分控制的精度基本稳定在±0.2之间。当混匀矿工况是一般，生石灰工况是差的时候，投运前后二混水分的检测值如图4所示，投运前后的水分设定值分别为6.4％和7.6％，水分波动幅度减少了50％，有效地抑制由于原料工况不稳定导致的混合制粒过程不顺的现象，稳定了混合料水分。

表3混匀矿数据样本集

表4生石灰数据样本集

Claims (2)

1.一种有效抑制原料流量波动的烧结制粒水分控制参数整定方法，其特征在于，包括以下步骤：

步骤1：模糊化步骤：采集和计算混匀矿实时流量、混匀矿实时流量变化率、生石灰实时流量、生石灰实时流量变化率4个过程变量并进行模糊化处理；

步骤2：原料工况评判步骤：根据模糊化的4个过程变量，基于原料工况评判模型得到当前原料流量处于何种工况；所述的工况为混匀矿实时流量和生石灰实时流量的工况；

步骤3：参数在线调整步骤：根据原料工况评判步骤获得的工况，基于建立的专家规则，在线调整生石灰消耗水分因子α和加水流量修正因子β；

步骤1中，4个过程变量的模糊化过程为：

模糊化采用的量化因子均为1，隶属度函数均采用三角形函数，最大隶属度为1，4个过程变量选取的论域如下：

混匀矿实时原料流量={375，415，445，465}；

混合料实时原料流量变化率={-40，-25，-13，-5}；

生石灰实时原料流量={20,23，26，30}；

生石灰实时原料流量变化率={-5，-3，-2，-1}；

4个过程变量的模糊评语集均采用{负大，负中，负小，正常}的形式；

经模糊化后，4个过程变量变为4个模糊评语和对应的隶属度值；

步骤2中包括模糊评判步骤和工况获取步骤；

模糊评判步骤：将混匀矿实时流量M、混匀矿实时流量变化率ΔM、生石灰实时流量C、生石灰实时流量变化率ΔC作为评价因子，采用模糊综合评判法，根据如下2个公式分别得到反映当前混匀矿和生石灰状况的评价向量E_m和E_c，即：

E_m=θ₁μ(M)+θ₂μ(ΔM)；

E_c=θ₃μ(C)+θ₄μ(ΔC)；

式中，θ₁、θ₂、θ₃、θ₄分别为混匀矿实时流量、混匀矿实时流量变化率、生石灰实时流量、生石灰实时流量变化率的权重，记为模糊权重向量Φ=(θ₁,θ₂,θ₃,θ₄)，其大小反映各因素的重要程度；μ(M)、μ(ΔM)、μ(C)、μ(ΔC)分别为混匀矿实时流量、混匀矿实时流量变化率、生石灰实时流量、生石灰实时流量变化率进行模糊化后的隶属度向量；

工况获取步骤：根据评价向量E_m和E_c，计算工况评价函数S_m和S_c，即;

S_m=E_m·V；

S_c=E_c·V；

式中，S_m和S_c的大小分别反映混匀矿工况和生石灰工况的好坏；工况评价函数S_m和S_c即对应原料工况评判模型；

表1工况等级分类

范围 好 一般 差 很差 等级 [0.75,1] [0.5,0.75] [0.25,0.5] [0,0.25]

通过表1查询工况的等级，得出最终的模糊评判结果；V表示等级评价向量，V＝[0.1250.375 0.625 0.875]^T；

采用变异系数法确定模糊权重向量Φ=(θ₁,θ₂,θ₃,θ₄)，混匀矿实时流量、混匀矿实时流量变化率、生石灰实时流量、生石灰实时流量变化率的数据样本分别记为Di=(d1,d2,……,dn)，i=1,2,3,4，d1,d2,……,dn为n个具体的样本数据；

数据样本D_i的平均值为： ${\stackrel{-}{d}}_i=\frac{1}{n}\underset{k=1}{\overset{n}{\mathrm{\&Sigma;}}}{d}_{i,k}$

数据样本D_i的标准差为： ${\mathrm{\&sigma;}}_i=\sqrt{\frac{1}{n-1}\underset{k=1}{\overset{n}{\mathrm{\&Sigma;}}}{(d_{i,k}-{\stackrel{-}{d}}_i)}^2},$ i=1,2,3,4；

则数据样本D_i的变异系数v_i为： $v_i=\frac{{\mathrm{\&sigma;}}_i}{\left|{\stackrel{-}{d}}_i\right|},$ i=1,2,3,4；

则： ${\mathrm{\&theta;}}_k=\frac{v_k}{\underset{j=1}{\overset{4}{\mathrm{\&Sigma;}}}{v}_j},$ k=1,2,3,4；

步骤3中，专家规则采用了基于规则的表达形式，总共建16条规则，如表2所示，具体描述为：IF条件1AND条件2THEN结论，每条规则的输入条件由上述混匀矿和生石灰二者工况的与关系构成，结论是生石灰消耗水分因子α，加水流量修正因子β的设定值和参数调整周期T；

表2专家规则表

基于表2和混匀矿和生石灰二者工况得到的生石灰消耗水分因子α和加水流量修正因子β将直接应用于加水设定流量的计算。

2.根据权利要求1所述的有效抑制原料流量波动的烧结制粒水分控制参数整定方法，其特征在于，加水设定流量的计算公式如下：

$W_{\mathrm{addwater}}=\frac{(M\%-\mathrm{\&alpha;}\%)\&times;W_{\mathrm{totalmass}}-(W_{\mathrm{water}}-W_{\mathrm{caowmass}}\&times;\mathrm{\&beta;})}{1-M\%};$

其中，W_addwater表示加水流量前馈计算值即加水设定流量，每秒钟计算一次，单位是吨/小时；M％为水分率设定值，由人工设定；W_totalmass表示总的实时原料流量，每秒钟采集一次，单位是吨/小时；W_water表示总的原料流量中原有的水分，每秒钟采集一次，单位是吨/小时；W_caomass表示生石灰的实时原料流量，每秒钟采集一次，单位是吨/小时；α和β的变化周期为T。

Images